[发明专利]基于人脸视频的房颤检测方法及系统

权利要求书

1.一种基于人脸视频的房颤检测方法，包括：

采集不同人体对象的多组人脸视频；

依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号；

根据人脸PPG信号提取所述人体对象对应的心率变异性特征；

基于所述人体对象对应检测的ECG信号确定与所述心率变异特征匹配的房颤判断结果，将所述房颤判断结果为所述视频帧添加对应的房颤标记；

通过多层感知机对添加有所述房颤标记的多组人脸视频进行分类训练，得到房颤检测模型；

利用所述房颤检测模型根据待测对象对应的待测人脸视频进行特征分析，并输出所述待测对象对应的房颤检测结果。

2.根据权利要求1所述的方法，其特征在于，所述依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号包括：

利用MNNKIT人脸检测器识别所述被测人体的人脸在所述人脸视频的各视频帧中的位置，并获取各所述视频帧中多个人脸特征点对应的多个特征点位置；

根据所述多个特征点位置获取所述人体对象的人脸在各所述视频帧中的运动坐标；

根据所述多个人脸特征位置确定所述人脸的额头区域、左脸区域、右脸区域和鼻子区域；

获取所述额头区域、左脸区域、右脸区域和鼻子区域的HSV颜色空间的均值，作为HSV颜色值，依据所述HSV颜色值按照三倍的方差原则设计皮肤颜色空间在HSV通道的范围，根据所述范围生成皮肤掩膜；

根据所述皮肤掩膜对所述额头区域、左脸区域、右脸区域和鼻子区域中皮肤的RGB颜色通道的空域均值形成时序信号C；

根据所述人体对象的人脸在各所述视频帧中的运动坐标生成人脸的运动轨迹，作为运动噪声的干扰信号N；

基于所述时序信号C和干扰信号N生成矩阵S，S＝[C,N]；

通过最小二乘法从矩阵S求解人脸PPG信号。

3.根据权利要求2所述的方法，其特征在于，人脸X轴的运动坐标为所述多个特征点X坐标的平均值；人脸Y轴的运动坐标为所述多个特征点Y坐标的平均值。

4.根据权利要求2所述的方法，其特征在于，所述根据所述皮肤掩膜对所述额头区域、左脸区域、右脸区域和鼻子区域中皮肤的RGB颜色通道的空域均值形成时序信号C包括：

根据所述皮肤掩膜对所述额头区域、左脸区域、右脸区域和鼻子区域中皮肤的RGB颜色通道的空域均值形成3*T的时序信号，T为视频帧的长度；

对所述时序信号C进行时域归一化并带通滤波，滤波范围为[0.5Hz，4Hz]。

5.根据权利要求1所述的方法，其特征在于，所述根据人脸PPG信号提取所述人体对象对应的心率变异性特征包括：

根据获得的所述人脸PPG信号，依据峰值检测所述人脸PPG信号的R波位置，根据所述R波位置获得对应对RR间期；

对所述RR间期记性时域、频域和波形特征的分析，从而提取所述人体对象对应的心率变异性特征。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述采集不同人体对象的多组人脸视频包括：

在满足预设要求的环境中利用视频采集设备采集不同人体对象的多组人脸视频；

其中，所述预设要求包括获取的人脸视频对应信号的信噪比不低于0.5db；所述视频采集设备与所述人体对象的距离不超过2m。

7.一种基于人脸视频的房颤检测系统，包括：

采集模块，其配置成采集不同人体对象的多组人脸视频；

信号提取模块，其配置成依据所述人脸视频提取人脸光电容积脉搏波描记法PPG信号；

特征提取模块，其配置成根据人脸PPG信号提取所述人体对象对应的心率变异性特征；

标记模块，其配置成基于所述人体对象对应检测的ECG信号确定与所述心率变异特征匹配的房颤判断结果，将所述房颤判断结果为所述视频帧添加对应的房颤标记；

模型建立模块，其配置成通过多层感知机对添加有所述房颤标记的多组人脸视频进行分类训练，得到房颤检测模型；

检测模块，其配置成利用所述房颤检测模型根据待测对象对应的待测人脸视频进行特征分析，并输出所述待测对象对应的房颤检测结果。