CN111387959A - 一种基于ippg的非接触式生理参数检测方法 - Google Patents
一种基于ippg的非接触式生理参数检测方法 Download PDFInfo
- Publication number
- CN111387959A CN111387959A CN202010216499.5A CN202010216499A CN111387959A CN 111387959 A CN111387959 A CN 111387959A CN 202010216499 A CN202010216499 A CN 202010216499A CN 111387959 A CN111387959 A CN 111387959A
- Authority
- CN
- China
- Prior art keywords
- ippg
- signal
- heart rate
- physiological parameter
- parameter detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims abstract description 7
- 230000003321 amplification Effects 0.000 claims description 19
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000003595 spectral effect Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 206010003658 Atrial Fibrillation Diseases 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 5
- 230000033764 rhythmic process Effects 0.000 claims description 5
- 230000000241 respiratory effect Effects 0.000 claims description 4
- 230000037384 skin absorption Effects 0.000 claims description 4
- 231100000274 skin absorption Toxicity 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000004397 blinking Effects 0.000 abstract description 3
- 230000001815 facial effect Effects 0.000 abstract description 3
- 231100000075 skin burn Toxicity 0.000 abstract description 3
- 206010053652 Limb deformity Diseases 0.000 abstract description 2
- 239000000284 extract Substances 0.000 abstract description 2
- 230000036387 respiratory rate Effects 0.000 abstract 1
- 238000013186 photoplethysmography Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000001766 physiological effect Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000036996 cardiovascular health Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Ophthalmology & Optometry (AREA)
Abstract
本发明公开了一种基于IPPG的非接触式生理参数检测方法。属于视频图像处理领域；其步骤包括：录制视频、欧拉放大、人脸识别、运动伪差的消除、心率的获取及心率变异性及呼吸速率的获取；本发明所述的生理参数检测***为非接触式生理参数检测而设计；具有不与被测试部位接触、操作简单易行等优点，可以解决皮肤烧伤或者肢体残缺的病人以及婴幼儿难以使用接触式仪器测量生理参数的难题，通过面部分割进行感兴趣区域提取，避免了眼睛的眨动对信号造成的影响，采用联合稀疏谱重建算法有效去除了运动误差，对信号进行了改善，能够适用于多种生理参数的检测。
Description
技术领域
本发明涉及视频图像处理领域，特别是涉及一种基于IPPG的非接触式生理参数检测***方法。
背景技术
心血管病负担日渐加重，已成为重大地公共卫生问题，防治心血管病刻不容缓。其中，心率是衡量心血管健康状况的重要生理参数，在日常监测和诊断治疗中有重要作用。静息心率过快可作为一个独立危险指标来预测心血管病的发病率和死亡率，运动心率的快慢不仅可以反映心肺功能，还有助于将运动强度保持在适当水平。
