血氧饱和度快速检测方法技术

本发明专利技术涉及一种血氧饱和度快速检测方法，终端设备拍摄检测者唇部图像(无需面部整体图像)，基于带色彩恢复的多尺度视网膜增强(MSRCR)算法的图像预处理，送入终端设备内置血氧饱和度模型，血氧饱和度模型对唇色进行识别，输出检测者当前预测血氧饱和度，用于居家血氧饱和度实时监测。血氧饱和度实时监测。血氧饱和度实时监测。

【技术实现步骤摘要】
血氧饱和度快速检测方法


[0001]本专利技术涉及一种检测技术，特别涉及一种血氧饱和度快速检测方法。

技术介绍

[0002]智能终端在健康监测中的应用越来越广泛。相较于目前已有的临床监测手段，智能终端不需要附带额外检测设备，更加便携、实时、高效。大大满足了人群居家健康监测的需要，并为疾病的早发现早诊断提供了有效方法。
[0003]血氧饱和度是人体呼吸循环的重要生理参数，它可以直接反应肺的氧合作用和血液中血红蛋白携氧能力。缺氧会直接影响组织有氧代谢，进而造成器官功能障碍甚至衰竭。慢性阻塞性肺病、部分先天性心脏病等疾病均存在缺氧的情况。目前临床上主要通过脉搏氧饱和度仪和血气分析进行血氧饱和度的监测。两者都需要专门的检测仪器。前者虽然设备较为便携，但受皮肤色素、胆红素等因素影响，存在2
‑
3％的测量误差；后者是血氧饱和度监测的“金标准”，但需要有创采血，并应用特定的血气分析仪分析数据，无法广泛应用于人群居家监测。

