光电容积描记术和深度学习相结合在皮瓣术后监测中的应用

目的 光电容积描记术(PPG)在皮瓣监测中具有较高的灵敏度和特异性。深度学习可以自动、鲁棒地从原始数据中提取特征。该研究提出将PPG与1D-CNN相结合,初步探索该方法区分皮瓣动脉栓塞程度和定位栓塞点的能力。方法 在皮瓣动脉模型和兔皮瓣模型中通过制造血管栓塞,采集正常和不同栓塞条件下的数据。随后使用1D-CNN对这些数据进行训练,验证和测试。结果 随着动脉栓塞程度的增加,栓塞点上游PPG波幅逐渐增加,下游PPG波幅逐渐减小,栓塞点上下游波幅差距逐渐加大。1D-CNN在皮瓣动脉模型和兔皮瓣模型测试的平均准确率分别为98.36%和95.90%。结论 深度学习和PPG相结合的监测方法可以实现皮瓣动脉栓塞程度的识别和栓塞点的精确定位。

基于光电容积描记的心率监测系统设计

为实时监测运动状态下的心率,基于光电容积描记术监测心率,采用MAX30102反射式光电传感器采集信号,经滤波、放大调整再送入微控制器STM32F407处理。借助CC2540蓝牙模块实现与上位机的无线通信实时显示,在心率失常时给出报警信号。经测试检测运动状态心率准确率达到98%以上,可有效检测心率。

基于HHT分解光电容积脉搏波信号的人体血液流变信息评估

为了识别人体光电容积脉搏波(PPG)信号中表征血液流变信息的动力分量并分析其特点,设计低氧实验.测量30位受试者在正常氧(20%~21%)和极端低氧(15%~16%)2种氧气体积分数环境中的PPG信号,利用希尔伯特黄变换(HHT)算法分解信号.通过经验模式分解得到,PPG信号中实际表征血液流变信息的动力分量为固有模式函数IMFX,其时域特点有2个,一个是有类似动脉收缩舒张的波形,另一个是周期性振荡.基于Hilbert变换得到IMFX的瞬时频率和边际谱,其瞬时频率大多为1.5~2.5 Hz,且在低氧环境中此频率段内的边际谱幅值显著小于正常氧环境情况下的(P<0.05),证明利用该特征可以有效识别低氧诱导的血液流变变化.

253例健康人不同部位光电血管容积图检测分析

探讨健康人不同部位光电血管容积图参数的正常参考值 ,应用 BC- 4型定量式光电血管容积仪对健康受检者两侧面颊、舌背尖部、两手无名指甲床、两手寸口脉(桡动脉 ) 关部分别进行检测及分析。结果 ,不同部位中反映心脏搏动的时间指标和反映心脏功能的比值指标则完全一致 ;而反映血管状态、血流状态的波幅、角度、面积及其比值指标则因部位改变而测值不同。结论 ,光电血管容积图能较好地反映心脏、血管系统的功能和血液的状态。

基于IPPG技术的情绪识别算法

基于成像式光电容积描记技术(Imaging Photoplethysmography,IPPG)的情绪识别具有非接触式和客观性等优势。但基于IPPG信号的情绪识别还处于探索阶段,因IPPG信号质量容易受到影响,识别情绪的准确率还有待提高。为解决上述问题,选择额头作为感兴趣区域,通过小波变换和带通滤波提高信号质量,提取心率变异性特征,并使用支持向量机、K近邻、决策树和随机森林对特征进行分类。在DEAP数据库上进行实验,结果表明:支持向量机的情绪识别效果最好,在唤醒维度上的准确率为61.09%,在效价维度上的准确率为53.31%。该研究在远程医疗、人机交互等领域有广阔的应用前景。

基于光电容积脉搏波描记术的无创血红蛋白检测设备的性能评价

目的:验证基于光电容积脉搏波描记术(PPG)的无创血红蛋白检测仪的准确性。方法:采用偏最小二乘(PLS)机器学习算法和PPG技术研发无创血红蛋白检测仪,对无偿献血人群和中国人民解放军总医院血液科患者采用新研发的无创设备检测血红蛋白(SpHb),有创血常规检测血红蛋白值(tHb)做参考。数据分析采用软件MATLAB R2015b,通过相关系数( R)、均方根误差( RMSE)、残差、克拉克(Clarke)网格误差分析和软件MedCalc19.5.6进行Bland-Altman(BA)分析验证其血红蛋白检测准确度。 结果:与临床常用有创检测方法比较,二者相关系数 R=0.915 2, RMSE为0.959 51。Clarke误差网格分析结果显示,数据均位于A区(88.82%)和B区(11.18%),C区无数据分布。BA一致性分析显示,SpHb与tHb差值的平均值0.7 g/L,95%可信区间( CI)-18.1~19.5g/L。 结论:基于PPG无创检测血红蛋白技术可快速准确测量患者血红蛋白水平,有望替代传统的有创血红蛋白检测方法。

基于两阶段运动伪影消除的心率检测算法

针对基于成像式光电容积描记术(IPPG)检测人体生命体征会产生运动伪影的问题,提出一种两阶段运动伪影消除的心率检测算法。所提算法使用基于特征点的人脸跟踪算法S-KLT(Scale invariant feature transformKanade Lucas Tomasi)稳定感兴趣区域(ROI),采用基于自相关的自适应滤波器抑制残余运动伪影。首先,采集视频,使用S-KLT追踪人脸ROI内的特征点,提取ROI内原始的IPPG脉搏波信号;其次,利用所提基于自相关的自适应信号滤波器对原始的IPPG信号进行噪声抑制,根据峰值检测算法计算心率(HR)值。实验结果表明,与腕式电子血压计实际测得的HR值相比,所提算法的均方根误差(RMSE)、平均错误率(EER)分别为2.98%、2.90%,符合美国医疗器械促进协会(AAMI)的标准,可以有效抑制运动伪影对HR值准确度的影响,为远程医疗和日常的健康检测提供了新的解决方法。