目前，尽管光电容积描记技术(Photoplethysmography,PPG)己经被广泛地应用在生物医疗领域，但是依然存在固有的局限性。只能实现单点监测、检测过程需要将传感器接触皮肤等问题，限制了其在诸如灌注成像和愈合评估或需要***的情况下的实用性。因此，成像式光电容积描记技术(Imaging Photoplethysmography，IPPG)这种非接触的测量技术近些年越来越被重视，其具有不与被测试部位接触、操作简单易行等优点，可以解决皮肤烧伤或者肢体残缺的病人以及婴幼儿难以使用接触式仪器测量生理参数的难题。
发明内容
针对上述问题，本发明提供了一种基于IPPG的非接触式生理参数检测***方法；从而解决了当前IPPG技术应用受限于成像设备。
本发明的技术方案是：一种基于IPPG的非接触式生理参数检测方法，包括如下步骤：
(1.1)、录制视频：被测对象坐在计算机前，脸部对准摄像头，使用计算机自带的摄像头录制一分钟的视频；
(1.2)、欧拉放大：将录制的视频进行欧拉放大处理；
(1.3)、感兴趣区域选择：通过人脸识别先获取眼部区域的位置，再对脸部进行人脸分割，其分割步骤包括：
(1.3.1)、设眼部区域长度为a，宽度为b；
(1.3.2)、选取其下方长度为a，宽度为1.5b的面部区域作为感兴趣区域，避免由于眨眼等不可避免的生理活动造成的误差；
(1.4)、IPPG信号三通道信号获取；计算每一帧感兴趣区域的R、G、B三个通道的灰度均值，对三个通道进行线性组合运算，使信号更接近真实的IPPG信号，
(1.5)、运动伪差的消除：采用联合稀疏谱重建算法来进行IPPG信号运动伪差的消除；将影响皮肤吸收的光谱区间分离；将影响因素不大的光谱范围去除；
(1.6)、心率的获取：设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域得到心率的值；
(1.7)、心率变异性及呼吸速率的获取：分别提取100个连续RR间期数据，对其进行相空间重构，并构造概率密度函数曲线，通过概率密度函数曲线的偏态系数及曲线峰值对应横坐标位置进行区分房颤与正常窦性心律，以此检测心率变异性；
结果表明，该方法通过使用100个连续脉搏间期数据进行区分房颤与正常窦性心律，准确率为0.94，可以快速检测心率变异性。
进一步的，步骤(1.2)中所述欧拉放大是对时间序列上的每一侦图像中像素点的亮度值进行分析，选择低频部分进行放大，然后与原始图像叠加合成最终图像，从而放大微弱的变化信息。
进一步的，步骤(1.2)中所述将录制的视频进行欧拉放大处理，其包括以下步骤：
(1.2.1)、将视频信号的每一帧图像分解为不同的空间分辨率；
(1.2.2)、对每个空间分辨率的图像进行时域带通滤波处理，提取感兴趣的频带；
(1.2.3)、对滤波结果进行放大，即对感兴趣的频带的信号乘以放大因子；
(1.2.4)、将放大后的不同空间分辨率的图像和其相对应的原始图像相加，并将各不同空间分辨率的图像合成得到最终图像。
进一步的，步骤(1.6)中心率的获取包括时域内的计算和频域内的计算；
其中，时域内的计算：由于IPPG技术基于PPG技术衍生而来，参考PPG技术计算心率的方法；设计一种自拟合的二次曲线，该曲线拟合两个峰值之间的变化趋势，这样可以避免重博波的干扰；重复上述过程，找到所有的峰值点；
频域内的计算：频域是采用傅里叶变换的方法，将IPPG信号转换到频域中；根据医学常识，设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域，得到心率的结果。
进一步的，步骤(1.2)中，在欧拉放大的过程中生成拉普拉斯图像序列，该图像序列的边缘部分像素值的变化被保存在拉普拉斯图像序列中，亦即与呼吸运动有关的信号被保存在放大后的图像序列的边缘之中；将每个边缘点对应的时序信号当作一个变量，使用主成分分析提取所有边缘点信号中的第一主成分信号，此信号即为呼吸信号。
本发明的有益效果是：本发明所述的生理参数检测***为非接触式生理参数检测而设计；具有不与被测试部位接触、操作简单易行等优点，可以解决皮肤烧伤或者肢体残缺的病人以及婴幼儿难以使用接触式仪器测量生理参数的难题，通过面部分割进行感兴趣区域提取，避免了眼睛的眨动对信号造成的影响，采用联合稀疏谱重建算法有效去除了运动误差，对信号进行了改善，能够适用于多种生理参数的检测。
附图说明
图1是本发明的结构流程图；
图2是本发明中感兴趣区域选择示意图。
具体实施方式
为了更清楚地说明本发明的技术方案，下面将对本发明中进行进一步的叙述；显而易见地，下面描述中的仅仅是一部分的实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些将本发明所述的技术方案应用于其它类似情景；为了更清楚地说明本发明的技术方案，下面结合附图对本发明的技术方案做进一步的详细说明：
如图所述；一种基于IPPG的非接触式生理参数检测方法，包括如下步骤：
(1.1)、录制视频：被测对象坐在计算机前，脸部对准摄像头，使用计算机自带的摄像头录制一分钟的视频；
