專(zhuān)利名稱(chēng)：基于紅外序列圖像的人體生理參數(shù)檢測(cè)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種應(yīng)用紅外序列圖像檢測(cè)人體生理參數(shù)的方法。通過(guò)記錄人體面部太陽(yáng)穴處的紅外序列圖像，然后結(jié)合重心法、經(jīng)驗(yàn)?zāi)Ｊ椒纸饧白曰貧w模型頻譜分析等實(shí)現(xiàn)信號(hào)提取和識(shí)別，最終完成呼吸及心率的無(wú)損，非接觸式的測(cè)量。
背景技術(shù)：
呼吸和心率是人體最重要的生理參數(shù)，他們實(shí)時(shí)反映著人體的生理狀態(tài)及健康信息，在某些疾病發(fā)展過(guò)程中，心率及呼吸等生理參數(shù)會(huì)發(fā)生異常變化，但在通常條件下，尤其在家用環(huán)境中，人們對(duì)自身呼吸及心跳的變化不容易查覺(jué)，因此一種方便的適于家用的生理參數(shù)檢測(cè)系統(tǒng)便具有很高的實(shí)際應(yīng)用價(jià)值。常用的呼吸檢測(cè)手段大概有以下幾種1通過(guò)放置在鼻孔通氣處的熱電偶記錄呼氣及吸氣時(shí)空氣溫度的變化實(shí)現(xiàn)呼吸的測(cè)量。2通過(guò)綁置在胸口的傳感器記錄胸口呼氣及吸氣時(shí)胸口壓力及運(yùn)動(dòng)位移的變化來(lái)實(shí)現(xiàn)呼吸的測(cè)量。常用的心率的檢測(cè)方法主要有以下幾種1通過(guò)光電方法檢測(cè)手指末端血液容積的變化以實(shí)現(xiàn)心率測(cè)量。2通過(guò)放置在體表皮膚電極的電位變化來(lái)實(shí)現(xiàn)心率的測(cè)量。3通過(guò)放置在橈動(dòng)脈處的壓力傳感器記錄血管脈動(dòng)時(shí)的壓力變化實(shí)現(xiàn)心率的測(cè)量。以上這些測(cè)量方式在實(shí)驗(yàn)室及醫(yī)院中有著廣泛的應(yīng)用，但是在家用環(huán)境中，普通人對(duì)這些測(cè)量方法不夠熟悉，操作上的麻煩及這些測(cè)量方法直接或間接地接觸人體可能會(huì)干擾測(cè)量狀態(tài)，這些因素限制了常用的接觸式測(cè)量方法在家庭環(huán)境中的應(yīng)用。紅外輻射是在可見(jiàn)光之外直至與毫米波相接，處于0. 7 μ m-300 μ m的電磁波段， 是人眼看不到的光線。自然界中凡是溫度高于絕對(duì)零度(_273°C)的任何物體都能產(chǎn)生紅外輻射，皆可視為紅外輻射源，人體也是一個(gè)紅外輻射源，其輻射的峰值波長(zhǎng)為9. 348 μ m， 根據(jù)人體的熱輻射特性，選取與之匹配的紅外探測(cè)器探測(cè)人體的熱輻射，根據(jù)測(cè)得輻射量的大小，便可知道溫度的高低。熱紅外技術(shù)用來(lái)獲取人體表面信息的優(yōu)點(diǎn)不接觸體表，無(wú)副作用，可以反復(fù)多次進(jìn)行，可以在短時(shí)間內(nèi)獲取全身的皮膚溫度從而獲得人體機(jī)能狀態(tài)的大量信息，操作簡(jiǎn)便， 測(cè)定部位與溫度之間可以做定量的分析。經(jīng)驗(yàn)?zāi)Ｊ椒纸庥蒆uang于1998年提出，它是基于數(shù)據(jù)局部特征的，它可把復(fù)雜的數(shù)據(jù)分解成有限的固有模式函數(shù)分量，由于分解是基于信號(hào)時(shí)域局部特征的，因此分解是自適應(yīng)的，特別適合用來(lái)分析非平穩(wěn)非線性的時(shí)間序列信號(hào)，它能清晰地分辨出交疊復(fù)雜數(shù)據(jù)的內(nèi)蘊(yùn)模式，因此在很多領(lǐng)域具有廣泛的應(yīng)用
發(fā)明內(nèi)容
本發(fā)明所解決的主要技術(shù)問(wèn)題是利用構(gòu)造的紅外動(dòng)態(tài)圖像采集系統(tǒng)實(shí)現(xiàn)呼吸及心率信號(hào)的無(wú)損非接觸的測(cè)量。本發(fā)明所采用的技術(shù)方案如下1根據(jù)提取的面部皮膚區(qū)域的質(zhì)心的變化來(lái)濾除序列圖像中頭部的平面運(yùn)動(dòng)