复杂环境下多模态特征融合的疲劳驾驶检测

为了避免因疲劳驾驶而导致交通事故的发生,维护城市道路交通和驾乘人员生命安全,该项目针对传统疲劳驾驶检测方法存在着精度低、参数复杂、泛化能力差等核心问题,采用MTCNN模型和基于红外的rPPG等理论,在光照变化、部分遮挡和头部偏转等复杂行车环境下精确提取驾驶员面部与生理信息;同时在深层挖掘多模态的特定疲劳信息后,结合多损失重构(MLR)的特征融合模块利用各模态间的互补信息,避免了单模态检测方法存在的局限性,进一步构建了多模态特征融合模型,增强模型的准确性与鲁棒性;最后考虑到疲劳的时序性,基于Bi-LSTM模型建立了疲劳驾驶检测模块。在自制数据集FAHD上展开实验,证明了红外生理特征提取模型的可靠性,多模态特征输入的有效性,同时与现有融合方法相比,本文方法融合后的预测结果与疲劳标定值间的相关系数提高了5.6%,均方根误差减少25%,疲劳检测系统准确率达到了96.7%,在推动智慧交通发展的同时对维护交通安全也有较好的积极意义。

一种基于普通摄像头的光线自适应心率检测方法

为了在光线不均匀的情况下有效地提取出血液容积脉搏波信号,提出了一种基于普通摄像头的光线自适应心率检测方法。该方法对人脸图像序列进行自适应伽马变换,消除光照等影响;从额头区域提取出脉搏波源信号,经小波滤波处理得到血液容积脉搏波;再经傅里叶变换分析估计出心率。通过Bland-Altman分析,表明该文使用的方法与电子血压计的测量结果具有较好的一致性,且该文使用的自适应伽马变换消除了光照干扰的影响,心率的测量误差明显减小,完全能够满足日常心率监测的要求。

基于视频放大与盲源分离的非接触式心率检测

非接触式心率(HR)检测可以通过远程光电容积描记术(rPPG)实现,引起越来越多的关注.但在实际应用中,rPPG信号非常细微,极易被噪声淹没,从而导致现有的基于rPPG的心率检测方法很难准确地估计心率.针对以上问题,本文提出了一种增强rPPG信号、抑制噪声的非接触式心率检测方法.在这种方法中,首先通过欧拉颜色放大技术对正常HR分布频带上的色度信息进行放大,避免rPPG信号过小被噪声淹没;接着使用人脸检测与跟踪技术选定合适的感兴趣皮肤区域;然后在感兴趣区域内提取放大后的色度信息,使用盲源分离方法和相关性分析分离出rPPG信号;最后对rPPG信号进行时域滤波与功率谱密度分析,估计出HR值.经多组实验验证,本文所提方法相比于以前方法具有更高的HR估计精度.

4种基于rPPG的非接触式心率估计方法的性能评估

目的:评估2SR(spatial subspace rotation)、POS(plane-orthogonal-to-skin)、Project_ICA和联合盲源分离与集合经验模态分解(joint blind source separation and ensemble empirical mode decomposition,JBSS_EEMD)4种具有代表性的基于远程光电容积脉搏波描记术(remote photoplethysmography,rPPG)的心率估计方法的性能。方法:采集黄种人和黑种人受试者的面部视频用于估计心率,同时用透射式手指脉搏血氧仪采集受试者的参考心率,在静止状态下和运动恢复状态下分别用4种方法估计受试者的心率,并与参考心率进行对比。结果:实验结果表明,在黄种人组处于静止和运动恢复状态以及黑种人组处于静止状态3种场景下,POS和Project_ICA方法的心率估计效果优于2SR和JBSS_EEMD方法。但在黑种人组处于运动恢复状态的场景下,4种方法的心率估计效果都较差。结论:在黄种人组处于静止和运动恢复状态以及黑种人组处于静止状态的场景下,引入皮肤反射模型,可以有效提高基于rPPG的非接触式心率估计方法的准确性。

无创心血管功能参数检测仪的研制

该研究基于光电容积脉搏波描记术(PPG)和nRF52832微控制器,设计了一种无创心血管功能参数检测仪,其具有使用方便、实时无创检测、低功耗等特点,实现了PPG信号采集、心血管功能参数计算等功能,不仅可应用于临床,更适用于社区及家庭。现主要介绍该检测仪的整体框架方案、硬件设计、算法软件设计。

基于近红外视频的非接触鲁棒性心率检测

提出了一种基于近红外视频的心率检测方法。该方法采用正交分解投影结合奇异值分解(OP-SVD)的方法,实现了夜间运动状态下的高精度鲁棒性心率检测。该方法通过人脸标志点检测,将人脸分为多个感兴趣子区域,获得了多通道成像式光电容积描记(IPPG)信号;采用正交分解投影法去除多通道IPPG信号中的运动伪迹;接着利用奇异值分解法再次去噪,并通过重构子区域信号获得了高信噪比IPPG信号,最终实现了心率的准确提取。实验结果表明,与传统方法相比,该方法的误差最小,其平均绝对误差(MAE)值达到了3.14 bit/min。