趙津發(fā) 柴榮軒 陳煒

（天津理工大學(xué)天津市先進(jìn)機(jī)電系統(tǒng)設(shè)計(jì)與智能控制重點(diǎn)實(shí)驗(yàn)室機(jī)電工程國(guó)家級(jí)實(shí)驗(yàn)教學(xué)示范中心 天津市 300384）

1 非接觸式視覺(jué)生理體征參數(shù)檢測(cè)的技術(shù)背景和理論基礎(chǔ)

1.1 人體的光學(xué)性質(zhì)及脈搏波的形成

Anderson等人對(duì)人體組織的光學(xué)特性進(jìn)行系統(tǒng)研究，得到皮膚各層結(jié)構(gòu)中有不同的光學(xué)性質(zhì)，指出波長(zhǎng)越短的光，進(jìn)入人體皮膚的深度越淺，波長(zhǎng)越長(zhǎng)的光，進(jìn)入人體皮膚的深度越深[1]。

在一個(gè)心跳周期中，有收縮期和舒張期兩個(gè)部分，脈搏波形成過(guò)程如圖1所示。

圖1：脈搏波的形成

根據(jù)人體的光學(xué)性質(zhì)，脈搏波可分為直流分量（DC信號(hào)）和交流分量（AC信號(hào)）。肌肉組織、動(dòng)脈血中的非脈動(dòng)部分和靜脈血對(duì)光的吸收為直流分量，且對(duì)光的吸收基本保持不變。當(dāng)心臟收縮時(shí)，血管中的血液量增加，光的吸收量增加；當(dāng)心臟舒張時(shí)，血管中的血液量減少，光的吸收量降低。規(guī)律性的收縮與舒張，使光的透射或反射呈周期性變化，該變化構(gòu)成了脈搏波的交流分量。

1.2 非接觸式視覺(jué)生理體征參數(shù)檢測(cè)原理及優(yōu)勢(shì)

生理體征參數(shù)的檢測(cè)分為有創(chuàng)式、接觸式和非接觸式。有創(chuàng)式雖然檢測(cè)精度高，但會(huì)給患者帶來(lái)痛苦且需要專業(yè)醫(yī)護(hù)人員操作。由于接觸式檢測(cè)存在一定的局限，非接觸式檢測(cè)逐漸引起學(xué)者的關(guān)注。近些年，非接觸式檢測(cè)得到快速的發(fā)展，該項(xiàng)技術(shù)無(wú)需與患者接觸即可檢測(cè)相應(yīng)生理參數(shù)，按測(cè)量原理可分為以下幾種檢測(cè)方式：

（1）激光檢測(cè)：采用多普勒測(cè)振儀LDV(Laser Doppler Velocimetry)測(cè)量皮膚震動(dòng)。

（2）電磁檢測(cè)：采用微波多普勒雷達(dá)測(cè)量皮膚震動(dòng)。

（3）視覺(jué)檢測(cè)：采用攝像頭采集人體相關(guān)部位來(lái)檢測(cè)皮膚顏色變化。

表1對(duì)上述檢測(cè)方法的優(yōu)缺點(diǎn)進(jìn)行了對(duì)比總結(jié)。

表1：非接觸式生理體征參數(shù)檢測(cè)的優(yōu)缺點(diǎn)對(duì)比

由表1可知，視覺(jué)非接觸式檢測(cè)優(yōu)點(diǎn)較為突出。視覺(jué)非接觸式檢測(cè)的核心是IPPG技術(shù)，該技術(shù)和反射型PPG（photoplethysmo graphy）相似，以朗伯-比爾定律為基本原理，使用相機(jī)來(lái)代替PPG的光源，從而獲取光線透過(guò)皮膚后的反射光，通過(guò)光穿過(guò)皮膚表層后的衰減特性感知人體的脈搏波信號(hào)，進(jìn)而實(shí)現(xiàn)非接觸式測(cè)量。

2 基于IPPG技術(shù)的生理體征檢測(cè)

在非接觸式視覺(jué)生理體征檢測(cè)技術(shù)中，IPPG是最為核心的一種技術(shù)。實(shí)現(xiàn)基于IPPG技術(shù)的非接觸生理體征參數(shù)檢測(cè)的步驟為：

