摘要
现有的非接触式心率检测方法存在噪声干扰、准确率低等问题。针对这些问题,提出一种基于FastICA与改进的自适应噪声完全集合经验模态分解(ICEEMDAN)相结合的算法,采用人脸视频进行心率检测。用摄像头采集人脸视频,并从视频中提取R、G、B通道源信号,即皮肤颜色变化信号,分别求出RGB这3个颜色通道的像素平均值;然后利用FastICA对RGB这3组像素平均值进行解混,得到3组独立源信号,再用ICEEMDAN将其中一组独立源信号进行模态分解,并选取合适频段内的固有模式函数(IMF)估计心率的信号,最后用频谱分析计算得到心率。设计实验对8名人员进行了人脸视频检测,将检测结果与多参数监护仪进行对比分析。实验结果表明,该方法与多参数监护仪测量结果的平均误差与均方根误差均小于1 beat/min,因此基于FastICA与ICEEMDAN的人脸视频心率检测对人体心率检测具有良好的稳定性和准确性。
作者
赵明康
王镇
齐晨成
王艺潇
张帅
Zhao Mingkang;Wang Zhen;Qi Chencheng;Wang Yixiao;Zhang Shuai(State Key Laboratory of Reliability and Intelligence of Electrical Equipment Hebei University of Technology,Tianjin 300130,China;Tianjin Key Laboratory of Bioelectricity and Intelligent Health Hebei University of Technology,Tianjin 300130,China)
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2022年第4期508-512,共5页
Chinese Journal of Biomedical Engineering
基金
国家自然科学基金(51877069)
河北省自然科学基金(E2021202184,E2017202190)。
