馬彩云（山東中醫(yī)藥大學(xué)　理工學(xué)院，濟(jì)南　250355）

?

基于圖像處理技術(shù)的心率檢測軟件設(shè)計與實(shí)現(xiàn)

馬彩云
（山東中醫(yī)藥大學(xué)理工學(xué)院，濟(jì)南250355）

摘要：隨著智能手機(jī)可用于心率等重要生命特征參數(shù)及其變化的監(jiān)測，和用戶對心率檢測軟件的實(shí)時性要求。本文介紹了基于圖像處理技術(shù)的心率檢測軟件設(shè)計與實(shí)現(xiàn)的方法，研究了一種新的基于融合兩種采樣方法的檢測方法，提出了手機(jī)集成檢測方案并實(shí)現(xiàn)了相應(yīng)的演示系統(tǒng)。通過與專業(yè)檢測設(shè)備對比，驗(yàn)證了方法的有效性。

關(guān)鍵詞：心率檢測；圖像處理技術(shù)；手指RGB信號；人臉RGB信號序列

1　引言

心率是指心臟每分鐘跳動的次數(shù)，它是反映心臟是否正常工作的一個重要參數(shù)。目前，心率信號檢測與處理迅速發(fā)展為一個研究熱點(diǎn)，隨著醫(yī)學(xué)知識與圖像處理技術(shù)的不斷發(fā)展和進(jìn)步，日常監(jiān)測人體各類生理信號也已經(jīng)實(shí)現(xiàn)。現(xiàn)代技術(shù)也在更好的應(yīng)用于心率圖像信號研究，本文的研究工作是基于Android手機(jī)平臺的心率檢測軟件，以便更理性、更科學(xué)地揭示心率的實(shí)質(zhì)與特征。

市面上基于智能手機(jī)平臺的心率檢測軟件已經(jīng)出現(xiàn)，處于初級階段，但也能讓用戶隨時隨地測量心率，這樣非常簡單、方便、快捷。英國布魯內(nèi)爾大學(xué)Pelegris等人研究了手機(jī)上心率的檢測，并將結(jié)果發(fā)表在《IEEE生物醫(yī)學(xué)工程會刊》上，然而他們在心率信號處理沒有考慮噪音消除或抑制，檢測結(jié)果受噪音影響較大。

因此，如何提高心率監(jiān)測精確度和可靠性，是本文重點(diǎn)關(guān)注的問題。其中保障檢測心率準(zhǔn)確率的重點(diǎn)主要在于心率監(jiān)測中所采用的圖像處理算法，所以我們計劃嘗試不同的圖像處理算法并進(jìn)行大量實(shí)驗(yàn)，以期求得最為準(zhǔn)確的心率。實(shí)驗(yàn)證明，通過以上方案之后，檢測結(jié)果比較理想。

2　數(shù)據(jù)采集方法

以下是對基于手指RGB信號和基于人臉RGB顏色信號序列的心率檢測的算法進(jìn)一步說明：

2.1基于手指RGB信號的心率檢測

（1）操作過程：當(dāng)打開Android手機(jī)軟件時，手機(jī)的攝像頭和閃光燈也會被自動打開，用戶通過將手指覆蓋在攝像頭上，攝像頭旁的閃光燈做照射光源，手指緊貼在攝像頭，指尖皮下血管由于有血液被壓入，被光源照射的手指亮度（紅色的深度）會有輕微的變化，將會使紅色（信號）會隨著心跳周期性地變暗，這個過程可以憑借感光元件捕捉到。這樣毛細(xì)血管的搏動就能通過畫面明度的周期性變化反映出來 （影響因素：手機(jī)攝像頭采集手指顏色信號會受用戶的手指擺放位置偏差、手指運(yùn)動以及指壓過大等因素的影響）。

（2）通過對形成的圖像進(jìn)行分析、對圖像的RGB值進(jìn)行一定的算法取值、對所有圖像的取值按時間繪制成時域，做 FTT（快速傅里葉變換） 可以算得穩(wěn)定的心率 （為了最大化降低上述影響，Pal 等［1］在研究中引入了有限狀態(tài)機(jī)，通過設(shè)置啟發(fā)式閾值來對顏色信號進(jìn)行一定的篩選，能識別運(yùn)動偽影和減少其他因素的影響，進(jìn)而得到穩(wěn)定的心率估計）。