2對(duì)感興趣區(qū)應(yīng)用重心法提取時(shí)間序列信號(hào)，重心法的應(yīng)用彌補(bǔ)了所構(gòu)建紅外動(dòng)態(tài)圖像采集系統(tǒng)溫度敏感度低的問(wèn)題，使提取的時(shí)間序列信號(hào)能夠全面反映感興趣區(qū)的溫度變化趨勢(shì)。3對(duì)時(shí)間序列信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸?，?jīng)驗(yàn)?zāi)Ｊ椒纸鉄o(wú)需采用信號(hào)的先驗(yàn)知識(shí)，分解過(guò)程完全由數(shù)據(jù)自身驅(qū)動(dòng)，基函數(shù)本身就是自適應(yīng)地從原信號(hào)中分解而得，是后驗(yàn)的，克服了其他信號(hào)分析方法的諸多不足。4對(duì)經(jīng)驗(yàn)?zāi)Ｊ椒纸獾慕Y(jié)果進(jìn)行自回歸功率譜分析，實(shí)現(xiàn)對(duì)特征信號(hào)的識(shí)別，克服了傅里葉變化中諧波分量對(duì)結(jié)果識(shí)別的影響。本發(fā)明具有如下優(yōu)點(diǎn)(1)對(duì)受試者在紅外傳感器視場(chǎng)平面的頭部運(yùn)動(dòng)進(jìn)行分析，通過(guò)質(zhì)心法去除了以呼吸運(yùn)動(dòng)為主的頭部視場(chǎng)面運(yùn)動(dòng)的干擾，使得感興趣區(qū)在每幀圖像中保持在相同的位置， 這樣通過(guò)每幀圖像感興趣區(qū)提取的信號(hào)才能可靠地反映血管脈動(dòng)變化信息。(2)對(duì)感興趣區(qū)進(jìn)行重心法分析，重心法既考慮了像素的位置信息，又考慮了像素的灰度值信息，從而更全面的記錄了感興趣內(nèi)血管脈動(dòng)產(chǎn)生的溫度變化信息。(3)利用經(jīng)驗(yàn)?zāi)Ｊ椒纸鈱?duì)時(shí)間序列信號(hào)進(jìn)行了特征信號(hào)分離，經(jīng)驗(yàn)?zāi)Ｊ椒纸馔耆蓴?shù)據(jù)自身驅(qū)動(dòng)，避免了小波變換需要在信號(hào)分析之前選擇適當(dāng)小波基的局限。(4)利用自回歸模型進(jìn)行功率譜分析，克服了傳統(tǒng)傅里葉變換后信號(hào)諧波分量對(duì)結(jié)果識(shí)別的影響。(5)實(shí)現(xiàn)了利用紅外序列圖像進(jìn)行心率、呼吸的無(wú)損非接觸式檢測(cè)，該方法實(shí)現(xiàn)方便，操作簡(jiǎn)單可廣泛的應(yīng)用在家用及術(shù)中監(jiān)控等場(chǎng)合。


圖1本發(fā)明的方法流程2重心法得到的時(shí)間序列信號(hào)圖3經(jīng)驗(yàn)?zāi)Ｊ椒纸獾慕Y(jié)果圖4心率信號(hào)頻譜分析的結(jié)果圖5呼吸信號(hào)頻率分析的結(jié)果
具體實(shí)施例方式1構(gòu)建紅外動(dòng)態(tài)圖像采集系統(tǒng)紅外動(dòng)態(tài)圖像采集系統(tǒng)由以下三部分組成1 FUR紅外長(zhǎng)波傳感器(NETD < 90mk at 30°C )，2大恒圖像采集卡(VT140)，3計(jì)算機(jī)工作站(DELL precision T5500)。2紅外序列圖像的采集紅外視頻采用PAL格式，幀速度為25幀/秒，存儲(chǔ)格式為Sbit的灰度圖像，灰度值的大小與被測(cè)溫度的高低成線性關(guān)系，分辨率為768piXel*576piXel。受試者在被檢測(cè)之前，必須先在檢查室內(nèi)休息15分鐘以上，以適應(yīng)環(huán)境溫度達(dá)到熱平衡狀態(tài)。然后受試者平靜地坐在椅子上，同時(shí)要求受試者在采集的時(shí)候不能任意轉(zhuǎn)動(dòng)頭部，因?yàn)榭紤]到長(zhǎng)時(shí)間采集圖像會(huì)引起受試者很多的頭部無(wú)規(guī)則的運(yùn)動(dòng)，并且心率呼吸信號(hào)本身就是非平穩(wěn)信號(hào)， 長(zhǎng)時(shí)間信號(hào)的頻譜分析結(jié)果并不能代表此信號(hào)的瞬時(shí)頻率值，因此實(shí)驗(yàn)采集時(shí)間被設(shè)置為20s。紅外傳感器對(duì)準(zhǔn)受試者的左太陽(yáng)穴處進(jìn)行圖像采集，采集的視頻流通過(guò)圖像采集卡實(shí)時(shí)存儲(chǔ)在計(jì)算機(jī)工作站中。3頭動(dòng)去除方法受試者雖被要求不能任意的左右轉(zhuǎn)動(dòng)頭部，但在試驗(yàn)過(guò)程中受到呼吸運(yùn)動(dòng)的影響，受試者頭部會(huì)在紅外傳感器視場(chǎng)平面上下或前后運(yùn)動(dòng)，為此提出了以下步驟進(jìn)行處理
