本發(fā)明涉及一種基于視頻圖像的血壓測(cè)量方法，用于健康大數(shù)據(jù)的采集以及遠(yuǎn)程醫(yī)療等領(lǐng)域。

背景技術(shù)：

健康大數(shù)據(jù)的生理參數(shù)采集以及遠(yuǎn)程醫(yī)療等領(lǐng)域都需要對(duì)人體的生理參數(shù)進(jìn)行長期的監(jiān)測(cè)，這些有關(guān)健康信息的數(shù)據(jù)對(duì)人的身心健康評(píng)估有著積極的作用?，F(xiàn)有的生理參數(shù)（心率、呼吸、血壓、血氧等）采集方法大多是通過接觸式的方式進(jìn)行采集，然后通過無線的方式將采集到的數(shù)據(jù)傳輸?shù)接?jì)算機(jī)中進(jìn)行存儲(chǔ)，以便醫(yī)生進(jìn)行查閱、參考及評(píng)估。尤其是血壓測(cè)量，必須佩帶袖帶才能測(cè)量，經(jīng)過充氣及放氣達(dá)到測(cè)量的目的，而且測(cè)量時(shí)間較長，這種接觸式的測(cè)量方式對(duì)于被監(jiān)測(cè)者來說非常不便，很難實(shí)現(xiàn)人體的連續(xù)血壓監(jiān)測(cè)。

發(fā)明專利CN102499664B公布了一種基于視頻圖像的非接觸式生命體征的檢測(cè)方法及檢測(cè)系統(tǒng)，該系統(tǒng)能夠固定幀頻連續(xù)采集待測(cè)目標(biāo)的視頻圖像，自動(dòng)檢測(cè)圖像中的ROI（region of interesting）區(qū)域，采用獨(dú)立分量分析對(duì)信號(hào)進(jìn)行平滑處理，然后使用多重自相關(guān)法提取頻率信號(hào)，從ROI區(qū)域劃分出的多通道信號(hào)中分離出生命體征信號(hào)的頻率值，生命體征信號(hào)頻率包括了心率頻率信號(hào)和呼吸頻率信號(hào)。但是這僅僅是獲得了心率值與呼吸率值，并沒有得到人體的血壓值。發(fā)明專利CN105011921A公開了一種通過視頻分析測(cè)量血壓的方法，首先得到人體血壓與動(dòng)脈尺度的關(guān)系，通過拍攝人體的淺表動(dòng)脈處一側(cè)的動(dòng)脈視頻并進(jìn)行分析，計(jì)算出血壓與動(dòng)脈尺度的關(guān)聯(lián)系數(shù)進(jìn)而得到血壓。該發(fā)明必須清晰的得到血管圖像，才可以準(zhǔn)確的獲得動(dòng)脈尺度隨時(shí)間的變化信息，進(jìn)而與血壓建立數(shù)學(xué)關(guān)系。而且對(duì)視覺傳感器要求較高，需要手腕式視頻設(shè)備，加大了測(cè)量難度，不利于推廣應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)中存在的問題，提出一種非接觸式的血壓測(cè)量方法，通過采集人體臉部的視頻圖像，然后對(duì)臉部視頻圖像進(jìn)行空間分解、時(shí)域?yàn)V波和實(shí)時(shí)處理，實(shí)現(xiàn)生命體征的連續(xù)測(cè)量。

本發(fā)明一種基于視頻圖像的血壓測(cè)量方法，使用人體裸露部位的視頻信息進(jìn)行人體的血壓測(cè)量，具體步驟如下：

（1）待測(cè)目標(biāo)區(qū)域?qū)崟r(shí)跟蹤，確定ROI區(qū)域；采集人體待測(cè)部位的視頻圖像序列，獲得一段時(shí)間內(nèi)的視頻，選取要分析的ROI區(qū)域；

（2）對(duì)獲得的ROI區(qū)域每一幀圖像序列進(jìn)行RGB三通道分離，并求和取平均值，獲得一段時(shí)間內(nèi)的時(shí)間序列波形；

（3）對(duì)上述時(shí)間序列波形去趨勢(shì)項(xiàng)并進(jìn)行歸一化處理，得到時(shí)間序列信號(hào)；

（4）采用經(jīng)驗(yàn)?zāi)B(tài)分解的方法，對(duì)歸一化后的信號(hào)進(jìn)行去噪聲處理，獲得信噪比較高的三通道的時(shí)域信號(hào)；

（5）最后求取時(shí)域信號(hào)的波峰與波谷，建立時(shí)域信號(hào)與血壓的關(guān)系式，從而得到血壓值。

所述步驟（1）中，通過普通攝像頭拍攝處理，采集人體待測(cè)部位的視頻圖像序列。

所述待測(cè)目標(biāo)區(qū)域優(yōu)選為臉部。

本發(fā)明檢測(cè)方法可實(shí)時(shí)監(jiān)測(cè)心率、呼吸率以及血壓，應(yīng)用到健康大數(shù)據(jù)的采集以及遠(yuǎn)程醫(yī)療等領(lǐng)域。