（1）獲取視頻圖像。

（2）提取出感興趣區(qū)域（region of interest, ROI）。

（3）從提取的ROI區(qū)域圖像中獲取脈搏波。

（4）將脈搏波處理后得到相關(guān)生理體征參數(shù)。

2.1 設(shè)備的選取和相關(guān)參數(shù)的設(shè)置

指夾式血氧儀普遍用于心率和血氧飽和度結(jié)果對(duì)比。其心率誤差范圍為±2 bmp，血氧飽和度誤差范圍為±2%，根據(jù)表2檢測(cè)誤差標(biāo)準(zhǔn)所示，可作為金標(biāo)準(zhǔn)對(duì)比。目前IPPG技術(shù)在心率、呼吸率和血氧飽和度的檢測(cè)方面較為成熟，如表3、表4所做的相關(guān)研究。理論上也能檢測(cè)血壓和心率變異性，但相關(guān)研究較少。

表2：國(guó)家和軍隊(duì)現(xiàn)行檢測(cè)誤差標(biāo)準(zhǔn)[2]

由表3可知，普通家用攝像機(jī)，甚至手機(jī)相機(jī)即可對(duì)心率、呼吸率進(jìn)行非接觸式檢測(cè)，對(duì)于心率的檢測(cè)最低幀數(shù)可設(shè)置在15fps，可以看出心率和呼吸率檢測(cè)對(duì)攝像頭的要求并不高。其中劉穎對(duì)于心率的檢測(cè)誤差較大，其原因?yàn)槿四槞z測(cè)存在誤檢率[3]。隨著非接觸式視覺(jué)檢測(cè)研究和相機(jī)設(shè)備性能不斷發(fā)展，對(duì)相機(jī)的幀數(shù)要求基本固定在30fps，視頻的拍攝時(shí)間也縮短至20～30s，加快了運(yùn)算處理速度。

表3：心率、呼吸率設(shè)備的選取和相關(guān)參數(shù)的設(shè)置

相對(duì)心率、呼吸率的檢測(cè)，血氧飽和度的檢測(cè)對(duì)相機(jī)要求更高，幀率的最低要求為25fps[10]。由血氧飽和度檢測(cè)原理可知，至少需要兩個(gè)光源才能進(jìn)行檢測(cè)。表4為血氧飽和度設(shè)備的選取和相關(guān)參數(shù)的設(shè)置。

表4：血氧飽和度設(shè)備的選取和相關(guān)參數(shù)的設(shè)置

由表4可知，目前有三種基于非接觸式視覺(jué)檢測(cè)的血氧飽和度設(shè)備方案：

（1）兩個(gè)CCD相機(jī)加兩個(gè)濾光片，同時(shí)進(jìn)行檢測(cè)；由于兩個(gè)相機(jī)只能同時(shí)拍攝同一部位，所以當(dāng)人體移動(dòng)后需要重新對(duì)焦，操作起來(lái)較為復(fù)雜。

（2）一個(gè)CCD彩色相機(jī)加不同波長(zhǎng)光源，間歇更換濾光片進(jìn)行檢測(cè)；單個(gè)相機(jī)采集無(wú)法有效屏蔽其他波段的環(huán)境光，所以得到準(zhǔn)確的檢測(cè)結(jié)果較為困難。

（3）一個(gè)網(wǎng)絡(luò)攝像機(jī)，分離出紅、藍(lán)兩通道進(jìn)行檢測(cè)；與前兩種方法相比不僅解決了對(duì)焦和不同波長(zhǎng)光的選擇問(wèn)題，而且成本更低。

2.2 ROI區(qū)域的選擇

常規(guī)錄制視頻中，復(fù)雜背景等其他因素的干擾會(huì)導(dǎo)致得到的視頻信噪比較低，所以需要對(duì)視頻進(jìn)行ROI區(qū)域的選取，得到需要部分的視頻圖像。根據(jù)表3、4可知ROI區(qū)域基本選在臉部、手臂等毛細(xì)血管多的人體部位。與腕部脈搏波的提取相比，非接觸式視覺(jué)生理參數(shù)檢測(cè)把臉部作為ROI區(qū)域研究更多。

由于選取臉部作為ROI區(qū)域，人臉檢測(cè)成為非接觸式視覺(jué)生理體征檢測(cè)關(guān)鍵部分。表5是不同人臉檢測(cè)方法的優(yōu)缺點(diǎn)對(duì)比。

表5：人臉檢測(cè)方法優(yōu)缺點(diǎn)

特征人臉檢測(cè)是非接觸檢測(cè)的常用方法，該算法在大多數(shù)情況下使用Adaboost算法進(jìn)行訓(xùn)練，利用Haar特征表示人臉，建立層級(jí)分類器[10,15]。雖然該人臉檢測(cè)算法最初都是檢測(cè)人正臉圖像，相對(duì)側(cè)臉檢測(cè)穩(wěn)定性較差，但是該算法仍有研究?jī)r(jià)值。汪秀軍等人使用神經(jīng)網(wǎng)絡(luò)對(duì)人臉進(jìn)行檢測(cè)，最終把鼻子作為ROI區(qū)域，并驗(yàn)證了結(jié)果的有效性[14]。深度學(xué)習(xí)框架中的SSD（Single Shot MultiBox Detector）模型采用臉部關(guān)鍵點(diǎn)進(jìn)行識(shí)別，可在Haar特征檢測(cè)時(shí)，避免頭部旋轉(zhuǎn)造成的誤差。眼睛眨動(dòng)與嘴巴晃動(dòng)也會(huì)對(duì)信號(hào)的提取造成誤差，為進(jìn)一步降低誤差，可屏蔽眼睛和嘴巴[16]。