技术实现思路

[0004]针对血氧饱和度实时监测问题，提出了一种血氧饱和度快速检测方法。
[0005]本专利技术的技术方案为：一种血氧饱和度快速检测方法，终端设备拍摄检测者唇部图像，送入其内置血氧饱和度模型，血氧饱和度模型对唇色进行识别，输出检测者当前血氧饱和度值，用于居家血氧饱和度实时监测。
[0006]进一步，所述血氧饱和度模型训练方法如下：
[0007]1)数据采集：获取受试者唇部图像，并同时使用血氧仪监测受试者血氧饱和度；受试者将唇部图像和对应血氧仪显示血氧饱和度数值载入作为图像数据；
[0008]2)数据处理：对采集受试者唇部图像进行明度校正，再根据预设ROI提取图像多通道颜色均值，构建图像数据集；
[0009]3)基于多通道颜色空间构建血氧饱和度模型，利于步骤2)的图像数据集和步骤1)图像对应的血氧饱和度数值，对血氧饱和度模型进行训练，预测唇色对应的血氧饱和度数值；
[0010]4)模型训练过程中，数据集被划分为60％训练集与40％测试集，训练后血氧饱和度模型用测试集验证，获得最终训练后血氧饱和度模型。
[0011]进一步，所述血氧饱和度模型的损失函数：
[0012][0013]其中，n为嘴唇图像特征个数；y代表血氧计监测结果向量，X为嘴唇图像特征矩阵，w为特征矩阵的权重向量。
[0014]进一步，所述数据处理中唇部图像明度校正：采用MCRCR算法，通过设计多尺度高
斯滤波器与图像整体明度差异校正算法，以完成图像明度均衡化校正，所用高斯函数如下：
[0015][0016]其中x,y代表各像素点坐标，C为归一化常数，高斯滤波器宽度由参数σ表征，σ越大则滤波作用范围越大，为兼顾动态范围压缩和局部特征细节提取，多尺度高斯滤波σ的值分别为20、72和250，将每个尺度下σ值对应的滤波结果进行等权平均，即为最终校正结果。
[0017]进一步，所述数据处理中多通道颜色均值包括RGB与HSV双颜色均值。
[0018]进一步，所述血氧饱和度模型描述如下：
[0019]SpO
2(result)
＝W1C1+W2C2+...+W
n
C
n
+β，
[0020]其中，W1…
W
n
代表经训练得到的血氧饱和度模型权重，β为经训练得到的血氧饱和度模型偏置项，C1…
C
n
为由受试者唇部图像双通道颜色数据组合构成的特征向量。
[0021]本专利技术的有益效果在于：本专利技术血氧饱和度快速检测方法，获取唇部图像，而非面部整体图像。在血氧饱和度变化，特别是缺氧状态下，唇部颜色变化更为敏感、显著；机器学习的运算方法与已有专利的RGB图像算法不同，可以消除不同光线、不同拍照环境下图像RGB颜色的差异，从而实现血氧饱和度的准确检测；本方法可应用于所有带摄像头或者具备图片读取功能的智能终端设备，通过APP实现血氧饱和度的快速检测。
附图说明
[0022]图1为本专利技术血氧饱和度快速检测方法实现流程图；
[0023]图2为本专利技术方法中MCRCR算法对图像明度校正对比图；
[0024]图3为本专利技术智能终端APP分析界面图；
[0025]图4为本专利技术方法检测和血氧计检测对比图。
具体实施方式
[0026]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0027]皮肤和粘膜的颜色随血流的颜色而变化。当血液中还原血红蛋白>3mg/L时，皮肤和黏膜呈青紫色改变，即紫绀。全身皮肤、黏膜均可出现紫绀，但在皮肤较薄、色素较少和毛细血管丰富的部位，如唇、舌等处较明显。
[0028]血氧饱和度快速检测方法，终端设备拍摄检测者唇部图像，送入其内置血氧饱和度模型，输出检测者当前血氧饱和度值，用于居家血氧饱和度实时监测。其中血氧饱和度模型训练方法，具体包括如下步骤：
[0029]1、数据采集：获取受试者唇部图像并同时使用血氧仪监测受试者血氧饱和度；受试者唇部图像通过具有拍照摄像功能的设备获取，或者通过媒介传输以及本地数据库载入的样品图像数据。血氧仪用于监测受试者血氧饱和度。
[0030]2、基于算法(MSRCR)的图像明度校正；由于血氧饱和度的居家或临床监测通常在不同的环境下进行，这将导致获取到的嘴唇图像不稳定，进而干扰监测结果。因此，在保持
图像不失真的前提下，基于MCRCR算法，通过设计多尺度高斯滤波器与图像整体明度差异校正算法，以完成图像明度均衡化校正，如图2所示图像明度校正对比图。所用高斯函数如下：
[0031][0032]其中x,y代表各像素点坐标，C为归一化常数，高斯滤波器宽度由参数σ表征，σ越大则滤波作用范围越大，因此，为兼顾动态范围压缩和局部特征细节提取，多尺度高斯滤波σ的值分别为20、72和250，将每个尺度下σ值对应的滤波结果进行等权平均，即为最终校正结果。
[0033]3、根据预设ROI提取图像颜色均值；本专利技术支持预设ROI大小，基于明度校正后的图像，程序后台自动提取多通道颜色均值(包括RGB、HSV)。
[0034]4、基于多通道颜色空间构建血氧饱和度模型及数据集；由于RGB颜色空间各通道均与物质反射光波长相关，因此当唇部颜色由于氧饱和度变化而发生变化时，嘴唇图像的RGB通道颜色值将随之改变，因此将其作为训练特征具有重要意义；而HSV空间中，H直观的定义了色相，这可以更好的挖掘并限定唇部颜色变化范围。因此，本专利技术中联用了RGB与HSV双颜色空间，并基于双颜色空间的特征组合及血氧仪检测值构建了数据集和血氧饱和度模型。
[0035]所述集成于智能终端的机器学习算法描述如下：
[0036]SpO
2(result)
＝W1C1+W2C2+...+W...

【技术保护点】

【技术特征摘要】
1.一种血氧饱和度快速检测方法，其特征在于，终端设备拍摄检测者唇部图像，送入其内置血氧饱和度模型，血氧饱和度模型对唇色进行识别，输出检测者当前血氧饱和度值，用于居家血氧饱和度实时监测。2.根据权利要求1所述血氧饱和度快速检测方法，其特征在于，所述血氧饱和度模型训练方法如下：1)数据采集：获取受试者唇部图像，并同时使用血氧仪监测受试者血氧饱和度；受试者将唇部图像和对应血氧仪显示血氧饱和度数值载入作为图像数据；2)数据处理：对采集受试者唇部图像进行明度校正，再根据预设ROI提取图像多通道颜色均值，构建图像数据集；3)基于多通道颜色空间构建血氧饱和度模型，利于步骤2)的图像数据集和步骤1)图像对应的血氧饱和度数值，对血氧饱和度模型进行训练，预测唇色对应的血氧饱和度数值；4)模型训练过程中，数据集被划分为60％训练集与40％测试集，训练后血氧饱和度模型用测试集验证，获得最终训练后血氧饱和度模型。3.根据权利要求2所述血氧饱和度快速检测方法，其特征在于，所述血氧饱和度模型的损失函数：其中，n为嘴唇图像特征个数；y代表血氧计监测结果向量，X为嘴唇图像特征矩阵，w为特征矩阵的权重向量。4.根据权利要求2或3所述血氧饱和度快速检测方法，...

【专利技术属性】
技术研发人员：赵达君，张书田，
申请(专利权)人：复旦大学附属中山医院，
类型：发明
国别省市：