2.2基于人臉RGB信號序列的心率檢測

（1）操作過程：當(dāng)測完手指RGB信號后，平臺將提示“是否進(jìn)入人臉RGB信號序列的檢測”，手機(jī)的前置攝像頭會自動打開，用戶通過將人臉靠近前置攝像頭，利用人臉識別算法獲得感興趣區(qū)域，并把區(qū)域內(nèi)的信號按 RGB 三個信道求出像素平均值，再對標(biāo)準(zhǔn)化后的信號進(jìn)行時域圖的波峰檢測。

（2）首先將采集的圖片統(tǒng)一成相同的尺寸，然后進(jìn)行歸類、統(tǒng)計，接下來就可以對輸入圖片中的感興趣區(qū)域進(jìn)行檢測。自2010年，麻省理工學(xué)院多媒體實(shí)驗(yàn)室的Poh利用日光作為光源，使用獨(dú)立成分分析從人臉視頻圖像中提取心率信號從而實(shí)現(xiàn)了心率檢測（基于人臉RGB信號的心率檢測，由Kwon等［2］提出了基于手機(jī)攝像頭的心率檢測方法）。

3　Android手機(jī)平臺的心率檢測軟件模塊設(shè)計

3.1信號獲取模塊

打開攝像頭，保持閃光燈常亮，捕捉手指的顏色變化，接著打開前置攝像頭，將人臉靠近前置攝像頭，利用人臉識別算法獲得感興趣區(qū)域。

3.2界面呈現(xiàn)模塊

生成灰度值變化曲線（即原始信號），繪制心率曲線，顯示心跳韻律、當(dāng)前心率和測試時間。（心率穩(wěn)定后暫停采樣，計算心率時域圖的波峰檢測，從而得到穩(wěn)定的心率估計），與心率標(biāo)準(zhǔn)做對比。

3.3小波閾值去噪模塊

數(shù)字轉(zhuǎn)換模塊與系統(tǒng)控制模塊之間建立內(nèi)部聯(lián)系后，用小波閾值去噪函數(shù)算法，對采樣的心率信號進(jìn)行去噪處理，求得瞬時心率值，生成新的心率信號。

3.4心率計算模塊

對新生成的心率信號進(jìn)行融合檢測算法和尋峰算法，計算波峰出現(xiàn)次數(shù)及總體采樣時間，計算心率（檢驗(yàn)算法）。

3.5信號捕獲實(shí)現(xiàn)模塊

手機(jī)攝像頭取景，把視頻流轉(zhuǎn)換成位圖格式的圖像，再對圖像進(jìn)行處理和識別，顯示心率值并存儲于個人數(shù)據(jù)庫。

參考文獻(xiàn)：

［1］Pal A，Sinha A，Choudhury AD， et al. A robust heart rate detection using smart-phone video［C］. Proceedings of the 3rd ACM Mobi Hoc workshop on Pervasive wireless healthcare， 2013:43-48.

［2］Kwon SJ， Kim H， Park KS. Validation of heart rate extraction using video imaging on a built-in camera system of a smartphone ［C］.2012 Annual International Conference of the IEEE Engineering in Medicine and Biology Society，2012:2174-2177.

［3］李戰(zhàn)明，鄭蕾，韋哲.基于解析小波的心音信號時頻能量圖譜分析［J］.醫(yī)療衛(wèi)生裝備，2010，31（07）:12-14.

［4］羅強(qiáng)，田化梅，羅萍等.基于平穩(wěn)小波變換的心電信號去噪研究［J］.計算機(jī)與數(shù)字工程.

［5］唐弘玲，基于信號處理的手機(jī)心率.

［6］朱珍民，郭高安，馬官慧，許曉瑩.基于智能手機(jī)的生命參數(shù)檢測方法研究.

DOI:10.16640/j.cnki.37-1222/t.2016.11.248

作者簡介：馬彩云（1994-），女，山東德州人，本科在讀，研究方向：生物醫(yī)學(xué)工程。