基于iPPG的非接觸式心率測(cè)量方法研究*

劉 祎 歐陽健飛 閆勇剛

(天津大學(xué) 精密測(cè)試技術(shù)與儀器國(guó)家重點(diǎn)實(shí)驗(yàn)室，天津 300072)

?

基于iPPG的非接觸式心率測(cè)量方法研究*

劉 祎 歐陽健飛 閆勇剛

(天津大學(xué) 精密測(cè)試技術(shù)與儀器國(guó)家重點(diǎn)實(shí)驗(yàn)室，天津 300072)

心臟的搏動(dòng)引起血管內(nèi)血液容量的脈動(dòng)性變化，從而引起皮膚表面顏色發(fā)生不易被人眼觀察到的細(xì)微變化。本文提出了一種基于圖像光電容積脈搏波描記法(image Photoplethysmography, iPPG)的心率測(cè)量方法，使用普通攝像頭非接觸拍攝人的面部獲取彩色視頻，對(duì)其中的皮膚顏色變化進(jìn)行放大并從中提取出血液容積脈搏波，從而計(jì)算出心率。通過實(shí)驗(yàn)和統(tǒng)計(jì)分析驗(yàn)證該方法與臨床使用的脈搏血氧儀測(cè)量結(jié)果具有很好的一致性。由于該方法實(shí)現(xiàn)非接觸式測(cè)量，避免了直接皮膚接觸對(duì)被測(cè)者造成不適，且操作簡(jiǎn)單、成本低，可以用于日常心率監(jiān)測(cè)和現(xiàn)代醫(yī)療設(shè)備的改進(jìn)。

生物光學(xué)；iPPG；普通攝像頭；非接觸；血液容積脈搏波；心率

0 引言

近幾年，罹患心血管疾病的人數(shù)不斷增多，年齡層次也越來越低。心腦血管病就像顆不定時(shí)炸彈，隨時(shí)都可能有致命的危險(xiǎn)。有關(guān)資料顯示，猝死90%的原因與心血管有關(guān)，其中心血管相關(guān)疾病、心肌梗塞占了大多數(shù)。心率是指心臟每分鐘跳動(dòng)的次數(shù)，是最基本的心血管參數(shù)之一。靜息心率的增快被確定為引發(fā)心血管疾病的一項(xiàng)獨(dú)立危險(xiǎn)因素。大量臨床研究證實(shí)，靜息心率偏快的人，發(fā)生各種心血管疾病的危險(xiǎn)明顯增加，死亡率也高。及時(shí)準(zhǔn)確地監(jiān)測(cè)靜息心率的變化能夠有效預(yù)測(cè)心血管病，減少心梗、心臟猝死等的發(fā)病危險(xiǎn)。

傳統(tǒng)的心率測(cè)量方法有心電圖法(Electrocardiogram,ECG),它需要被測(cè)者在身上粘貼電極或佩戴胸帶，對(duì)被測(cè)者造成一定的刺激和不適。光學(xué)方法是工程中非接觸測(cè)量常用的方法[1-2]。光電容積脈搏波描記法(Photoplethysmography,PPG)是一種使用光技術(shù)在活體組織中檢測(cè)血液容積變化的無創(chuàng)式檢測(cè)方法[3-4],主要被用于脈搏血氧儀。測(cè)量需要特定光源或紅外波長(zhǎng)的光和接觸式的傳感探頭[5-7],雖然相比傳統(tǒng)的心率測(cè)方法舒適度有所提高，但是仍然是接觸式的測(cè)量，長(zhǎng)時(shí)間測(cè)量仍會(huì)使被測(cè)者感到不適。最近研究者提出圖像光電容積脈搏波描記法(image Photo plethysmography,iPPG),它是一種利用遠(yuǎn)距離非接觸拍攝的視頻獲取PPG信號(hào)的方法。心臟收縮時(shí)，外圍血容量增大；反之，心臟舒張時(shí)，外圍血容量減小。由于血液比周圍組織對(duì)光的吸收能力強(qiáng)，表面反射的光強(qiáng)度會(huì)隨著心臟跳動(dòng)呈現(xiàn)脈動(dòng)性的周期性變化。研究表明通過攝像頭探測(cè)人面部顏色變化可以獲得PPG信號(hào)[8-10]。

目前的研究都是將視頻中感興趣區(qū)域(Region of Interest, ROI)中像素的紅、綠、藍(lán)顏色通道值分別逐幀做空間平均，然后用ICA[11]、PCA[12]、cICA[13]等方法從中提取出PPG信號(hào)，但是這些方法都是基于統(tǒng)計(jì)的方法，需要的數(shù)據(jù)量大，不能用于瞬時(shí)測(cè)量，且計(jì)算復(fù)雜、穩(wěn)定性差。本文提出了一種利用局部空間濾波和時(shí)域?yàn)V波器將視頻感興趣區(qū)域顏色變化放大并從中提取出心率值的方法。首先對(duì)這一算法進(jìn)行描述，然后進(jìn)行多組實(shí)驗(yàn)驗(yàn)證其與商用脈搏血氧儀測(cè)量結(jié)果的吻合性。