由于面部皮膚溫度相對(duì)周?chē)M織溫度較高，因此可對(duì)采集的灰度序列圖像取經(jīng)驗(yàn)閾值，通過(guò)該閾值將灰度圖像轉(zhuǎn)換為二值圖像，使該二值圖像能夠較清晰地分辨出面部皮膚區(qū)域，然后計(jì)算該區(qū)域的重心，每幀圖像重心坐標(biāo)的變化反映了受試者頭部在紅外傳感器視場(chǎng)平面的運(yùn)動(dòng)位移，具體公式如下hormotion(i) = centroid (i). χ-centroid (1). χ ；vermotion (i) = centroid(i). y-centroid(1). y ;i = 1,2,3........500Centroid (i)代表第i幀圖像的質(zhì)心坐標(biāo)，分別與初始幀的質(zhì)心坐標(biāo)相減，從而得到質(zhì)心坐標(biāo)在水平方向及垂直方向的運(yùn)動(dòng)趨勢(shì)，即受試者的頭動(dòng)位移。4感興趣區(qū)的選取因?yàn)闇y(cè)量采用的紅外傳感器是比較低端的非制冷型傳感器，所以在圖像中不能直接得到太陽(yáng)穴處血管的精確位置，但從灰度對(duì)比度上，包含血管的區(qū)域的灰度平均值比周?chē)M織的溫度要高一些，因此，可在太陽(yáng)穴區(qū)域選取一個(gè)具有較高灰度值的方形區(qū)域作為感興趣區(qū)，通常該方形區(qū)域的面積會(huì)比較大，以確保該感興趣區(qū)內(nèi)有血管的存在。5重心法感興趣區(qū)的選擇決定了只通過(guò)記錄血管位置像素灰度值的變化來(lái)構(gòu)成時(shí)間序列信號(hào)是達(dá)不到的，因此，本發(fā)明應(yīng)用了重心法定義感興趣區(qū)內(nèi)坐標(biāo)為(m，η)上的像素f(m，η)的(p+q)階距為kPcl = Y^mpnq f(m, )
m η由上面的定義可知、是f (m，η)灰度的總和。對(duì)一階距Iicil和k1C)，以‘標(biāo)準(zhǔn)化后，可以求出感興趣區(qū)的重心坐標(biāo)GOn。nG)，即
L·k
aMOrvOIrnG =j-,nG由于血管內(nèi)的血流脈動(dòng)，感興趣區(qū)的重心是在不斷變化的，因此可以構(gòu)成對(duì)應(yīng)的時(shí)間序列信號(hào)。6時(shí)間序列信號(hào)的獲取在序列圖像第一幀中先將感興趣區(qū)左上角坐標(biāo)確定下來(lái)，然后根據(jù)上面提取出的受試者頭部的運(yùn)動(dòng)趨勢(shì)，在隨后的幀圖像中，感興趣區(qū)左上角點(diǎn)的坐標(biāo)隨著提取的運(yùn)動(dòng)趨勢(shì)而改變，然后計(jì)算每幀圖像中的感興趣區(qū)的重心與左上角點(diǎn)之間的距離的變化，從而得到由500個(gè)點(diǎn)組成的時(shí)間序列信號(hào)。結(jié)果見(jiàn)圖2。7對(duì)時(shí)間序列信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸饨?jīng)驗(yàn)?zāi)Ｊ椒纸馐菍⑿盘?hào)分解為一系列固有內(nèi)在函數(shù)的和，固有內(nèi)在函數(shù)定義為具有等量的或至多差一個(gè)的極值點(diǎn)(極大，極小)和過(guò)零點(diǎn)的函數(shù)，算法實(shí)施如下