附圖說明

圖1為本發(fā)明實(shí)施例的血壓測(cè)量流程圖；

圖2為本發(fā)明實(shí)施例的時(shí)間序列信號(hào)圖；

圖3為本發(fā)明實(shí)施例的波峰波谷示意圖；

圖4為本發(fā)明實(shí)施例的時(shí)間序列波峰及波谷值。

具體實(shí)施方式

以下結(jié)合具體實(shí)施例和附圖進(jìn)一步說明本發(fā)明。

實(shí)施例

首先，待測(cè)目標(biāo)區(qū)域選擇臉部，在室內(nèi)充足光源下，被測(cè)人體與采集視頻圖像的普通攝像頭距離50-60cm，讓人體頭部盡量保持不動(dòng)，進(jìn)行人體臉部視頻的采集，采集幀率為15幀/秒，人體臉部視頻的采集時(shí)間為30s或者60s。若采集的視頻時(shí)間為30s，那么總共獲得圖片450張；若采集60s，那總共獲得900張圖片。獲得的人體臉部每一幀圖片的像素值為640*480。在獲得一段時(shí)間的視頻信息后，我們做如下處理：

（一）臉部區(qū)域的實(shí)時(shí)跟蹤，確定感興趣的區(qū)域ROI。首先我們采用級(jí)聯(lián)分類器獲得視頻第一幀中人臉的位置，然后使用跟蹤算法Kanade-Lucas-Tomasi (KLT)算法進(jìn)行人臉的實(shí)時(shí)跟蹤，獲得視頻中每一幀人臉的區(qū)域。ROI是一個(gè)長方形區(qū)域，然后取ROI區(qū)域中的80%進(jìn)行圖像的截取。

（二）在截取的每一幀圖像中，對(duì)ROI圖像進(jìn)行R G B三通道的分離，對(duì)每一幀的ROI的每一個(gè)通道的像素值進(jìn)行求和再除以總像素?cái)?shù)，得到每一幀對(duì)應(yīng)的一個(gè)數(shù)值，最后將這些數(shù)據(jù)值按照時(shí)間先后順序相連接，得到一個(gè)一維的時(shí)間序列波形。其計(jì)算公式如下：

式中i表示圖像的幀數(shù)，V_i表示第i幀圖像ROI區(qū)域的像素平均值，I_ij表示第i幀圖像ROI區(qū)域第j個(gè)像素值，m為ROI區(qū)域的行數(shù)，n為ROI區(qū)域的列數(shù)。

對(duì)每一個(gè)通道進(jìn)行如上處理后，分別得到R G B三個(gè)通道的一維時(shí)間序列。

（三）在獲得上述一維時(shí)間序列波形后，對(duì)一維時(shí)間序列波形使用平滑先驗(yàn)方法進(jìn)行去趨勢(shì)項(xiàng)，平滑參數(shù)λ為10 ，截止頻率為0.059Hz。然后對(duì)去趨勢(shì)項(xiàng)的信號(hào)進(jìn)行歸一化處理，歸一化處理公式如下所示：

式中x(t)為歸一化后的信號(hào)，V^’_i為去趨勢(shì)項(xiàng)后的信號(hào)，u為V^’_i的均值，?為V^’_i的標(biāo)準(zhǔn)差。

獲得的時(shí)間序列如圖2所示。

（四）在獲得歸一化的信號(hào)后，對(duì)信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition， EMD）。該分解方法是將信號(hào)分解成若干個(gè)固有模態(tài)函數(shù)（Intrinsic Mode Functions， IMFs），通過去除較高頻率的IMF，選擇剩余IMFs進(jìn)行求和重構(gòu)出信號(hào)。使用EMD的目的是對(duì)歸一化的信號(hào)進(jìn)行去噪聲處理，以便獲得高信噪比的三通道的時(shí)域信號(hào)。

（五）選擇去噪聲后的G通道信號(hào)進(jìn)行心率及呼吸率的提取。

首先要將信號(hào)進(jìn)行帶通濾波，在求取心率值時(shí)，帶通濾波器的頻率閾值為0.7Hz到4Hz，然后對(duì)帶通濾波后的信號(hào)進(jìn)行離散傅里葉變換獲得心率的頻率分量f_h，f_h×60就為心率值。

在求取呼吸率時(shí)，帶通濾波器的頻率閾值為0.3Hz到0.7Hz，然后對(duì)帶通濾波后的信號(hào)進(jìn)行離散傅里葉變換獲得心率的頻率分量f_r，f_r×60就得到呼吸率值。

（六）血壓測(cè)量。徑向共振理論認(rèn)為人體的循環(huán)系統(tǒng)是以壓力來傳遞能量的，其徑向脈搏壓力為：

以臉部為測(cè)量對(duì)象，z為臉部到心臟的距離，c為波速，k為諧波數(shù)量，a_k，b_k為諧波的振幅，ω_Hk為角頻率。假定z與c為固定值，信號(hào)以第0與第1諧波最為明顯，所以將第1諧波后的諧波忽略，上式可以簡化為：

