【技术实现步骤摘要】
一种基于热成像技术的心率呼吸分析处理方法
[0001]本专利技术涉及信号处理
,具体为一种基于热成像技术的心率呼吸分析处理方法。
技术介绍
[0002]公知心率、呼吸测量主要用于医疗图像监测、护理方面,而对患者进行生命体征测量方法是心电信号法(代表仪器是用心电图机),日常的检测方法则压力震荡法、光电测量法、生物电法等(使用腕式、指夹式等),这类测量方式均为接触式测量方法。
[0003]举例来说,接触式测量方法,需要直接或间接接触测试者皮肤特定部位并保持静止不动,对于特殊人群(大面积皮肤损伤、对探测设备过敏、术后人群、有传染病以及无法控制自己行为的婴幼儿、精神病患者)的心率检测带来不便与限制;同时,对测试者要求较高,仅限于人体处于相对静止并放松的情况,同时操作方法不当也会使得测量结果误差较大;在现有技术中,对非接触式生命体征的方法研究中超声波技术检测法、基于微波或毫米波生物雷达检测法为主动式发送电磁波信号,长期使用对人体有害,而IPPG方法对光线强弱变化非常敏感。
[0004]相反的,对非接触式测量方法的研究,随着越来越多的研究人员加入测量方法也越来越丰富,大致可分为基于超声波技术检测法、基于微波或毫米波生物雷达检测法、基于图像的检测方法,其中基于图像的检测方法具体还可分为基于可见光图像的成像式光电容积脉搏波描记法(Image PhotoPlethysmoGraphy, IPPG)以及基于热像图的红外热成像技术的生命体征检测法。
[0005]红外热像仪是一种无源被动式接收的设备(不主动发射 ...
【技术保护点】
【技术特征摘要】
1.一种基于热成像技术的心率呼吸分析处理方法,其特征在于:包括以下步骤:第一步,基于图像采集设备,得到序列图像;第二步,根据获取的用于分割序列图像感兴趣区域和背景生成在前景区域的前景目标;第三步,基于OpenCv函数对前景目标进行人脸检测,得到前景区域中的人脸感兴趣区域;第四步,通过灰度值转换以将人脸感兴趣区域中的血管与背景进行分割,得到人脸血管区域,对所述人脸血管区域的灰度取均值构成基于时间序列的初始动态心率波形,同时,对所述人脸感兴趣区域中的鼻孔所在区域灰度取均值,构成基于时间序列的初始动态呼吸波形;第五步,分别对所述初始动态心率波形以及初始动态呼吸波形进行滤波处理,以得到经去噪降噪的心率信号和呼吸信号;第六步,使用经典谱并基于傅里叶变换的周期法获取心率信号和呼吸信号的功率谱,以得到心率值和呼吸值。2.根据权利要求1所述的一种基于热成像技术的心率呼吸分析处理方法,其特征在于:在获取所述序列图像之后,且在对所述序列图像进行分割之前,还需要对所述序列图像进行预处理:S1
‑
1,对序列图像进行中值滤波,其中,对序列图像进行中值滤波的具体处理方式为:获取此序列图像中标记为感兴趣区域的点所在的领域内各个像素值,并取各个像素值的中值与标记为感兴趣区域的点进行替代,用于在去噪的同时兼顾感兴趣区域内边缘信息不被破坏;S1
‑
2,基于直方图均衡化调整所述序列图像的图像对比度,其中,直方图均衡化的具体实施过程为:基于累积函数对灰度值分布进行调整,将序列图像中相对集中分布的灰度区间调整为在整个灰度范围内均匀分布,以避免边缘信息模糊而不利于图像分割。3.根据权利要求1或2所述的一种基于热成像技术的心率呼吸分析处理方法,其特征在于:第二步中,生成所述前景目标的具体实施方式包括边界特征轮廓提取结合背景减法和形态学处理方法,其中,提取所述前景目标的具体实施方式为:首先,基于图像轮廓检测cv2.findContours函数以及背景减法的GMG算法,对带有噪声且标记为感兴趣区域的点,使用腐蚀膨胀,得到膨胀图像;其次,基于python+opencv配置文件进行二值化阈值处理;最后,将膨胀图像所在轮廓区域的内外的点进行消除,其中,具体消除的点为标记为头发或眼睛的点,以达到背景减法的GMG算法目标追踪的一帧效果。4.根据权利要求1所述的一种基于热成像技术的心率呼吸分析处理方法,其特征在于:第三步中,基于OpenCv函数中的Dlib库,建立人脸检测识别模型以得到人脸感兴趣区域,其中,所述人脸检测识别模型的训练特征信息为基于Dlib库所提供的81特征检测点,以达到基于所述人脸检测识别模型得到人脸感兴趣区域中的每个面部特征信息的映射,使对面部特征信息的关键点检测更加贴近真实人脸,避免关键点的抖动问题。5.根据权利要求1所述的一种基于热成像技术的心率呼吸分析处理方法,其特征在于:第四步中,得到所述人脸血管区域是基于各向异性扩散滤波器和高帽分割相结合的方法所
实现,用于增强人脸血管区域边缘对比度,其具体计算方...
【专利技术属性】
技术研发人员:李牧,吴彤,
申请(专利权)人:南京精益安防系统科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。