[发明专利]一种基于视频的非接触式多生理参数监测的系统及方法

说明书

一种基于视频的非接触式多生理参数监测的系统及方法，系统包括，特征点检测模块、ROI区域定位模块、信号提取模块、信号处理模块，生理参数计算模块。方法的步骤为：初始化相机、读取图像、特征点检测、计算头部偏角、人脸矫正、ROI区域定位、提取原始生理信号、处理原始生理信号、计算生理参数。本发明的系统从人脸视频中提取出一维的原始生理信号并进行处理，信号处理算法高效，实时性较高。本发明的方法充分利用人脸视频中含有的生理信息，可同时测量呼吸率、心率和血氧饱和度，并通过对信号进行分段标准化，有效去除照明光变化的影响，鲁棒性较强。

技术领域

本发明属于物理技术领域，尤其涉及图像处理技术领域的一种从人脸视频中实时的提取呼吸率、心率以及血氧饱和度的系统及方法。

背景技术

心血管病已经成为致死数最多的疾病。考虑到心血管病如果能早发现，早救治，就可以大大降低发病率和死亡率，因此研制一种能够有效监测心率、呼吸率以及血氧饱和度等与心血管病密切相关的生理参数的监测系统具有很高的实用价值和社会意义。上述各项生理参数的检测主要有接触式和非接触式两种，因为非接触式检测方法具有舒适度高、适应性强、便于长时间监测等诸多优点，所以受到了研究人员的广泛关注。当前，已经出现了一些非接触式生理参数测量方法。

深圳大学在其申请的专利文献“一种基于面部视频的非接触式新生儿心率监测方法及系统”(专利申请专利号：202010064242.2，公开号：CN 111248890 A)中公开了一种采集新生儿面部视频并从中提取心率的方法。该方法通过对新生儿面不进行检测，进而获取基于眼部特征的新生儿面部感兴趣区域(Region Of Interest,ROI)，然后对ROI区域的图像进行收集并合成指定帧率的视频，进而使用欧拉放大算法对合成的视频进行放大，最终通过处理放大后视频的绿色通道信号得到新生儿的心率。虽然该方法采用欧拉放大算法可以有效提升视频中所含心率信号的信噪比，测量精度较高，但该方法仍然存在的不足之处是：该方法需要先积累ROI区域的图像并合成视频，计算复杂度较高，实时性较低。

天津点康科技有限公司在其申请的专利文献“非接触式自动心率测量系统及测量方法”(专利申请专利号：201310172275.9，公开号：CN 104138254 A)中公开了一种非接触式心率测量系统，系统中的各模块分别为视频采集、分帧提取ROI、基色分量分离、时域信号生成、盲源分离、信号筛选、心率分析。该系统使用盲源分离模块处理时域信号生成模块生成的三路时域信号，并通过信号筛选模块对分离后信号进行筛选，进而得到处理后的心率信号，最终通过心率分析模块算得心率值。虽然该系统能够实现自动的非接触式远程心率检测，且盲源分离算法的引入使得该系统有一定的抗运动干扰特性，但该系统仍然存在的不足之处是：盲源分离方法对光照较为敏感，在光照较弱或光照变化的场景下，测量结果的误差会增加。

此外，上述两项公开的专利文献所述的系统及方法未能充分利用视频中所含的信息，具体表现为仅能够实现非接触式的心率测量，而对于呼吸率、血氧饱和度等心血管参数则无法测量。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于视频的非接触式多生理参数监测的系统及方法。本发明可用于从彩色相机采集的人脸视频中实时的估计呼吸率、心率以及血氧饱和度，进而提供被检测者的呼吸率、心率以及血氧饱和度的监测数据。通过捕获视频中人体脸部的反射光强度随时间的变化，可以提取出含有心血管参数的原始生理信号。原始生理信号中的变化主要来源于三个方面：呼吸运动导致的人脸、相机以及光源三者之间的角度变化；脸部的血容量变化导致的皮肤组织吸光度的变化；包括照明光变化以及人体面部动作在内的一些噪声。由于原始信号含有干扰，因此需要对原始信号进行处理。本发明在信号处理时，通过对信号进行分段标准化，降低了测试过程中光照变化的影响，且所用算法从当前帧提取当前时刻的信号，无需累计图像并合成视频，提高了监测的实时性。

为了实现上述目的，本发明采用的技术方案是：