-
题名基于rPPG的生理指标测量方法综述
被引量：9
- 1
-
-
作者
牛雪松
韩琥
山世光
-
机构
中国科学院计算技术研究所智能信息处理重点实验室
中国科学院大学
鹏城实验室
中国科学院脑科学与智能技术卓越创新中心
-
出处
《中国图象图形学报》
CSCD
北大核心
2020年第11期2321-2336,共16页
-
基金
国家重点研发计划项目(2017YFA0700804)
国家自然科学基金项目(61672496)。
-
文摘
远程光电容积脉搏波描记法(remote photoplethysmography,rPPG)是指通过摄像头等传感器来捕捉由心动周期造成的皮肤颜色周期性变化的技术。利用rPPG技术可以提取血液体积脉冲信号,进而测量心率、呼吸率和心跳变异性等心动周期相关的生理指标。近年基于rPPG的生理指标测量方法取得了飞速发展,准确性和鲁棒性已得到了大幅提高。该类技术的算法流程主要包括图像/视频的获取和感兴趣区域提取、血液体积脉冲信号提取和生理指标测量等步骤。基于这一算法流程,本文从算法所依据的假设或先验知识出发,对相关文献进行了总结和讨论。此外,还从评测任务、评测数据、评测指标及评测协议等4个方面系统整理针对基于rPPG的生理指标测量方法的评价体系。最后,本文讨论了该领域当前所面临的挑战并展望了可能的技术路线。
-
关键词
远程光电容积脉搏波描记法(rppg)
心动周期
生理指标测量
文献综述
算法评测
-
Keywords
remote photoplethysmography(r PPG)
cardiac cycle
physiological measurement
literature survey
algorithm evaluation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于嵌入式平台的非接触式心率监测系统研究
- 2
-
-
作者
齐浩明
唐春晓
李伟
闫晓通
谢正麟
彭振凯
-
机构
天津工业大学电子与信息工程学院天津市光电检测技术与系统重点实验室
-
出处
《光电子．激光》
CAS
CSCD
北大核心
2024年第3期320-326,共7页
-
基金
天津市高等学校大学生创新创业训练计划项目(202110058071)资助项目。
-
文摘
心率的长期监测对心血管疾病的预防和治疗具有重要意义。当前心率检测常用的监护仪、心电图机、智能手表和运动手环等均属于接触式测量装置,长期佩戴易产生压痕,甚至给使用者带来不适。在非接触测量方面,远程光电容积脉搏波描记法(remote photoplethysmography, rPPG)可以通过分析面部视频获取心率,是一种很有潜力的心率长期监测方法。目前,绝大多数对于rPPG的研究都在使用电脑做数据分析,体积过大不易摆放,难以满足医学临床和家庭日常使用的需求。针对这一问题,本文尝试在嵌入式平台上依据rPPG原理实现心率监测。监测系统主要由树莓派4B开发板、相机和触摸屏组成。采用AdaBoost算法实现人脸识别与追踪,选取额头和脸颊作为感兴趣区域(range of interest, ROI),利用巴特沃斯带通滤波去噪,根据POS模型提取BVP波形,对来自不同ROI的BVP波形做盲源分离得到最终的脉搏波,最后利用能谱分析计算心率。实验结果表明本文所研究的系统具有与PC端相同的心率检测准确性和鲁棒性。本文的研究成果可以为心率长期监测设备的小型化和普及做出自己的贡献,也可以为智慧医疗中的远程监测治疗提供有力的保障。
-
关键词
心率监测
非接触测量
远程光电容积脉搏波描记法(rppg)
嵌入式平台
树莓派
-
Keywords
heart-rate monitoring
non-contact measurement
remote photoplethysmography(rppg)
embedded platform
Raspberry PI
-
分类号
R318.51
[医药卫生—生物医学工程]
-
-
题名非规律运动伪迹干扰鲁棒的人脸视频心率检测
- 3
-
-
作者
成娟
殷辰楚
宋仁成
付静
刘羽
-
机构
合肥工业大学生物医学工程系
合肥工业大学测量理论与精密仪器安徽省重点实验室
-
出处
《中国图象图形学报》
CSCD
北大核心
2024年第7期2024-2034,共11页
-
基金
国家自然科学基金项目(62171176,62176081,62271186)
中央高校基本科研业务费专项资金资助(JZ2021HGPA0061)。
-
文摘
目的 基于远程光电容积脉搏波描记法(remote photoplethysmograph,rPPG)的非接触人脸视频心率检测广泛应用于移动健康监护领域,由于其携带的生理参数信息幅值微弱,容易受到运动伪迹干扰。据此,提出了一种结合非负矩阵分解(nonnegative matrix factorization,NMF)和独立向量分析(independent vector analysis,IVA)的非规律运动伪迹去除的视频心率检测方法,记为NMF-IVA。方法 首先,将面部感兴趣区域(region of interest,RoI)分为多个子区域(sub RoIs,SRoIs),利用平均光照强度、光照强度变化、信噪比这3个指标筛选出3个最优质的SRoIs,并获取每个SRoI的绿色通道时间序列。其次,将3个绿色通道时间序列去趋势、带通滤波后送入NMF-IVA进行盲源分离。然后,对分离后的源信号进行功率谱密度分析,并且将峰值信噪比最高且主频落在心率感兴趣范围内的源信号确定为血容量脉冲(blood volume pulse,BVP)信号。最后,将BVP信号的主频确定为所测量心率的主频,从而计算出心率值。结果 实验在2个公开数据集UBFC-RPPG和UBFC-PHYS,及1个真实场景自采数据集上与最相关的7种典型的rPPG方法进行比较,在UBFC-RPPG数据集上,相比于性能第2的单通道滤波(single channel filtering,SCF)方法,均方根误差提升了1.39 bpm(beat per minute)、平均绝对误差提升了1.25 bpm、皮尔逊相关系数提升了0.02;在UBFC-PHYS数据集上的T2情况下,其性能提升最为显著,相比于性能第2的独立向量分析(IVA)方法,均方根误差提升了16.42 bpm、平均绝对误差提升了9.91 bpm、皮尔逊相关系数提升了0.64;在自采数据集上,除了低于深度学习方法性能之外,所提NMF-IVA方法在传统方法中取得了最好的结果。结论 所提NMF-IVA方法对规律信号提取具有敏感性,即便是在头部存在剧烈非规律运动情况下,相比于传统方法亦能取得最优结果,该结果能够媲美基于深度学习的方法。
-
关键词
远程光电容积脉搏波描记法(rppg)
非接触式心率检测
盲源分离(BSS)
非负矩阵分解(NMF)
独立向量分析(IVA)
-
Keywords
remote photoplethysmograph(rppg)
non-contact heart rate measurement
blind source separation(BSS)
nonnegative matrix factorization(NMF)
independent vector analysis(IVA)
-
分类号
TN911.7
[电子电信—通信与信息系统]
TP751.1
[电子电信—信息与通信工程]
-
