本申请公开了一种基于人脸视频的房颤检测方法及系统，所述方法包括：采集不同人体对象的多组人脸视频；依据人脸视频提取人脸光电容积脉搏波描记法PPG信号；根据人脸PPG信号提取人体对象对应的心率变异性特征；基于人体对象对应检测的ECG信号确定与心率变异特征匹配的房颤判断结果，将房颤判断结果为视频帧添加对应的房颤标记；通过多层感知机对添加有房颤标记的多组人脸视频进行分类训练，得到房颤检测模型；利用房颤检测模型根据待测对象对应的待测人脸视频进行特征分析，并输出待测对象对应的房颤检测结果。本申请的方案通过对人脸视频对人工智能分析，及时对患者可能存在对房颤情况提供预警，从而为患者在临床治疗时提供参考依据。考依据。考依据。
【技术实现步骤摘要】
基于人脸视频的房颤检测方法及系统
[0001]本申请涉及计算机
，特别是涉及基于人脸视频的房颤检测方法及系统。
技术介绍
[0002]房颤，即心房颤动，是最常见的持续性心律失常。一般情况下，进行房颤检测时，多是通过对患者进行心电检测，根据心电检测的波形图的节律变异判断是否存在房颤。但是由于进行心电检测时可能需要一定的时间进行检测，以至于无法在患者进行临床治疗时提供检测依据。进而无法及时发现患者潜在的病情危机。
技术实现思路
[0003]本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。
[0004]根据本申请的一个方面，提供了一种基于人脸视频的房颤检测方法，包括：
[0005]采集不同人体对象的多组人脸视频；
[0006]依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号；
[0007]根据人脸PPG信号提取所述人体对象对应的心率变异性特征；
[0008]基于所述人体对象对应检测的ECG信号确定与所述心率变异特征匹配的房颤判断结果，将所述房颤判断结果为所述视频帧添加对应的房颤标记；
[0009]通过多层感知机对添加有所述房颤标记的多组人脸视频进行分类训练，得到房颤检测模型；
[0010]利用所述房颤检测模型根据待测对象对应的待测人脸视频进行特征分析，并输出所述待测对象对应的房颤检测结果。
[0011]可选地，所述依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号包括：
[0012]利用MNNKIT人脸检测器识别所述被测人体的人脸在所述人脸视频的各视频帧中的位置，并获取各所述视频帧中多个人脸特征点对应的多个特征点位置；
[0013]根据所述多个特征点位置获取所述人体对象的人脸在各所述视频帧中的运动坐标；
[0014]根据所述多个人脸特征位置确定所述人脸的额头区域、左脸区域、右脸区域和鼻子区域；
[0015]获取所述额头区域、左脸区域、右脸区域和鼻子区域的HSV颜色空间的均值，作为HSV颜色值，依据所述HSV颜色值按照三倍的方差原则设计皮肤颜色空间在HSV通道的范围，根据所述范围生成皮肤掩膜；
[0016]根据所述皮肤掩膜获取所述额头区域、左脸区域、右脸区域和鼻子区域的空域均值形成时序信号C；
[0017]根据所述人体对象的人脸在各所述视频帧中的运动坐标生成人脸的运动轨迹，作为运动噪声的干扰信号N；
[0018]基于所述时序信号C和干扰信号N生成矩阵S，S＝[C,N]；
[0019]通过最小二乘法从矩阵S求解人脸PPG信号。
[0020]可选地，人脸X轴的运动坐标为所述多个特征点X坐标的平均值；人脸Y轴的运动坐标为所述多个特征点Y坐标的平均值。
[0021]可选地，所述根据所述皮肤掩膜获取所述额头区域、左脸区域、右脸区域和鼻子区域的空域均值形成时序信号C包括：
[0022]根据所述皮肤掩膜获取所述额头区域、左脸区域、右脸区域和鼻子区域的空域均值形成3*T的时序信号，T为视频帧的长度；
[0023]对所述时序信号C进行时域归一化并带通滤波，滤波范围为[0.5Hz，4Hz]。
[0024]可选地，所述根据人脸PPG信号提取所述人体对象对应的心率变异性特征包括：
[0025]根据获得的所述人脸PPG信号，依据峰值检测所述人脸PPG信号的R波位置，根据所述R波位置获得对应对RR间期；
[0026]对所述RR间期记性时域、频域和波形特征的分析，从而提取所述人体对象对应的心率变异性特征。
[0027]可选地，所述采集不同人体对象的多组人脸视频包括：
[0028]在满足预设要求的环境中利用视频采集设备采集不同人体对象的多组人脸视频；
[0029]其中，所述预设要求包括获取的人脸视频对应信号的信噪比不低于0.5db；所述视频采集设备与所述人体对象的距离不超过2m。
[0030]根据本申请的另一个方面，提供了一种基于人脸视频的房颤检测系统，包括：
[0031]采集模块，其配置成采集不同人体对象的多组人脸视频；
[0032]信号提取模块，其配置成依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号；
[0033]特征提取模块，其配置成根据人脸PPG信号提取所述人体对象对应的心率变异性特征；
