峰值信噪比和皮尔森相关系数融合的近红外心率检测方法技术

本发明专利技术公开了一种峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，包括如下步骤：数据采集、预处理、面部感兴趣区域(ROI)选取、信号去噪和心率估算；从近红外摄像头获得面部灰度图像，由于外部干扰或噪声，预定的ROI区域可能会存在低噪声比的问题。为此本发明专利技术不局限于某一预定ROI，而是在面部灰度图像中选取多个ROI。本发明专利技术在面部中选取多个ROI区域，来提高原始信号的信噪比。然后通过信号预处理算法来消除原始信号中的高频噪声、低频趋势、波形突变。并通过峰值信噪比和皮尔森相关系数的融合来挑选出心率信号。实验结果表明，该方法能够实时有效地完成心率检测，适合于不同光源环境下的心率检测，低于3％的误差。低于3％的误差。低于3％的误差。

【技术实现步骤摘要】
峰值信噪比和皮尔森相关系数融合的近红外心率检测方法


[0001]本专利技术涉及一种近红外心率检测方法，具体涉及一种利用峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，属于计算机视觉


技术介绍

[0002]心率的测量方法按照是否需要与人体皮肤相接触分为接触式和非接触式测量两种。接触式测量方法按照原理可以分为光电法、心电法、生物阻抗法和压力振荡法。
[0003]光电法：当一定波长的光线照射到皮肤表面时，光线将通过透射或反射方式发送到光电接收器，在此过程中光线会受到皮肤、肌肉和血液吸收的衰减，导致接收器监测到光的强度减弱。其中人体的皮肤、骨骼等组织对光的反射是固定的，而毛细血管中血液容积随着心脏跳动呈周期性增加和减少，使光接收器接收到的光强度随之呈周期性变化。通过光线强度的变换就可以提取出心率信息。
[0004]心电法：通过心脏在每个搏动周期中，由起搏点、心房、心室相继兴奋，伴随着无数心肌细胞动作电位周期性变化检测心率。传感器可以通过测量心肌收缩的电信号来提取心率信息。心电法的准确度高，但是传感器必须紧贴皮肤，放置位置相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，其特征在于：包括如下步骤：步骤1：对近红外视频数据采集和预处理：通过NIR即近红外摄像机捕捉近红外灰度图像并将其组合成视频，利用标椎化算法将原始信号进行标准化处理，以便于下述算法的统一计算；步骤2：选取感兴趣的区域ROI：通过人脸识别定位到人体面部之后对面部进行特征点定位，通过特征点选取ROI，组合不同的ROI和测试不同的距离以及光线影响从而确定最佳实验环境、最佳距离及最佳组合ROI；步骤3：进行相应算法去噪和计算心率：通过获得的标准化的心率数据，对其使用经验模态分解，滤除其中的高频噪声和低频趋势，通过盲源分析法提高信噪比，从而转到频域计算最终心率。2.根据权利要求1所述的峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，其特征在于：所述步骤1中，心率信号的采集是通过NIR相机采集，所述NIR相机与传统普通彩色摄像机相比，不需要稳定的光源，能够在暗环境中运行。3.根据权利要求1所述的峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，其特征在于：所述步骤1中，原始灰度图像只具有单通道的灰度信息，无法组成视频，通过将单通道的灰度信息复制三份，分别各R,G,B三通道，组成深度视频；对原始数据进行标准化处理，通过原始数据的均值和标准差进行数据标准化原始数据转变为无量纲的数据。4.根据权利要求1所述的峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，其特征在于：所述步骤2...

【专利技术属性】
技术研发人员：陈建新，徐国玉，周亮，陈柱安，黄湘君，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：