式中，a₀，b₀為0次諧波的振幅，a₁，b₁為1次諧波的振幅，Q和R為1次諧波振幅。從上式可以看出，我們獲得的時(shí)間序列信號(hào)的波峰、波谷與壓力波有著必然的聯(lián)系。正常生理情況下，小動(dòng)脈搏動(dòng)。入射光由于受到皮膚肌肉和血液的吸收衰減作用，則光接收器檢測(cè)到的反射光強(qiáng)度將減弱。其中皮膚、脂肪、肌肉、骨骼等非血液成分組織在心動(dòng)周期中基本保持不變，它對(duì)光的吸收和衰減作用也保持恒定不變，這些信號(hào)經(jīng)過光接收器后就是恒定的直流分量。而組織中的動(dòng)脈血管中血液則在心動(dòng)周期中呈周期性變化，當(dāng)心臟收縮時(shí)外周血容量最多，光吸收量也最大，檢測(cè)到的光強(qiáng)度也最??；而心臟舒張時(shí)，正好相反，檢測(cè)到的光強(qiáng)度最大，使光接收器接收到的信號(hào)是周期性脈動(dòng)的交流分量。使用攝像頭拍攝的臉部視頻，可以看做對(duì)光是反射式接收的。所以心率信號(hào)的波峰可以看做是舒張壓，波谷可以看做是收縮壓。波峰波谷示意圖如圖3所示。

在獲得處理后的時(shí)間序列波形后，求取此波形的波峰數(shù)量以及波谷數(shù)量。在求得的波峰及波谷值及個(gè)數(shù)后，要剔除掉那些雜散干擾的波峰及波谷值。在這里的幀率為15幀/秒，采集30s的數(shù)據(jù)，一共450個(gè)數(shù)據(jù)點(diǎn)。假設(shè)人的心率為一分鐘120下，則0.5s跳一下，0.5s可以采集到0.5*15=7.5個(gè)數(shù)據(jù)點(diǎn)，波峰與波谷的間隔應(yīng)為0.25，也就是說當(dāng)波峰與波谷之間的時(shí)間小于0.25s時(shí)，應(yīng)該舍棄掉這一對(duì)波峰、波谷值。通過這樣的運(yùn)算我們最終獲得所需要的波峰及波谷值，如圖4所示。

由于人的體質(zhì)質(zhì)量指數(shù)（BMI）與血壓有著緊密的聯(lián)系，這里引入BMI作為修正參數(shù)，血壓與時(shí)域信號(hào)建立如下的關(guān)系：

舒張壓：

其中，H_D表波峰序列值；BMI表示體質(zhì)質(zhì)量指標(biāo)；A,B,C是常數(shù)。

收縮壓：

其中，H_L表波谷序列值；BMI表示體質(zhì)質(zhì)量指標(biāo)；D,E,F是常數(shù)。n₁為波峰的個(gè)數(shù)，n₂為波谷的個(gè)數(shù)。

在應(yīng)用過程中，首先使用標(biāo)準(zhǔn)電子血壓計(jì)及視覺傳感同時(shí)測(cè)量，獲得多組測(cè)量數(shù)據(jù)，對(duì)常數(shù)A、B、C、D、E、F進(jìn)行標(biāo)定，獲得這些參量后就可以進(jìn)行測(cè)量。

采用上述檢測(cè)方法實(shí)現(xiàn)心率、呼吸率及血壓的連續(xù)測(cè)量，設(shè)定對(duì)一定時(shí)長的視頻進(jìn)行采集處理，先獲取一幀人臉圖片，對(duì)其進(jìn)行臉部跟蹤與識(shí)別，在檢測(cè)到人臉后確定我們要分析的區(qū)域ROI，然后對(duì)ROI進(jìn)行R G B 三通道分離，對(duì)每個(gè)通道的像素進(jìn)行求和取平均值，判斷數(shù)據(jù)點(diǎn)是否達(dá)到計(jì)算的設(shè)定時(shí)長。如果沒有達(dá)到，則返回讀取一幀圖片，繼續(xù)采集視頻圖像處理；如果等于設(shè)定的時(shí)長，則對(duì)產(chǎn)生的時(shí)間序列進(jìn)行波形進(jìn)行處理，獲得血壓等參數(shù)。在連續(xù)測(cè)量過程中，需要更新數(shù)據(jù)點(diǎn)，要剔除最早5s的數(shù)據(jù)點(diǎn)，增加最新的5s的數(shù)據(jù)點(diǎn)。在連續(xù)測(cè)量過程中，都是對(duì)固定時(shí)長的視頻進(jìn)行處理獲取生命體征參數(shù)。通過長期的監(jiān)測(cè)這些參數(shù)，可以供被監(jiān)測(cè)者以及醫(yī)生進(jìn)行健康分析。