基于欧拉影像放大算法的帕金森病症识别方法技术

本发明专利技术涉及智能医疗技术领域，尤其涉及基于欧拉影像放大算法的帕金森病症识别方法。其技术方案包括如下步骤：S1：通过手机采集手部特定区域的视频；S2：对于S1中采集视频进行构建视频金字塔；S3：观察S2中视频金字塔选取时域信号，并且选取合适的滤波器处理后得到信号，并通过不同比例的放大后进行重建视频并保存；S4：通过S3得到重建视频后采用脉搏波提取程序进行脉搏波提取。本发明专利技术基于欧拉影像放大算法分析手部的抖动程度，利用视频脉搏波技术，结合数字信号处理，提取脉率变异性，并通过波分解区分患者与正常人不同的特征范围，并且采用了训练集进行模型的交互验证，大大提高了识别准确率，方便用于帕金森病的早期预警或病程评估。程评估。程评估。

【技术实现步骤摘要】
基于欧拉影像放大算法的帕金森病症识别方法


[0001]本专利技术涉及智能医疗
，尤其涉及基于欧拉影像放大算法的帕金森病症识别方法。

技术介绍

[0002]目前的非接触式脉率检测技术，包括以下几种：心电图(ECG)、脑颅CT检查、脑脊液检查：能提供心脏节律详细信息，精确度较高，但需要医生专业知识和技术支撑，昂贵的专业设备，需要医生等专业人员在医院或相关医疗场所进行检查，不宜随身携带，患者等待时间长，接触检查过程可能伴有疼痛感，检查费用也很昂贵；智能手环、手表能提供较为准确的数据信息，但这是一种接触式测量，需要与被测者产生物理接触，并且需要被测者的自愿主动配合，方可获得准确数据。