[0034]标记模块，其配置成基于所述人体对象对应检测的ECG信号确定与所述心率变异特征匹配的房颤判断结果，将所述房颤判断结果为所述视频帧添加对应的房颤标记；
[0035]模型建立模块，其配置成通过多层感知机对添加有所述房颤标记的多组人脸视频进行分类训练，得到房颤检测模型；
[0036]检测模块，其配置成利用所述房颤检测模型根据待测对象对应的待测人脸视频进行特征分析，并输出所述待测对象对应的房颤检测结果。
[0037]根据本申请的一种计算设备，包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上述任一项所述的基于人脸视频的房颤检测方法。
[0038]根据本申请的另一个方面，提供了一种计算机可读存储介质，优选为非易失性可读存储介质，其内存储有计算机程序，所述计算机程序在由处理器执行时实现如上述任一项所述的基于人脸视频的房颤检测方法。
[0039]根据本申请的另一个方面，提供了一种计算机程序产品，包括计算机可读代码，当所述计算机可读代码由计算机设备执行时，导致所述计算机设备执行上述任一项所述的基于人脸视频的房颤检测方法。
[0040]本申请的基于人脸视频的房颤检测方法及系统，通过预先对人脸视频进行信号分
析后得到心率变异性特征，并添加根据ECG信号确定对与心率变异特征匹配的房颤判断结果建立匹配关系，以得能够进行房颤检测的房颤检测模型，实现对人脸视频对人工智能分析，在等待排队检测并分析心电图之前，能够及时对患者可能存在对房颤情况提供预警，从而为患者在临床治疗时提供参考依据。
[0041]根据下文结合附图对本申请的具体实施例的详细描述，本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
[0042]后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
[0043]图1是根据本申请实施例的基于人脸视频的房颤检测方法流程示意图；
[0044]图2是根据本申请实施例的提取人脸PPG信号流程示意图；
[0045]图3是根据本申请实施例的基于人脸视频的房颤检测系统结构示意图；
[0046]图4是根据本申请实施例的计算设备结构示意图；
[0047]图5是根据本申请实施例的计算机可读存储介质示意图。
具体实施方式
[0048]根据下文结合附图对本申请的具体实施例的详细描述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人脸视频的房颤检测方法，包括：采集不同人体对象的多组人脸视频；依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号；根据人脸PPG信号提取所述人体对象对应的心率变异性特征；基于所述人体对象对应检测的ECG信号确定与所述心率变异特征匹配的房颤判断结果，将所述房颤判断结果为所述视频帧添加对应的房颤标记；通过多层感知机对添加有所述房颤标记的多组人脸视频进行分类训练，得到房颤检测模型；利用所述房颤检测模型根据待测对象对应的待测人脸视频进行特征分析，并输出所述待测对象对应的房颤检测结果。2.根据权利要求1所述的方法，其特征在于，所述依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号包括：利用MNNKIT人脸检测器识别所述被测人体的人脸在所述人脸视频的各视频帧中的位置，并获取各所述视频帧中多个人脸特征点对应的多个特征点位置；根据所述多个特征点位置获取所述人体对象的人脸在各所述视频帧中的运动坐标；根据所述多个人脸特征位置确定所述人脸的额头区域、左脸区域、右脸区域和鼻子区域；获取所述额头区域、左脸区域、右脸区域和鼻子区域的HSV颜色空间的均值，作为HSV颜色值，依据所述HSV颜色值按照三倍的方差原则设计皮肤颜色空间在HSV通道的范围，根据所述范围生成皮肤掩膜；根据所述皮肤掩膜对所述额头区域、左脸区域、右脸区域和鼻子区域中皮肤的RGB颜色通道的空域均值形成时序信号C；根据所述人体对象的人脸在各所述视频帧中的运动坐标生成人脸的运动轨迹，作为运动噪声的干扰信号N；基于所述时序信号C和干扰信号N生成矩阵S，S＝[C,N]；通过最小二乘法从矩阵S求解人脸PPG信号。3.根据权利要求2所述的方法，其特征在于，人脸X轴的运动坐标为所述多个特征点X坐标的平均值；人脸Y轴的运动坐标为所述多个特征点Y坐标的平均值。4.根据权利要求2所述的方法，其特征在于，所述根据所述皮肤掩膜对所述额头区域、左脸区域、右脸区域和鼻子区域中皮肤的RGB颜色通道的空域均值形成时序信号C包括：根据所述皮肤掩膜对所述额头区域、左脸区域、右脸区域和鼻子区域中皮肤的RGB颜色通道的空域均值形成3*T的时序信号，T为视频帧的长度；对所述时序信号C进行时域归一化并带通滤波，滤波范围为[0.5H...
【专利技术属性】
技术研发人员：胡元会，褚瑜光，杨亦含，贾秋蕾，袁果真，陈婷，石树青，师帅，魏艺，石晶晶，周妍，黄成，陈圣辉，
申请(专利权)人：胡元会，
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。