【技术实现步骤摘要】
本专利技术涉及生物医学信号处理技术，具体为一种基于手掌视频的无接触式心率监测方法及相关设备。
技术介绍
1、传统的心率测量方法主要依赖于心电图或佩戴式心率监测设备，这些方法虽然准确但需要专业设备且不方便日常使用。心电图监测需要电极直接接触皮肤，并且设备价格昂贵，不适用于日常便携使用。而佩戴式心率监测设备，如智能手环和心率带，虽然便捷但需要长期佩戴，容易造成使用者的不适和依从性问题。
2、随着计算机视觉和信号处理技术的发展，通过视频分析生物特征信号成为可能。这种技术利用普通摄像头采集视频数据，通过分析视频中的微小变化来提取生理信号，具有无接触、便捷的优势，特别适用于居家健康监测和远程医疗。
3、目前，基于人脸视频提取脉搏波(ppg)信号和心率估计的方法已经得到了广泛研究。这些方法通过检测脸部皮肤的微小颜色变化来获取脉搏波信号。然而，基于人脸视频的心率监测存在一定的隐私性问题。人脸视频的采集和处理可能涉及到个人身份信息的暴露，容易引起用户对隐私泄露的担忧。此外，人脸视频的采集对光照条件和头部姿态有较高的要求，容易受到
【技术保护点】
1.一种基于手掌视频的无接触式心率监测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于手掌视频的无接触式心率监测方法，其特征在于，对原始手掌视频数据进行加载与预处理，得到完整的手掌区域数据的具体过程如下：
3.根据权利要求2所述的一种基于手掌视频的无接触式心率监测方法，其特征在于，所述对原始手掌视频数据利用机器学习算法进行手掌区域检测与跟踪并裁剪得到完整的手掌区域的具体过程如下：
4.根据权利要求1所述的一种基于手掌视频的无接触式心率监测方法，其特征在于，在网络训练中基于卷积神经网络进行空间特征提取，并结合长短时记忆网络提...
【技术特征摘要】
1.一种基于手掌视频的无接触式心率监测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于手掌视频的无接触式心率监测方法，其特征在于，对原始手掌视频数据进行加载与预处理，得到完整的手掌区域数据的具体过程如下：
3.根据权利要求2所述的一种基于手掌视频的无接触式心率监测方法，其特征在于，所述对原始手掌视频数据利用机器学习算法进行手掌区域检测与跟踪并裁剪得到完整的手掌区域的具体过程如下：
4.根据权利要求1所述的一种基于手掌视频的无接触式心率监测方法，其特征在于，在网络训练中基于卷积神经网络进行空间特征提取，并结合长短时记忆网络提取时间序列特征，并引入生成对抗网络gan，利用随机噪声生成虚假脉搏波数据和虚假手掌视频，并通过判别器进行判别得到伪造脉搏波数据和真实脉搏波数据，并调整网络参数，将伪造脉搏波数据和真实脉搏波数据以及真实数据送入网络进行训练，引入自监督学习法通过对原始脉搏波数据进行数据掩码或数据重构任务的训练得到脉搏波数据。
5.根据权利要求4所述的一种基于手掌视频的无接触式心率监测方法，其特征在于，引入生成对抗网络的具体过程如下：
6.根据权利要求5所述的一种基于手掌视频的无接触式心率监测方法，其特征在...
【专利技术属性】
技术研发人员：钟德星，邵会凯，裴正福，徐胜军，
申请(专利权)人：西安易掌慧科技有限公司，
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。