表6：不同光照強(qiáng)度下心率誤差對(duì)比

表7：針對(duì)運(yùn)動(dòng)偽差三種算法對(duì)比[25]

2.3 脈搏波的信號(hào)提取

視頻采集方式不同，脈搏波的提取方法也有所不同。在非接觸檢測(cè)中相機(jī)本身會(huì)產(chǎn)生噪聲，硬件之間的連接也會(huì)存在噪聲，不同光線的干擾、人體的微小晃動(dòng)等都會(huì)降低檢測(cè)的準(zhǔn)確性。

范強(qiáng)[11]在信號(hào)采集前對(duì)相機(jī)安裝帶通濾波片，可有效降低環(huán)境中其他光線的干擾，使用圖像配準(zhǔn)和小波分解的自適應(yīng)濾波去除因人體呼吸、位置變化引起的運(yùn)動(dòng)偽差，對(duì)相關(guān)設(shè)備產(chǎn)生的噪聲進(jìn)行閾值去噪。

直接提取彩色相機(jī)各通道的均值并不可靠。Poh等人[17]為了提高信號(hào)的準(zhǔn)確性，對(duì)彩色相機(jī)使用了獨(dú)立成分分析法（Independent component analysis, ICA），分離出紅、藍(lán)、綠三通道信號(hào)，在ICA返回信號(hào)中選擇最高功率譜峰的通道作為心率和呼吸率的脈搏波信號(hào)。Lewandowska等人[24]在Poh工作基礎(chǔ)上認(rèn)為脈搏波信號(hào)存在于BGR三通道中，因此使用了盲源分離（Blind Source Separation，BSS）的主成分分析（Principal Component Analysis，PCA）來(lái)取代ICA。但光照亮度會(huì)影響RGB三通道，而該方法同時(shí)需要RGB三通道，所以當(dāng)光強(qiáng)發(fā)生變化時(shí)會(huì)對(duì)結(jié)果產(chǎn)生一定影響。ICA方法從某種程度上推進(jìn)了IPPG技術(shù)的發(fā)展，在近幾年的研究中經(jīng)常被用到作為脈搏波提取的必要環(huán)節(jié)[2,18]。

近些年，歐拉影像放大法被運(yùn)用到了非接觸生理參數(shù)檢測(cè)中。其中馬良[12]，劉彥宏[19]，蘇培權(quán)[7]，劉鴻程[9]等采用了歐拉影像放大技術(shù)實(shí)現(xiàn)了對(duì)相應(yīng)參數(shù)的提取。歐拉影像放大技術(shù)簡(jiǎn)單流程如圖2所示，該技術(shù)主要包括：

圖2：歐拉影像放大

（1）空間濾波。將視頻序列進(jìn)行金字塔多分辨率分解；

（2）時(shí)域?yàn)V波。對(duì)每個(gè)尺度的圖像進(jìn)行時(shí)域帶通濾波，得到感興趣的若干頻帶；

（3）放大濾波結(jié)果。對(duì)每個(gè)頻帶的信號(hào)用泰勒級(jí)數(shù)來(lái)差分逼近，線性放大逼近的結(jié)果；

（4）合成圖像。合成經(jīng)過(guò)放大后的圖像。

計(jì)算經(jīng)歐拉影像放大處理后的每一幀圖像ROI區(qū)域灰度均值，將得到的結(jié)果隨幀序列進(jìn)行排序即得到相應(yīng)的脈搏波信號(hào)。最后使用小波變換等方法進(jìn)行去噪處理[12]。王倩等人對(duì)歐拉影像放大法進(jìn)行加速處理，提出一種直接對(duì)RGB顏色空間進(jìn)行放大的方法，相對(duì)由YIQ顏色空間轉(zhuǎn)換到RGB顏色空間的傳統(tǒng)算法，處理速度提升30%[20]。

2.4 相關(guān)對(duì)比實(shí)驗(yàn)