(1.2)、欧拉放大：将录制的视频进行欧拉放大处理；
(1.3)、感兴趣区域选择：通过人脸识别先获取眼部区域的位置，再对脸部进行人脸分割，其分割步骤包括：
(1.3.1)、设眼部区域长度为a，宽度为b；
(1.3.2)、选取其下方长度为a，宽度为1.5b的面部区域作为感兴趣区域，避免由于眨眼等不可避免的生理活动造成的误差；
(1.4)、IPPG信号三通道信号获取；计算每一帧感兴趣区域的R、G、B三个通道的灰度均值，对三个通道进行线性组合运算，使信号更接近真实的IPPG信号，
(1.5)、运动伪差的消除：采用联合稀疏谱重建算法来进行IPPG信号运动伪差的消除；将影响皮肤吸收的光谱区间分离；将影响因素不大的光谱范围去除；
(1.6)、心率的获取：设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域得到心率的值；
(1.7)、心率变异性及呼吸速率的获取：分别提取100个连续RR间期数据，对其进行相空间重构，并构造概率密度函数曲线，通过概率密度函数曲线的偏态系数及曲线峰值对应横坐标位置进行区分房颤与正常窦性心律，以此检测心率变异性；
结果表明，该方法通过使用100个连续脉搏间期数据进行区分房颤与正常窦性心律，准确率为0.94，可以快速检测心率变异性。
进一步的，步骤(1.2)中所述欧拉放大是对时间序列上的每一侦图像中像素点的亮度值进行分析，选择低频部分进行放大，然后与原始图像叠加合成最终图像，从而放大微弱的变化信息。
进一步的，步骤(1.2)中所述将录制的视频进行欧拉放大处理，其包括以下步骤：
(1.2.1)、将视频信号的每一帧图像分解为不同的空间分辨率；
(1.2.2)、对每个空间分辨率的图像进行时域带通滤波处理，提取感兴趣的频带；
(1.2.3)、对滤波结果进行放大，即对感兴趣的频带的信号乘以放大因子；
(1.2.4)、将放大后的不同空间分辨率的图像和其相对应的原始图像相加，并将各不同空间分辨率的图像合成得到最终图像。
进一步的，步骤(1.6)中心率的获取包括时域内的计算和频域内的计算；
其中，时域内的计算：由于IPPG技术基于PPG技术衍生而来，参考PPG技术计算心率的方法；设计一种自拟合的二次曲线，该曲线拟合两个峰值之间的变化趋势，这样可以避免重博波的干扰；重复上述过程，找到所有的峰值点；
频域内的计算：频域是采用傅里叶变换的方法，将IPPG信号转换到频域中；根据医学常识，设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域，得到心率的结果。
进一步的，步骤(1.2)中，在欧拉放大的过程中生成拉普拉斯图像序列，该图像序列的边缘部分像素值的变化被保存在拉普拉斯图像序列中，亦即与呼吸运动有关的信号被保存在放大后的图像序列的边缘之中；将每个边缘点对应的时序信号当作一个变量，使用主成分分析提取所有边缘点信号中的第一主成分信号，此信号即为呼吸信号。
其中，IPPG信号的获取主要包括欧拉放大、感兴趣区域选择、IPPG三通道信号获取等步骤。
欧拉放大是对时间序列上的每一侦图像中像素点的亮度值进行分析，选择低频部分进行放大，然后与原始图像叠加合成最终图像，从而放大微弱的变化信息。
被检测的区域不能完全的覆盖摄像头视野，因此拍摄到的视频不可避免的会包含与计算无关的背景物；这些背景物没有规律的变化会减弱信号的信噪比，影响下一步的计算；所以要先进行图像的分割，去掉背景环境只保留人体组织。
由于血管容积的变化，各个部位的皮肤表面都会有反射光线的强度变化，因此在利用IPPG技术测量时，理论上可选取任意位置的皮肤；但考虑到血管分布多少、测量的方便性、识别被测部位的难易程度等，一般会选取人的全部或部分面部区域来采集信号；本课题通过面部区域分割，选取眼睛以下的面部区域作为感兴趣区域，避免由于眨眼等不可避免的生理活动造成的误差。
从光的吸收曲线以及CMOS相机的三个通道吸收曲线可知，绿色通道与皮肤对光的吸收重叠部分最大，因此，对绿通道IPPG信号的提取可以得到相比蓝通道和红通道信噪比更好的信号；为了使信号更加接近IPPG信号，对三个通道进行线性运算，可以将影响皮肤吸收的光谱区间分离出来，将影响因素不大的光谱范围去除；将三种通道进行线性组合，构造出新的信号可以尽可能去除其他噪声影响。
联合稀疏谱重建算法已被实验者应用于较剧烈地体育运动中，对运动伪迹的消除效果比较好，同时，该算法在较低采样率的情况下也能得到较好的应用；因此采用联合稀疏谱重建算法来进行IPPG信号运动伪差的消除。
最后，应当理解的是，本发明中所述实施例仅用以说明本发明实施例的原则；其他的变形也可能属于本发明的范围；因此，作为示例而非限制，本发明实施例的替代配置可视为与本发明的教导一致；相应地，本发明的实施例不限于本发明明确介绍和描述的实施例。
Claims (5)
1.一种基于IPPG的非接触式生理参数检测方法，其特征在于，包括如下步骤：
(1.1)、录制视频：被测对象坐在计算机前，脸部对准摄像头，使用计算机自带的摄像头录制一分钟的视频；
(1.2)、欧拉放大：将录制的视频进行欧拉放大处理；
(1.3)、感兴趣区域选择：通过人脸识别先获取眼部区域的位置，再对脸部进行人脸分割，其分割步骤包括：
