【技术实现步骤摘要】
一种基于神经网络模型的远程心率监测算法
[0001]本专利技术属于计算机视觉
，具体涉及远程心率监测算法。
技术介绍
[0002]心脏作为人体内最重要的器官之一，人体内几乎所有细胞的活动都离不开其支持，因此拥有一颗健康的心脏便成为了一个人身体健康的前提。国家心血管病中心最新发布的心血管病报告统计了1990年至2017年间心血管疾病的发病情况，结果显示心血管病的致死率远高于其他类型疾病，且致死率呈现缓步上升趋势。2017年因病死亡中，由于心血管疾病导致的死亡占比接近半数，远远超过了肿瘤、呼吸系统等其他类型疾病。鉴于心血管疾病发病后的高致残率和高死亡率，早发现、早预防、早治疗成为了对抗心血管疾病的关键。然而现阶段人们对于心血管疾病的预防和发现，主要依靠于固定时间的体检，这不仅会花费大量的时间和金钱，同时也由于体检周期过长(一般为半年一次或一年一次)，无法及时发现心血管活动异常，对于发现和预防心血管疾病的作用有限。而基于视频的远程心率监测为解决这一难题提供了新思路，人们只需要在家中放置一个普通的RGB摄像头，就可以随时监控心...
【技术保护点】
【技术特征摘要】
1.一种基于多流神经网络模型的远程心率监测算法，其特征在于，采用双流Transformer神经网络，同时对面部信息和背景信息进行处理，并利用背景信息来指导面部信息中心率相关信号和噪声信号的分离，显著提高远程心率监测的准确性和稳定性；具体步骤如下：(1)获取含有人脸的视频，并对视频进行预处理：(1.1)使用开源人脸81关键点检测算法逐帧检测视频中的人脸关键点；(1.2)根据人脸关键点的各种组合方式中的一种剪裁出视频中每一帧的面部区域；(1.3)根据步骤(1.2)得到的面部区域，在其周围剪裁出宽度和高度为一定值的含有背景的区域；(1.4)指定k种尺度的滑动窗口，分别以每种滑动窗口的设置对步骤(1.2)和步骤(1.3)提取得到的面部及含有背景的区域中的像素值进行滑动窗口平均，使得第i种尺度的滑动窗口数量为m
i
*n
i
，这里m
i
和n
i
定义为横向和纵向划分窗口的网格个数，RGB三个颜色通道分别进行滑动窗口平均，则该尺度的窗口数为3*m
i
*n
i
，其中相邻滑动窗口之间需要有重叠部分；(1.5)将所有滑动平均后维度为3*m
i
*n
i
的面部区域展开为列向量，并按照对应视频帧的时间顺序对列向量进行拼接得到3m
i
n
i
维时间序列作为面部区域特征Feat
f
；对含背景区域执行相同的操作得到含背景区域的特征Feat
b
；(2)构建多流神经网络，该网络由两路以上特征提取网络串接一个结果回归网络组成；其中：(2.1)特征提取网络由两个以上结构相同且互相独立的网络组成，且至少1路特征提取网络是输入为Feat
f
的前景流网络，同时至少1路特征提取网络是输入为Feat
b
的背景流网络，前景流网络和背景流网络均由若干编码模块堆叠而成，二者分别以步骤(1.5)中的面部区特征Feat
f
和含背景区域的特征Feat
b
作为输入，将特征提取网络的输出作为结果回归网络的输入；(2.2)结果回归网络由一个神经网络构成，该网络以步骤(2.1)中前景流网络和背景流网络的输出的组合作为输入，输出即为预测的心率。2.根据权利要求1所述的基于多流神经网络模型的远程心率监测算法，其特征在于，步骤(1.2)中所述根据人脸关键点的各种组合方式中的一种剪裁出视频中每一帧的面部区域，具体的剪裁方法为下述之一种：(1.2.1)人脸81关键点或其子集合的凸包构成的面部区域；(1.2.2)人脸81关键点或其子集合按照特定顺序连接构成的多边形包含的面部区域；(1.2.3)人脸81关键点或其子集合的最大内接矩形构成的面部区域；(1.2.4)人脸81关键点或其子集合的最小外接矩形构成的面部区域。3.根据权利要求2所述的基于多流神经网络模型的远程心率监测算法，其特征在于，步骤(1.3)中所...
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。