2.4.1 光照強(qiáng)度對(duì)實(shí)驗(yàn)結(jié)果的影響

光照強(qiáng)度單位為lux，根據(jù)國(guó)家照明標(biāo)準(zhǔn)GB 50034-2013規(guī)定，10～100lux屬于弱光，如路燈照明強(qiáng)度；100～300lux屬于室內(nèi)自然光；300lux以上為外加光源強(qiáng)光。如表6所示，不同光照強(qiáng)度下心率誤差的對(duì)比。

文獻(xiàn)[3]誤差較大的原因可能是人臉檢測(cè)分類器雖然有較高的精度還存在著誤檢率；用于RGB 三通道信號(hào)提取的人臉圖像含有部分背景會(huì)產(chǎn)生噪聲以及攝像頭分辨率等問(wèn)題。文獻(xiàn)[23]指出相同實(shí)驗(yàn)條件下，當(dāng)人面部受光照不均勻時(shí)，平均誤差達(dá)到了3.71 bmp。

2.4.2 運(yùn)動(dòng)偽差的消除

陳丹丹提出改進(jìn)KLT人臉跟蹤方法，對(duì)于心率的檢測(cè)具有更好的一致性和相關(guān)性，該方法能有效的抑制運(yùn)動(dòng)偽差，可提高最后心率提取精度[5]。皮慧采用特征區(qū)域跟蹤與顏色增強(qiáng)相結(jié)合方法，在無(wú)規(guī)律運(yùn)動(dòng)狀態(tài)下進(jìn)行測(cè)量，心率值的偏差為1.94%[6]。還有幾種針對(duì)運(yùn)動(dòng)偽差消除的算法如表7所示。

JADE（Joint Approximate Diagonalization of Eigen-matrices）是一種基于高階累積量張量的特征矩陣的聯(lián)合近似對(duì)角化算法[25]。由表7可知，在提取獨(dú)立成分時(shí)，與FastICA和PCA相比，JADE的平均誤差最小，并且該算法的平均運(yùn)行時(shí)間也最短。

3 基于IPPG技術(shù)生理體征檢測(cè)的現(xiàn)狀和發(fā)展

基于IPPG技術(shù)的生理體征檢測(cè)方法避免因接觸式檢測(cè)復(fù)雜連線等對(duì)患者產(chǎn)生的不適，并降低了操作的復(fù)雜性，在降低二次傳染中的作用顯得尤為突出。近幾年IPPG技術(shù)得到了快速的發(fā)展，從最初的CCD和CMOS相機(jī)到常規(guī)的網(wǎng)絡(luò)攝像頭，甚至手機(jī)攝像頭。也從單一的心率檢測(cè)向多生理體征參數(shù)檢測(cè)發(fā)展。

雖然基于IPPG技術(shù)的生理體征參數(shù)檢測(cè)相比傳統(tǒng)生理體征檢測(cè)有諸多優(yōu)點(diǎn)，但也存在以下幾個(gè)缺點(diǎn)：

（1）IPPG技術(shù)檢測(cè)對(duì)血壓和心率變異性檢測(cè)技術(shù)還不成熟，能檢測(cè)的參數(shù)較少，而且目前并沒(méi)有對(duì)得到的參數(shù)進(jìn)行病情分析。

（2）因距離檢測(cè)存在的干擾較多，所以得到信號(hào)沒(méi)有PPG獲得信號(hào)的信噪比高。即使通過(guò)一些方法降低了干擾，仍無(wú)法避免獲得一些無(wú)意義的信號(hào)。

（3）大多研究是對(duì)靜止?fàn)顟B(tài)下人體檢測(cè)，當(dāng)人體因運(yùn)動(dòng)產(chǎn)生運(yùn)動(dòng)偽差后，測(cè)量結(jié)果精度會(huì)下降。如使用相應(yīng)算法消除偽差，對(duì)設(shè)備運(yùn)算能力和相機(jī)性能的要求也會(huì)相應(yīng)增加。

（4）目前，僅有心率、呼吸率實(shí)現(xiàn)手持式設(shè)備檢測(cè)，其他參數(shù)還無(wú)法達(dá)到可移動(dòng)便捷檢測(cè)。

4 總結(jié)

基于IPPG技術(shù)的生理體征參數(shù)檢測(cè)具有簡(jiǎn)單、便捷、安全、成本低等優(yōu)勢(shì)，在緊急救治、臨床檢測(cè)中存在著巨大價(jià)值。但該技術(shù)現(xiàn)階段并不成熟，算法優(yōu)化、硬件選取、信號(hào)處理等方面仍有很大研究空間。隨著設(shè)備性能的提高及相關(guān)技術(shù)的發(fā)展，非接觸式視覺(jué)生理體征參數(shù)檢測(cè)未來(lái)能更好的應(yīng)用于生活和醫(yī)療等領(lǐng)域。