技术实现思路

[0003]本专利技术的目的是针对
技术介绍
中存在的问题，提出一种利用非接触式脉率检测，随时随地测量，实现无感的、较舒服的长期监测，满足了一些特殊环境下和对特殊对象的监测需求的帕金森病症识别方法。
[0004]本专利技术的技术方案：基于欧拉影像放大算法的帕金森病症识别方法，包括如下步骤：
[0005]S1：通过手机采集手部特定区域的视频；
[0006]S2：对于S1中采集视频进行构建视频金字塔；
[0007]S3：观察S2中视频金字塔选取时域信号，并且选取合适的滤波器处理后得到信号，并通过不同比例的放大后进行重建视频并保存；
[0008]S4：通过S3得到重建视频后采用脉搏波提取程序进行脉搏波提取；
[0009]S4中对S3得到重建视频提取脉搏波的具体操作为：r/>[0010]S4a：导入原始信号；调用实验数据绘制原始信号x图形；
[0011]S4b：去除基线漂移；绘制原始信号x1图形；
[0012]S4c：进行带通滤波；设置Wp通带截止频率和Ws阻带截止频率，并进行频率和弧度转换，带入buttord函数中计算滤波器的阶数和3dB截止频率，再带入butter函数中计算滤波器系统函数分子分母多项式得到数字滤波系数；
[0013]S4d：调用cheby去除50Hz工频干扰；设置Wp1通带截止频率值和Ws1阻带截止频率值，设置rp通带波纹值3dB，rs阻带衰减值60dB,通过cheb2ord命令确定滤波器的阶数和阻带截止频率，再通过cheby2函数命令设计截止频率Wn1的n1阶低通和带通滤波器；
[0014]S4e：信号之间对比；通过filtfilt函数命令计算滤波后的波形x2和s21,使用subplot和plot命令快速绘制信号图形s21；使用subplot和plot命令快速绘制信号图形x2且显示轴网格线；
[0015]S4f：获取频谱图；借助fft函数得到滤波后波形的幅频响应，接着绘制s21信号且
隐藏轴网格线，绘制绝对幅频响应，并获取幅频图；
[0016]S4g：提取R波；将s21赋予A，使用max函数与min函数分别获得A这个向量中的最大值给PM和最小值给MM，并进行两次if判断，获得对应时间内峰值P1及峰值个数cnt1；调用subplot命令绘制屏幕输出对应时间t1内的峰值P1及峰值个数cnt1数组类型数据,接着调用stem函数将峰值P1数据序列从x轴到数据值按照茎状形式画出，得到R波序列；
[0017]S4h：峰值的特征显示；调用mean函数取得P1平均值，通过var函数求峰值P1的方差vp，通过std函数求峰值P1的标准差sp，调用disp函数将其全部输出在命令窗口中；
[0018]S4i：周期T的求取；定义初始化变量j＝1,借助for循环，通过length函数获得时间t1元素个数，然后通过设置的限度m来在for循环中获得心电信号周期T，并画出相应图形，并依次求出周期均值mT、周期T方差vT、周期T标准差sT；
[0019]S4j：估计信号的功率谱。
[0020]S5：对S4提取的脉搏波进行分解并获得所需特征；
[0021]S6：将多组正常人与帕金森病人进行脉搏波提取并根据S5得到的特征进行识别与验证。
[0022]优选的，S1的具体操作为：
[0023]S1a：首先将手机放置稳定，将手机调整至取景框中采集位于中心位置，借助手机APP采集20s分辨率为320*240，帧率为20FPS的视频；
[0024]S1b：把视频加载成一个四维矩阵，函数返回一个np.zeros((frame_count，height，width，3)，dtype＝
‘
float
’
)大小矩阵。
[0025]优选的，S1的具体操作为：
[0026]S1a：首先将手机放置稳定，将手机调整至取景框中采集位于中心位置，借助手机APP采集20s分辨率为320*240，帧率为20FPS的视频；
[0027]S1b：把视频加载成一个四维矩阵，函数返回一个np.zeros((frame_count，height，width，3)，dtype＝
‘
float
’
)大小矩阵。
[0028]优选的，S2的具体操作为：
[0029]S2a：将视频中的每一帧进行采样，构建图像金字塔代码如下：
[0030]针对采样，调用pyrUp(src[，dst[，dstsize[，borderType]]])函数；
[0031]S2b：在图像金字塔中恢复图像，过程如下：
[0032]首先，定义建立视频金字塔函数，建立视频金字塔接收视频帧，将整个视频以一组图像且不同分辨率的子图集合来呈现，包括四个参数依次即帧数，视频帧高度，视频帧宽度、频道计数；定义pyr0和realMaxLevel分别用来存储金字塔所对应的第一层视频帧数、级数及统计pyr0长度，定义数组resultList，针对最高级数和帧数长度分别建立for循环，第一个for循环里，调用np.zeros函数创建一个([len(frames)]+list(pyr0[i].shape))*([len(frames)]+list(pyr0[i].shape))维度的float类型矩阵，将结果返回至定义的数组中，在第二个for循环中，定义统计帧数金字塔，里面双层for循环，返回最高级数，添加至定义的数组resultList中并最终返回整个金字塔帧数组值；
