-
题名基于遥测光电容积脉搏波描记法的心率测量综述
被引量：2
- 1
-
-
作者
吕相文
田子
吕东岳
袁柳
-
机构
中国电子科学研究院
-
出处
《科学技术与工程》
北大核心
2023年第2期448-456,共9页
-
基金
国家自然科学基金(U19B2032)
社会安全风险感知与防控大数据应用国家工程实验室主任基金(18112403)。
-
文摘
遥测光电容积脉搏波描记法(remote photoplethysmography,rPPG)是一种无需接触即可实现心率等生理信号测量的技术,在重症监护、情绪感知、驾驶员状态评估等医疗和工业领域中都有较大的应用潜力。然而基于遥测光电容积脉搏波描记法的非接触心率测量容易受到光照、运动等多种因素干扰,为提高非接触式生理指标测量的精度,中外学者做了大量的研究工作。系统性地综述了基于rPPG的非接触式心率为代表的生理指标测量研究进展。首先,概述了rPPG技术的背景和原理,而后对比分析了基于rPPG心率测量的主流传统方法,此外对基于深度学习的rPPG心率测量最新研究进展进行了分类阐述,最后讨论了非接触心率测量的前景以及未来研究方向。
-
关键词
面部视频
心率测量
非接触
深度学习
遥测光电容积脉搏波描记法(remote
photoplethysmography
rppg)
-
Keywords
facial video
heart rate measurement
non-contact
deep learning
remote photoplethysmograph(rppg)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名非规律运动伪迹干扰鲁棒的人脸视频心率检测
- 2
-
-
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]
-
