一种基于热成像技术的心率呼吸分析处理方法技术

本发明专利技术提供一种基于热成像技术的心率呼吸分析处理方法，包括获取序列图像；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；对前景目标进行人脸检测，得到人脸感兴趣区域；通过灰度值转换得到人脸血管区域，并对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；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，得到心率值和呼吸值。在采集序列图像初期，通过对序列图像预处理，消除因现有热成像仪本身设备内部噪声、不同的外界环境以及受试者本身等因素导致序列图像中不可避免的夹杂着很多的干扰噪声，造成前景目标边缘信息模糊而不利于图像分割的问题。标边缘信息模糊而不利于图像分割的问题。标边缘信息模糊而不利于图像分割的问题。

【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（不主动发射信号，例如：雷达是通过发射电磁波，电磁波遇到物体反射回来回波信号是一种主动式的设备，而红外热像仪不主动发射信号，只接收信号），可成像（尤其可以夜间成像），具有提取目标特征（相对于可见光成像模糊了人体面部的具体特征，保护隐私），及可得到温度信息等独特优势，同时不受恶劣环境及光线强度的影响，能够实现全天时全天候测量。
[0006]基于此，本专利技术使用热红外成像技术，以人体测量区域温度变化为基础的，不受光线强弱的影响，同时为了避免，热成像技术获取的的图像分辨率差，噪声多，导致热成像技术测量生命体征的结果极不稳定、且准确率低的问题，提出一种通过获取人体面部视频，将面部血管温度变化转换为灰度值的周期性变化显示成时间序列信号获取到心率、呼吸信息的方法。

技术实现思路

[0007]针对现有技术存在的不足，本专利技术目的是提供一种基于热成像技术的心率呼吸分析处理方法，以解决上述
技术介绍
中提出的问题，本专利技术通过获取人体面部视频，将面部血管温度变化转换为灰度值的周期性变化显示成时间序列信号获取到心率、呼吸信息的方式，解决了现有技术中的问题。
[0008]为了实现上述目的，本专利技术是通过如下的技术方案来实现：一种基于热成像技术的心率呼吸分析处理方法，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。
[0009]作为对本专利技术中所述一种基于热成像技术的心率呼吸分析处理方法的改进，在获取所述序列图形之后，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。
[0010]作为对本专利技术中所述一种基于热成像技术的心率呼吸分析处理方法的改进，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。
[0011]作为对本专利技术中所述一种基于热成像技术的心率呼吸分析处理方法的改进，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。
[0012]作为对本专利技术中所述一种基于热成像技术的心率呼吸分析处理方法的改进，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，其具体计算方式为：设图像为I，则，离散的AD的迭代公式为：，式中，I
t
为第t次迭代的图像，I
t+1
为第t+1次迭代的图像，t为迭代次数，N
x，y
，S
x，y
，E
x，y
，W
x，y
分别为四个不同的方向，c为扩散系数，
∇
为梯度算子，λ为系数，其中，c控制向对应方向的扩散速度，λ控制平滑度，数值越大图像越平滑，越不易保留边缘；在N
x，y
，S
x，y
，E
x，y
，W
x，y
，四个方向上对当前像素求偏导以获取四个方向的散度公式：，式中，I
x，y
为图像I中坐标为（x，y）的像素点；cN
x，y
，cS
x，y
，cE
x，y
，cW
x，y
，则代表了四个方向上的扩散系数，因此，四个方向的扩散系数计算公式为：，式中，K为传导系数，传导系数K值越大，则图像越平滑。
[0013]作为对本专利技术中所述一种基于热成像技术的心率呼吸分析处理方法的改进，本文档来自技高网...

【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：