[0033]然后，定义重建视频金字塔函数，输入视频金字塔重建视频，定义最高级数maxLevel用来存储视频金字塔长度，将视频金字塔第一层的帧数，视频帧高度，视频帧宽度，频道计数分别存储在定义的变量fNumber，H，W，chNum中，调用np.zeros函数创建一个
(pyrVideo[0].shape)*(pyrVideo[0].shape)大小且float型矩阵，新建for循环计算视频大小，里面定义变量framePyr用来存储新建for循环所得最高级数，然后将所得值再重建视频图像，将所得结果存储在定义的数组videoResult中，最后，返回图像。
[0034]优选的，S3的具体操作为：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于欧拉影像放大算法的帕金森病症识别方法，其特征在于：包括如下步骤：S1：通过手机采集手部特定区域的视频；S2：对于S1中采集视频进行构建视频金字塔；S3：观察S2中视频金字塔选取时域信号，并且选取合适的滤波器处理后得到信号，并通过不同比例的放大后进行重建视频并保存；S4：通过S3得到重建视频后采用脉搏波提取程序进行脉搏波提取；S4中对S3得到重建视频提取脉搏波的具体操作为：S4a：导入原始信号；调用实验数据绘制原始信号x图形；S4b：去除基线漂移；绘制原始信号x1图形；S4c：进行带通滤波；设置Wp通带截止频率和Ws阻带截止频率，并进行频率和弧度转换，带入buttord函数中计算滤波器的阶数和3dB截止频率，再带入butter函数中计算滤波器系统函数分子分母多项式得到数字滤波系数；S4d：调用cheby去除50Hz工频干扰；设置Wp1通带截止频率值和Ws1阻带截止频率值，设置rp通带波纹值3dB，rs阻带衰减值60dB，通过cheb2ord命令确定滤波器的阶数和阻带截止频率，再通过cheby2函数命令设计截止频率Wn1的n1阶低通和带通滤波器；S4e：信号之间对比；通过filtfilt函数命令计算滤波后的波形x2和s21，使用subplot和plot命令快速绘制信号图形s21；使用subplot和plot命令快速绘制信号图形x2且显示轴网格线；S4f：获取频谱图；借助fft函数得到滤波后波形的幅频响应，接着绘制s21信号且隐藏轴网格线，绘制绝对幅频响应，并获取幅频图；S4g：提取R波；将s21赋予A，使用max函数与min函数分别获得A这个向量中的最大值给PM和最小值给MM，并进行两次if判断，获得对应时间内峰值P1及峰值个数cnt1；调用subplot命令绘制屏幕输出对应时间t1内的峰值P1及峰值个数cnt1数组类型数据，接着调用stem函数将峰值P1数据序列从x轴到数据值按照茎状形式画出，得到R波序列；S4h：峰值的特征显示；调用mean函数取得P1平均值，通过var函数求峰值P1的方差vp，通过std函数求峰值P1的标准差sp，调用disp函数将其全部输出在命令窗口中；S4i：周期T的求取；定义初始化变量j＝1，借助for循环，通过length函数获得时间t1元素个数，然后通过设置的限度m来在for循环中获得心电信号周期T，并画出相应图形，并依次求出周期均值mT、周期T方差vT、周期T标准差sT；S4j：估计信号的功率谱。S5：对S4提取的脉搏波进行分解并获得所需特征；S6：将多组正常人与帕金森病人进行脉搏波提取并根据S5得到的特征进行识别与验证。2.根据权利要求1所述的基于欧拉影像放大算法的帕金森病症识别方法，其特征在于：S1的具体操作为：S1a：首先将手机放置稳定，将手机调整至取景框中采集位于中心位置，借助手机APP采集20s分辨率为320*240，帧率为20FPS的视频；S1b：把视频加载成一个四维矩阵，函数返回一个np.zeros((frame_count，height，width，3)，dtype＝
‘
float
’
)大小矩阵。
3.根据权利要求1所述的基于欧拉影像放大算法的帕金森病症识别方法，其特征在于：S2的具体操作为：S2a：将视频中的每一帧进行采样，构建图像金字塔代码如下：针对采样，调用pyrUp(src[，dst[，dstsize[，borderType]]])函数；S2b：在图像金字塔中恢复图像，过程如下：首先，定义建立视频金字塔函数，建立视频金字塔接收视频帧，将整个视频以一组图像且不同分辨率的子图集合来呈现，包括四个参数依次即帧数，视频帧高度，视频帧宽度、频道计数；定义pyr0和realMaxLevel分别用来存储金字塔所对应的第一层视频帧数、级数及统计pyr0长度，定义数组resultList，针对最高级数和帧数长度分别建立for循环，第一个for循环里，调用np...

【专利技术属性】
技术研发人员：姜文昱，陈峥，黄春森，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：