(1.3.1)、设眼部区域长度为a，宽度为b；
(1.3.2)、选取其下方长度为a，宽度为1.5b的面部区域作为感兴趣区域；
(1.4)、IPPG信号三通道信号获取；计算每一帧感兴趣区域的R、G、B三个通道的灰度均值，对三个通道进行线性组合运算，使信号更接近真实的IPPG信号，
(1.5)、运动伪差的消除：采用联合稀疏谱重建算法来进行IPPG信号运动伪差的消除；将影响皮肤吸收的光谱区间分离；
(1.6)、心率的获取：设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域得到心率的值；
(1.7)、心率变异性及呼吸速率的获取：分别提取100个连续RR间期数据，对其进行相空间重构，并构造概率密度函数曲线，通过概率密度函数曲线的偏态系数及曲线峰值对应横坐标位置进行区分房颤与正常窦性心律，以此检测心率变异性。
2.根据权利要求1所述的一种基于IPPG的非接触式生理参数检测方法，其特征在于，步骤(1.2)中所述欧拉放大是对时间序列上的每一侦图像中像素点的亮度值进行分析，选择低频部分进行放大，然后与原始图像叠加合成最终图像，从而放大微弱的变化信息。
3.根据权利要求1、2所述的一种基于IPPG的非接触式生理参数检测方法，其特征在于，步骤(1.2)中所述将录制的视频进行欧拉放大处理，其包括以下步骤：
(1.2.1)、将视频信号的每一帧图像分解为不同的空间分辨率；
(1.2.2)、对每个空间分辨率的图像进行时域带通滤波处理，提取感兴趣的频带；
(1.2.3)、对滤波结果进行放大，即对感兴趣的频带的信号乘以放大因子；
(1.2.4)、将放大后的不同空间分辨率的图像和其相对应的原始图像相加，并将各不同空间分辨率的图像合成得到最终图像。
4.根据权利要求1所述的一种基于IPPG的非接触式生理参数检测方法，其特征在于，步骤(1.6)中心率的获取包括时域内的计算和频域内的计算；
其中，时域内的计算：设计一种自拟合的二次曲线，该曲线拟合两个峰值之间的变化趋势，重复上述过程，找到所有的峰值点；
频域内的计算：频域是采用傅里叶变换的方法，将IPPG信号转换到频域中；设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域，得到心率的结果。
5.根据权利要求1所述的一种基于IPPG的非接触式生理参数检测方法，其特征在于，步骤(1.2)中，在欧拉放大的过程中生成拉普拉斯图像序列，该图像序列的边缘部分像素值的变化被保存在拉普拉斯图像序列中，亦即与呼吸运动有关的信号被保存在放大后的图像序列的边缘之中；将每个边缘点对应的时序信号当作一个变量，使用主成分分析提取所有边缘点信号中的第一主成分信号，此信号即为呼吸信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010216499.5A CN111387959A (zh) | 2020-03-25 | 2020-03-25 | 一种基于ippg的非接触式生理参数检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010216499.5A CN111387959A (zh) | 2020-03-25 | 2020-03-25 | 一种基于ippg的非接触式生理参数检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111387959A true CN111387959A (zh) | 2020-07-10 |
Family
ID=71411008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010216499.5A Pending CN111387959A (zh) | 2020-03-25 | 2020-03-25 | 一种基于ippg的非接触式生理参数检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111387959A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111839482A (zh) * | 2020-07-30 | 2020-10-30 | 杭州艺兴科技有限公司 | 一种基于ippg的非接触式吸毒人员监测方法和*** |
| CN111870235A (zh) * | 2020-08-04 | 2020-11-03 | 杭州艺兴科技有限公司 | 一种基于ippg的吸毒人员筛查方法 |
| CN113499079A (zh) * | 2021-06-18 | 2021-10-15 | 南京信息工程大学 | 一种心电图中的房颤检测方法 |
| CN113628205A (zh) * | 2021-08-25 | 2021-11-09 | 四川大学 | 基于深度图像的非接触呼吸频率检测方法 |
| CN114764581A (zh) * | 2022-06-16 | 2022-07-19 | 合肥心之声健康科技有限公司 | 一种基于rr间期空间特征的房颤分类方法、装置及*** |
