【技术实现步骤摘要】
一种基于视频信号的呼吸率检测方法
[0001]本专利技术涉及呼吸率检测的
,尤其涉及一种基于视频信号的呼吸率检测方法。
技术介绍
[0002]呼吸率是评估人体呼吸状况和诊断呼吸障碍疾病的重要特征。目前呼吸率检测方法多需专业人员操作,日常检测方面尚有不足,而近些年出现的基于视频的非接触式呼吸率检测方法具有操作简便、适用性强等优点,在智慧医疗领域极具发展潜力,但在实时性上仍有不足,并且对人体姿态有所限制,最终影响检测性能。针对此问题本专利提出一种基于视频信号的呼吸率检测方法。
技术实现思路
[0003]本专利技术提供一种基于视频信号的呼吸率检测方法,目的在于(1)实现能够根据呼吸视频计算人体的呼吸率;(2)实现呼吸视频中人体呼吸区域的检测,降低了人体姿态对呼吸速率计算的影响。
[0004]实现上述目的,本专利技术提供的一种基于视频信号的呼吸率检测方法,包括以下步骤:
[0005]S1:采集人体呼吸视频,对呼吸视频进行预处理后进行人脸识别,并根据人体头身比初步提取胸部区域;
[0006]S2:对提取的胸部区域进行建模,进一步精确提取呼吸区域;
[0007]S3:对提取的呼吸区域进行滤波处理,并提取呼吸区域像素点的呼吸运动方向特征;
[0008]S4:根据呼吸运动方向特征提取对呼吸区域图像进行多尺度空间分解,提取呼吸相位信息;
[0009]S5:对提取得到的呼吸相位信息进行滤波处理,并进行波峰检测估计呼吸率。
[0010]作为本专利技术的进一步改进 ...
【技术保护点】
【技术特征摘要】
1.一种基于视频信号的呼吸率检测方法,其特征在于,所述方法包括:S1:采集人体呼吸视频,对呼吸视频进行预处理后进行人脸识别,并根据人体头身比初步提取胸部区域;S2:对提取的胸部区域进行建模,进一步精确提取呼吸区域,其中所述对建模结果进行参数估计,包括:将第k帧视频图像胸部区域x(k)进行向量化,则其向量化结果为:x
vector
(k)=[x(1,1),x(1,2),
…
,x(1,n
x
);
…
;x(n
y
,1),x(n
y
,2),
…
,x(n
y
,n
x
)}其中:x(n
y
,n
x
)表示像素坐标(n
y
,n
x
)的亮度值,n
y
表示视频图像胸部区域的像素列数,n
x
表示视频图像胸部区域的像素行数;x
vector
(k)表示x(k)的向量化表示;利用极大似然估计方法估计基频f0:其中:为基频f0的估计值,将使得函数最大的f作为x
vector
((p,q),k)表示第k帧视频图像胸部区域中,像素坐标(p,q)的亮度值;c表示虚数单位;根据基频的估计结果,对第k帧的信号幅值矩阵进行估计:其中:的信号幅值矩阵估计值;将信号幅值矩阵中幅值较大区域所对应的图像区域作为呼吸区域;S3:对提取的呼吸区域进行滤波处理,并提取呼吸区域像素点的呼吸运动方向特征;S4:根据呼吸运动方向特征提取对呼吸区域图像进行多尺度空间分解,提取呼吸相位信息;S5:对提取得到的呼吸相位信息进行滤波处理,并进行波峰检测估计呼吸率。2.如权利要求1所述的一种基于视频信号的呼吸率检测方法,其特征在于,所述S1步骤中对呼吸视频进行预处理后进行人脸识别,包括:采集人体呼吸视频,并将人体呼吸视频逐帧进行切分处理,得到若干帧呼吸视频图像,利用人脸识别模型对每帧呼吸视频图像进行人脸识别,利用矩形目标框对呼吸视频图像中识别的人脸区域进行标定;所述人脸识别模型的训练流程为:1)获取D张人脸图像作为人脸识别模型的训练集,并将其中的每张人脸图像均转换为列向量,即将人脸图像中的每个像素值按列逐一采样并排成一列,则训练集为{vector1,vector2,...,vector
D
},其中vector
D
为获取的第D张人脸图像的列向量;2)对训练集中的所有列向量进行加和,并计算加和向量的平均值:
3)将训练集中的所有列向量均减去得到差值矩阵R,并计算差值矩阵的协方差矩阵Cov=R
×
R
T
,计算协方差矩阵Cov的特征向量,将所有特征向量构成特征矩阵;对于待识别的人脸图像区域,将该区域转换为列向量,将列向量与特征矩阵中的所有特征向量进行余弦相似度比较,若两者相似度高于0.6,则说明待识别人脸图像区域为人脸图像区域,并利用矩形目标框对识别得到的人脸区域进行标定。3.如权利要求1所述的一种基于视频信号的呼吸率检测方法,其特征在于,所述S1步骤中根据人体头身比初步提取胸部区域,包括:利用矩形目标框对呼吸视频图像中的人脸区域进行标定,以矩形目标框左上方以及右上方的顶点为起点,将两个起点分别向下移动1.5倍矩形框的长度和2倍矩形框的长度,得到胸部矩形区域的四个顶点,将四个顶点连接,连接形成的矩形区域为胸部区域。4.如权利要求3所述的一种基于视频信号的呼吸率检测方法,其特征在于,所述S2步骤中提取的胸部区域进行建模,包括:当胸部区域的颜色像素值发生变化时,说明胸部区域发生呼吸运动,对胸部区域图像进行信号建模,则呼吸视频中第k帧视频图像的胸部区域信号建模结果为:其中:I(k)表示第k帧视频图像的胸部区域信号;W(k)表示第k帧图像的高斯噪声;表示信号的初始相位;A表示信号幅值矩阵;f0表示基频。5.如权利要求1所述的一种基于视频信号的呼吸率检测方法,...
【专利技术属性】
技术研发人员:刘哲,杜春玲,宋元林,黄絮,徐德祥,
申请(专利权)人:湖南万脉医疗科技有限公司,
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。