基于圖像處理技術的心率檢測軟件設計與實現

馬彩云（山東中醫藥大學　理工學院，濟南　250355）

?

基于圖像處理技術的心率檢測軟件設計與實現

馬彩云
（山東中醫藥大學理工學院，濟南250355）

摘要：隨著智能手機可用于心率等重要生命特征參數及其變化的監測，和用戶對心率檢測軟件的實時性要求。本文介紹了基于圖像處理技術的心率檢測軟件設計與實現的方法，研究了一種新的基于融合兩種采樣方法的檢測方法，提出了手機集成檢測方案并實現了相應的演示系統。通過與專業檢測設備對比，驗證了方法的有效性。

關鍵詞：心率檢測；圖像處理技術；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，它是反映心臟是否正常工作的一個重要參數。目前，心率信號檢測與處理迅速發展為一個研究熱點，隨著醫學知識與圖像處理技術的不斷發展和進步，日常監測人體各類生理信號也已經實現。現代技術也在更好的應用于心率圖像信號研究，本文的研究工作是基于Android手機平臺的心率檢測軟件，以便更理性、更科學地揭示心率的實質與特征。

市面上基于智能手機平臺的心率檢測軟件已經出現，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。英國布魯內爾大學Pelegris等人研究了手機上心率的檢測，并將結果發表在《IEEE生物醫學工程會刊》上，然而他們在心率信號處理沒有考慮噪音消除或抑制，檢測結果受噪音影響較大。

因此，如何提高心率監測精確度和可靠性，是本文重點關注的問題。其中保障檢測心率準確率的重點主要在于心率監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行大量實驗，以期求得最為準確的心率。實驗證明，通過以上方案之后，檢測結果比較理想。

2　數據采集方法

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一步說明：

2.1基于手指RGB信號的心率檢測

（1）操作過程：當打開Android手機軟件時，手機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、手指運動以及指壓過大等因素的影響）。

（2）通過對形成的圖像進行分析、對圖像的RGB值進行一定的算法取值、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機，通過設置啟發式閾值來對顏色信號進行一定的篩選，能識別運動偽影和減少其他因素的影響，進而得到穩定的心率估計）。

2.2基于人臉RGB信號序列的心率檢測

（1）操作過程：當測完手指RGB信號后，平臺將提示“是否進入人臉RGB信號序列的檢測”，手機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域，并把區域內的信號按 RGB 三個信道求出像素平均值，再對標準化后的信號進行時域圖的波峰檢測。

（2）首先將采集的圖片統一成相同的尺寸，然后進行歸類、統計，接下來就可以對輸入圖片中的感興趣區域進行檢測。自2010年，麻省理工學院多媒體實驗室的Poh利用日光作為光源，使用獨立成分分析從人臉視頻圖像中提取心率信號從而實現了心率檢測（基于人臉RGB信號的心率檢測，由Kwon等［2］提出了基于手機攝像頭的心率檢測方法）。

3　Android手機平臺的心率檢測軟件模塊設計

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域。

3.2界面呈現模塊

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、當前心率和測試時間。（心率穩定后暫停采樣，計算心率時域圖的波峰檢測，從而得到穩定的心率估計），與心率標準做對比。

3.3小波閾值去噪模塊

數字轉換模塊與系統控制模塊之間建立內部聯系后，用小波閾值去噪函數算法，對采樣的心率信號進行去噪處理，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行融合檢測算法和尋峰算法，計算波峰出現次數及總體采樣時間，計算心率（檢驗算法）。

3.5信號捕獲實現模塊

手機攝像頭取景，把視頻流轉換成位圖格式的圖像，再對圖像進行處理和識別，顯示心率值并存儲于個人數據庫。

參考文獻：

［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］.醫療衛生裝備，2010，31（07）:12-14.

［4］羅強，田化梅，羅萍等.基于平穩小波變換的心電信號去噪研究［J］.計算機與數字工程.

［5］唐弘玲，基于信號處理的手機心率.

［6］朱珍民，郭高安，馬官慧，許曉瑩.基于智能手機的生命參數檢測方法研究.

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：生物醫學工程。