| TWI795765B (zh) * | 2021-04-28 | 2023-03-11 | 奧比森科技股份有限公司 | 非接觸式生理訊號量測設備、系統及方法 |
| CN116269285A (zh) * | 2022-11-28 | 2023-06-23 | 电子科技大学 | 一种非接触式常态化心率变异性估计*** |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103340622A (zh) * | 2013-07-01 | 2013-10-09 | 上海理工大学 | 基于智能手机的房颤自动检测*** |
| CN104665803A (zh) * | 2014-12-10 | 2015-06-03 | 上海理工大学 | 基于智能平台的检测房颤*** |
| CN106686279A (zh) * | 2016-12-28 | 2017-05-17 | 天津众阳科技有限公司 | 基于欧拉视频放大的准实时颜色变化放大***和方法 |
| CN108272448A (zh) * | 2018-03-29 | 2018-07-13 | 合肥工业大学 | 一种非接触式的婴儿生理参数昼夜监护方法 |
| CN108433727A (zh) * | 2018-03-15 | 2018-08-24 | 广东工业大学 | 一种监测婴儿呼吸的方法及装置 |
| CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
| CN110236511A (zh) * | 2019-05-30 | 2019-09-17 | 云南东巴文健康管理有限公司 | 一种基于视频的无创心率测量方法 |
| CN110367950A (zh) * | 2019-07-22 | 2019-10-25 | 西安爱特眼动信息科技有限公司 | 非接触式生理信息检测方法及*** |
-
2020
- 2020-03-25 CN CN202010216499.5A patent/CN111387959A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103340622A (zh) * | 2013-07-01 | 2013-10-09 | 上海理工大学 | 基于智能手机的房颤自动检测*** |
| CN104665803A (zh) * | 2014-12-10 | 2015-06-03 | 上海理工大学 | 基于智能平台的检测房颤*** |
| CN106686279A (zh) * | 2016-12-28 | 2017-05-17 | 天津众阳科技有限公司 | 基于欧拉视频放大的准实时颜色变化放大***和方法 |
| CN108433727A (zh) * | 2018-03-15 | 2018-08-24 | 广东工业大学 | 一种监测婴儿呼吸的方法及装置 |
| CN108272448A (zh) * | 2018-03-29 | 2018-07-13 | 合肥工业大学 | 一种非接触式的婴儿生理参数昼夜监护方法 |
| CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
| CN110236511A (zh) * | 2019-05-30 | 2019-09-17 | 云南东巴文健康管理有限公司 | 一种基于视频的无创心率测量方法 |
| CN110367950A (zh) * | 2019-07-22 | 2019-10-25 | 西安爱特眼动信息科技有限公司 | 非接触式生理信息检测方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| 马良: "基于普通摄像头的非接触式生理参数检测技术研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111839482A (zh) * | 2020-07-30 | 2020-10-30 | 杭州艺兴科技有限公司 | 一种基于ippg的非接触式吸毒人员监测方法和*** |
| CN111870235A (zh) * | 2020-08-04 | 2020-11-03 | 杭州艺兴科技有限公司 | 一种基于ippg的吸毒人员筛查方法 |
| TWI795765B (zh) * | 2021-04-28 | 2023-03-11 | 奧比森科技股份有限公司 | 非接觸式生理訊號量測設備、系統及方法 |
| CN113499079A (zh) * | 2021-06-18 | 2021-10-15 | 南京信息工程大学 | 一种心电图中的房颤检测方法 |
| CN113499079B (zh) * | 2021-06-18 | 2023-12-08 | 南京信息工程大学 | 一种心电图中的房颤检测方法 |
| CN113628205A (zh) * | 2021-08-25 | 2021-11-09 | 四川大学 | 基于深度图像的非接触呼吸频率检测方法 |
