基于多尺度樣本熵方法分析歐拉視頻放大技術在非接觸式測量的作用

鮑凱林，陳兆學

上海理工大學醫療器械與食品學院，上海200093

前言

脈搏信號是人體最重要的生理信號之一，它包含大量生理病理信息，體內各種狀態變化都會反映在脈搏信號中［1］。而脈搏信號的改變或雜音的出現，往往是人體各器官病癥的最早表征。脈搏信號的研究可以清楚地了解身體的生理特性，為疾病診斷提供重要依據。

目前，心電圖法是心率測量中應用最廣、準確度高的一種方法，但是由于這類接觸式測量法中傳感器設備需要與人體皮膚接觸，造成使用上的不便。由此，非接觸式測量方法的優勢愈加明顯。隨著計算機視覺技術的發展，研究人員利用光電容積描記法原理對人體皮膚采集視頻進行處理，從而實現對生理信號的非接觸測量，該方法也出現相關問題，如不能有效消除噪聲、準確度不高等。Poh 等［2-3］和Pursche 等［4］采用獨立成分分析算法進行盲源分離處理，對于測量對象人臉中非皮膚區域，發現眼睛眨動對處理結果產生干擾，且噪聲頻率和心率彼此接近，不易被濾除［5］。另外，盲源分離并沒有提供一個判斷方法來區分分離后哪一組獨立信號更接近于實際心率信號，從而影響到心率的最終計算精度［6］。文獻［7］通過臉部跟蹤和對臉部變化亮度矯正有效提高算法對移動和環境變化的魯棒性。文獻［8］根據建立皮膚模型和線性盲源分離從臉部多個局部區域提取的體積描記器信號，并使用多數投票法估計心率，進一步提高對被測對象移動和環境亮度變化的魯棒性，一定程度上克服Li等［9］在復雜測量背景臉部變化亮度矯正可靠性低的不足?！?br>