畫(huà)出信號(hào)的上下包絡(luò)線，計(jì)算上下包絡(luò)線的平均值，把原始信號(hào)與求得的平均值信號(hào)相減，如果所得的信號(hào)不滿(mǎn)足固有內(nèi)在函數(shù)的定義，則用相減之后的信號(hào)代替原信號(hào)， 若滿(mǎn)足固有內(nèi)在函數(shù)的定義，則檢查相減信號(hào)的差值，若最后的差值滿(mǎn)足相應(yīng)的預(yù)先設(shè)定的停止標(biāo)準(zhǔn)，則信號(hào)經(jīng)驗(yàn)?zāi)Ｊ椒纸夂Y選過(guò)程結(jié)束，若不滿(mǎn)足，則重復(fù)以上步驟，直至滿(mǎn)足停止標(biāo)準(zhǔn)。分解結(jié)果見(jiàn)圖3。8頻譜分析對(duì)于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾慕Y(jié)果，由于得到的固有內(nèi)在函數(shù)頻率按先后順序是從高到低遞減的，因此，可選取頻譜分析結(jié)果落在心率及呼吸對(duì)應(yīng)頻帶范圍內(nèi)的固有內(nèi)在函數(shù)(IMF) 作為測(cè)量結(jié)果，本方法選取了 IMF3和IMF5做為心率及呼吸的檢測(cè)結(jié)果，頻譜分析采用自回
歸模型功率譜分析，P階自回歸模型表達(dá)式為 ρ
權(quán)利要求
1.一種基于紅外序列圖像的人體生理參數(shù)檢測(cè)的方法，包含有如下步驟第一步構(gòu)建紅外動(dòng)態(tài)圖像采集系統(tǒng)，由以下三部分組成FLIR紅外長(zhǎng)波傳感器，大恒圖像采集卡及視頻存儲(chǔ)工作站；第二步利用上述系統(tǒng)采集受試者的紅外序列圖像，并對(duì)序列圖像濾除頭部的不規(guī)則運(yùn)動(dòng)；第三步選取頭部太陽(yáng)穴處為感興趣區(qū)，利用重心法從感興趣區(qū)提取時(shí)間序列信號(hào)；第四步對(duì)提取的時(shí)間序列信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸猓坏谖宀綄?duì)經(jīng)驗(yàn)?zāi)Ｊ椒纸獾慕Y(jié)果進(jìn)行頻譜分析，識(shí)別呼吸及心率信號(hào)。
2.如權(quán)利要求1所述的基于紅外序列圖像的人體生理參數(shù)檢測(cè)方法，其第二步包括， 利用序列圖像中面部皮膚區(qū)域的質(zhì)心坐標(biāo)變化，提取受試者頭部運(yùn)動(dòng)曲線，從而剔除受試者頭部不規(guī)則運(yùn)動(dòng)帶來(lái)的噪聲干擾。
3.如權(quán)利要求1所述的基于紅外序列圖像的人體生理參數(shù)檢測(cè)方法，其第三步包括， 利用重心法，從感興趣中提取有意義的時(shí)間序列信號(hào)，重心法既考慮了感興趣區(qū)坐標(biāo)的位置變化，也考慮了靠興趣區(qū)的像素灰度值變化。
全文摘要
本發(fā)明提出了一種應(yīng)用紅外序列圖像檢測(cè)人體生理參數(shù)的方法，實(shí)現(xiàn)了心率、呼吸的非接觸式測(cè)量，具體的技術(shù)方案如下第一步構(gòu)建紅外動(dòng)態(tài)圖像采集系統(tǒng)，由以下三部分組成FLIR紅外長(zhǎng)波傳感器，大恒圖像采集卡及視頻存儲(chǔ)工作站；第二步利用上述系統(tǒng)采集受試者的紅外序列圖像，并對(duì)序列圖像濾除頭部的不規(guī)則運(yùn)動(dòng)；第三步選取太陽(yáng)穴處為感興趣區(qū)，利用重心法從感興趣區(qū)提取時(shí)間序列信號(hào)；第四步對(duì)提取的時(shí)間序列信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸?；第五步?duì)經(jīng)驗(yàn)?zāi)Ｊ椒纸獾慕Y(jié)果進(jìn)行頻譜分析，識(shí)別呼吸及心率信號(hào)。本發(fā)明實(shí)現(xiàn)了應(yīng)用紅外序列圖像進(jìn)行心率、呼吸的非接觸式測(cè)量，在人臉特征信息識(shí)別和臨床術(shù)中生理特征監(jiān)控中具有較好的應(yīng)用價(jià)值。
文檔編號(hào)G06K9/46GK102309318SQ20111019075
公開(kāi)日2012年1月11日 申請(qǐng)日期2011年7月8日 優(yōu)先權(quán)日2011年7月8日
發(fā)明者劉加峰, 景斌, 李海云, 苑桂紅 申請(qǐng)人:首都醫(yī)科大學(xué)