| CN114764581A (zh) * | 2022-06-16 | 2022-07-19 | 合肥心之声健康科技有限公司 | 一种基于rr间期空间特征的房颤分类方法、装置及*** |
| CN116269285A (zh) * | 2022-11-28 | 2023-06-23 | 电子科技大学 | 一种非接触式常态化心率变异性估计*** |
| CN116269285B (zh) * | 2022-11-28 | 2024-05-28 | 电子科技大学 | 一种非接触式常态化心率变异性估计*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111387959A (zh) | 一种基于ippg的非接触式生理参数检测方法 | |
| CN107529646B (zh) | 一种基于欧拉影像放大的无接触式心率测量方法及装置 | |
| CN110269600B (zh) | 基于多元经验模态分解与联合盲源分离的非接触式视频心率检测方法 | |
| Tasli et al. | Remote PPG based vital sign measurement using adaptive facial regions | |
| CN110662480A (zh) | 用于测量和处理对象的生理信号的设备、***和方法 | |
| CN111243739A (zh) | 抗干扰的生理参数遥测方法及*** | |
| Feng et al. | Motion artifacts suppression for remote imaging photoplethysmography | |
| CA2934659A1 (en) | System and methods for measuring physiological parameters | |
| CN112233813A (zh) | 一种基于ppg的非接触式无创心率呼吸测量方法及*** | |
| JP2019097757A5 (zh) | ||
| CN112294282A (zh) | 基于rppg的情绪检测装置的自标定方法 | |
| Li et al. | An improvement for video-based heart rate variability measurement | |
| Qayyum et al. | Assessment of physiological states from contactless face video: a sparse representation approach | |
| Zhang et al. | Using rear smartphone cameras as sensors for measuring heart rate variability | |
| CN110584638A (zh) | 一种基于cmor小波的非接触式心率测量方法 | |
| CN114387479A (zh) | 一种基于人脸视频的非接触式心率测量方法及*** | |
| Hu et al. | Study on Real-Time Heart Rate Detection Based on Multi-People. | |
| CN114246570B (zh) | 峰值信噪比和皮尔森相关系数融合的近红外心率检测方法 | |
| Wang et al. | KLT algorithm for non-contact heart rate detection based on image photoplethysmography | |
| CN113693573B (zh) | 一种基于视频的非接触式多生理参数监测的***及方法 | |
| Gupta et al. | Denoising and analysis of PPG acquired from different body sites using Savitzky Golay filter | |
| CN114331998A (zh) | 非接触式的心肺耦合评价方法 | |
| Nakonechnyi et al. | Estimation of heart rate and its variability based on wavelet analysis of photoplethysmographic signals in real time | |
| CN113397519A (zh) | 心血管健康状态的检测装置 | |
| Pansare et al. | Heart Rate Measurement from Face and Wrist Video |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200710 |
|
| RJ01 | Rejection of invention patent application after publication |