【技术实现步骤摘要】
一种非接触式人体血氧饱和度检测方法、装置及设备
[0001]本专利技术涉及图像处理领域,特别涉及一种基于机器学习的非接触式人体血氧饱和度检测方法、装置及计算机设备。
技术介绍
[0002]血氧饱和度是一项人体重要的生命指标,是反映人体呼吸循环功能、衡量人体血液携氧能力的指标,血氧饱和度一旦降低意味着人的生命受到威胁。测定动脉血氧饱和度有两种方法,一种是抽取动脉血,利用血气分析仪测得动脉血氧分压(PaO2),再通过血红蛋白
‑
氧离解曲线得到SaO2,其缺点是观察病情变化需要反复抽血。另一种方法是采用脉搏血氧饱和度监护仪测定,它小巧灵便、无须抽取血液、精确度高,广泛应用于临床。但血氧饱和度监护仪是接触式测量,接触式测量会增加交叉传染的风险。所以,非接触式血氧饱和度的测量得到了广泛的关注。
[0003]现有的非接触血氧测量技术是基于彩色摄像头采集被测目标红色 (Red)、绿色(Green)和蓝色(Blue)三个波段的数据。然后,采用 ratio of ratio算法,分别出计算红色和绿色(或者蓝色)波段交流分量和直流分量的比值,血氧饱和度与红色和绿色(或者)两个波段的比值成一定的比例关系。最后,通过一定数量的样本训练后,就可以准确地估计血氧饱和度。
[0004]现有技术有两个缺点:
[0005]其一:现有技术主要选择被测目标面部上的一个区域,提取整个区域的RGB信号进行处理并解算血氧饱和度。但由于面部血管分布不同,面部不同区域具有不同强度的血液脉动,有些区域的血液脉动很弱,如果将这 ...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的非接触式人体血氧饱和度检测方法,其特征在于,包括:获取目标人体的图像信息;从所述图像信息中确定面部感兴趣区域ROI区域;将所述面部ROI区域划分为多个子ROI;对所述子ROI进行质量评价,将信噪比低的子ROI剔除,对保留的ROI信号进行加权平均;在使用红色、绿色或者蓝色中任意两个波段ratio of ratio结果作为输入参数的基础上,增加ROI内红色、绿色和蓝色通道灰度值作为血氧饱和度的输入参数,使用多参数进行机器学习训练得到血氧饱和度的估计值。2.根据权利要求1所述的基于机器学习的非接触式人体血氧饱和度检测方法,其特征在于,所述对所述子ROI进行质量评价,将信噪比低的子ROI剔除,对保留的ROI信号进行加权平均,包括:提取每个所述子ROI的PPG信号,进行滤波后进行快速傅里叶fft变换,在频域内对各个所述子ROI进行质量评价,质量评价公式如下式所示:式中,Metric
i
为每个子ROI的评价系数,[PR
‑
b,PR+b]为心跳频率附近的微小频率范围,[B1,B2]为带通滤光范围;确定出每个所述子ROI的评价系数,将评价系数低于预设阈值的子ROI剔除,保留下来的所有子ROI建立ROI子集。3.根据权利要求2所述的基于机器学习的非接触式人体血氧饱和度检测方法,其特征在于,所述对保留的ROI信号进行加权平均,包括:对ROI子集进行加权平均得到用于进行血氧计算的PPG信号,令ROI子集为[ROI1,ROI2,...,ROI
m
],对应的PPG信号和评价系数分别为[PPG1,PPG2,...,PPG
m
],[Metric1,Metric2,...,Metric
m
],其中,m为子ROI的数量,加权平均过程如下式所示:PPG
calc
=Metric1.PPG1+Metric2.PPG2+
…
+Metric
m
.PPG
m
ꢀꢀꢀꢀ
(2)。4.根据权利要求1所述的基于机器学习的非接触式人体血氧饱和度检测方法,其特征在于,所述在使用红色、绿色或者蓝色中任意两个波段ratio of ratio结果作为输入参数的基础上,增加ROI内红色、绿色和蓝色通道灰度值作为血氧饱和度的输入参数,使用多参数进行机器学习训练得到血氧饱和度的估计值,包括:计算ratio of ratio结果,分别提取PPG
calc
的红色和绿色波段的时间序列,分别计算两个波段的交流信号AC和直流信号DC,得到ratio of ratio结果如公式(3)所示;式中,AC
calc_red
和DC
calc_red
是红色通道ROI
calc
区域平均值随着时间变化的交流分量和直流分量,AC
calc_green
和DC
calc_green
是绿色通道ROI
calc
区域平均值随着时间变化的交流分量和直流分量;提取ROI
calc
区域内加权平均PPG
calc
信号的Red、Green和Blue三个通道的灰度值平均值
Gray
red
、Gray
green
和Gray
blue
,作为血氧饱和度计算的输入参量;以4个参量ratio of ratio结果、Gray
red
、Gray
green
和Gray
blue
作为输入参量,通过机器学习算法,对一定量的样本进行训练,得到最终血氧饱和度的估计值。5.一种基于机器学习的非接触式人体血氧饱和度检测装置,其特征在于,包括:获取模块,用于获取目标人体的图像信息;确定模块...
【专利技术属性】
技术研发人员:孙志远,付云博,李冬宁,梁敏华,余毅,何锋赟,
申请(专利权)人:中国科学院长春光学精密机械与物理研究所,
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。