非接触式心率检测方法的颜色空间选择

采用非接触式方法进行人体心率检测,较传统接触式的测量方法更加便捷舒适。基于图像光学容积(iPPG)的非接触式心率测量方法,简要分析该方法的实现流程及颜色空间产生测量误差的机理,设计实验来对比不同颜色空间的测量误差,一方面证明了在非接触式心率测量过程中进行颜色空间选取的必要性,另一方面获得了可用以提高心率测量精度的最优颜色空间。实验结果表明,与同一时刻采用心电测量仪(ECG)得到的心率相比,采用RGB颜色空间进行心率测量的误差最小,实验的平均误差达到1.68bpm。因此,在非接触式心率测量中选择RGB颜色空间可以达到更高的精度。

基于一维卷积神经网络的心电信号质量分类

研究一种基于单导联心电信号质量二分类方法。为了改善传统方法在进行心电信号质量分类下需要手动提取特征的复杂性以及选取规则包含主观性的缺点,基于Tensorflow框架设计了一个一维卷积神经网络,利用MIT-BIH和NSTDB数据库构建训练数据集,通过不断调整网络模型自动学习分类特征,使用2个公开测试集与1个私有测试集验证算法的泛化性,实验结果表明,提出的算法在3个测试集上的平均准确率为96.5%、灵敏性为98.1%和特异性为94.7%。最后,相比于基于传统SVM模型或CNN的方法,本文算法不仅精度较高,而且在未知的数据集上表现较好。研究证明,提出的方法不仅能够避免手动处理海量数据的弊端,而且能够以更客观、更高的准确度实现心电信号质量的分类。

非接触式心率测量研究初步

基于Matlab软件平台,通过图像光电容积脉搏波描记法(iPPG),提取心率波信号。结合人脸检测与跟踪技术,选取脸部三角区域作为感兴趣区域(ROI),从中分析提取i PPG信号,然后采用快速傅里叶变换计算出心率。通过对20名志愿者的实验,结果显示在不同颜色通道(R、G、B)提取出的心率信号的信噪比不同,其中G通道的心率信号最强。分析数据显示,与医用心电测量仪相比,该方法测量的平均误差为1.73 beat/min。采用光容积成像技术检测方法,可进一步实现血液灌注三维可视化,能检测动脉血氧饱和度、呼吸率、神经系统的生理活动和新生儿监护,甚至能应用于家庭移动医疗、运动检测等大众场合,提高便捷性,降低医疗成本。

基于NLM算法的加权核函数选取研究

非局部均值去噪算法利用图像邻域间具有自相似性这一特性,通过加权核函数得到图像中相似图像块的权重,进而达到图像去噪目的。将基于MATLAB平台与传统NLM算法,设计实验令多种加权核函数分别对加高斯白噪声的图像进行去噪处理,再利用图像主观质量评价方法与客观评价方法进行结果分析,一方面可以证明选择合适的加权核函数对于改善去噪效果的必要性,另一方面得到在不同强度高斯白噪声时图像应选择的最佳加权核函数。