1 基于iPPG的心率測(cè)量方法

1.1 實(shí)驗(yàn)過程

用普通家用攝像頭(640×480，幀率為30幀/秒)拍攝240幀人臉視頻，并以M-JPEG AVI格式保存。拍攝在室內(nèi)進(jìn)行，光源為日常工作所需自然光，在拍攝過程中被測(cè)者面對(duì)攝像頭并避免有較大的運(yùn)動(dòng)，然后對(duì)視頻進(jìn)行處理，處理過程使用MATLAB編程實(shí)現(xiàn)。算法流程圖如圖1所示。

圖1 算法流程圖

為了避免圖像背景的影響，需要進(jìn)行人臉檢測(cè)，由于人臉基本保持不動(dòng)同時(shí)為了減少計(jì)算量，只需對(duì)第一幀進(jìn)行人臉檢測(cè)，這里采用Viola-Jones檢測(cè)算法[14]和MATLAB自帶的訓(xùn)練好的人臉分類模型庫(kù)。由于眼睛的眨動(dòng)會(huì)產(chǎn)生一定的干擾，只提取人臉下部的1/2部分作為感興趣區(qū)域(如圖2所示黑色框內(nèi)為感興趣區(qū)域)，得到的視頻作為視頻顏色變化放大算法的原始輸入視頻。

圖2 感興趣區(qū)域提取

1.2 視頻顏色變化放大

受到歐拉視頻放大技術(shù)[15]的啟發(fā)，我們從流體力學(xué)中連續(xù)介質(zhì)假設(shè)的角度出發(fā)，把每個(gè)像素點(diǎn)顏色值看做是時(shí)間的連續(xù)函數(shù)，對(duì)各像素點(diǎn)顏色值的時(shí)間序列進(jìn)行帶通濾波并放大。

如圖3流程圖所示，由于存在攝像頭傳感器噪聲和量化噪聲，微小的顏色變化可能被淹沒，為了提高信噪比，在時(shí)域?yàn)V波之前對(duì)每幀圖像進(jìn)行低通濾波，這里，我們采用4層高斯模糊并進(jìn)行降采樣以減少計(jì)算量，時(shí)域?yàn)V波采用通帶頻率為1～8/6Hz(心率為60～80次/min)的理想帶通濾波器，放大倍數(shù)a =50，算法流程圖如圖3所示。

圖3 視頻放大算法流程圖

1.3 血液容積脈搏波提取

為了得到皮膚區(qū)域的脈搏波，我們?cè)赮CbCr彩色空間內(nèi)設(shè)定閾值對(duì)1.2處理得到的視頻逐幀進(jìn)行皮膚區(qū)域檢測(cè)[16]：

Y>80，77

(1)

式中，Y為亮度分量；Cb為藍(lán)色色度分量；Cr指紅色色度分量。

分離出人臉皮膚區(qū)域的YIQ通道，并按照式(2)對(duì)Y通道做空間像素平均，得到的信號(hào)xk(k=1,2,3…)即為提取的血液容積脈搏波BVP(Blood Volume Pulse)。

(2)

式中，xk為第K幀的有效值；xki為第K幀人臉皮膚區(qū)域的第i個(gè)像素點(diǎn)的值；m為第K幀人臉皮膚區(qū)域包含像素點(diǎn)的個(gè)數(shù)。

1.4 心率計(jì)算

用快速傅里葉變換對(duì)BVP進(jìn)行能量譜分析，能量最高點(diǎn)對(duì)應(yīng)的頻率即為心跳頻率f，心率可由式(3)計(jì)算得到。

HR=f×60

(3)

2 結(jié)果

圖4(a)為不進(jìn)行人臉定位和皮膚檢測(cè)，直接對(duì)攝像頭采集的原始視頻進(jìn)行顏色變化放大，像素匯集得到的Y通道血液容積脈搏波。按照上述方法得到的血液容積脈搏波如圖4(b)所示，顯然，對(duì)比可知，雖然由于皮膚檢測(cè)模塊的加入引入了一些噪聲，但是這些噪聲易于被濾除，且得到的脈搏波中脈搏成分更加明顯，因此使用本文方法更有利于心率的準(zhǔn)確提取。

脈搏波的能量譜圖如圖(5)所示，峰值點(diǎn)對(duì)應(yīng)的頻率f=1.255Hz，由式(3)計(jì)算得到心率HR≈75次/min。

圖4 血液容積脈搏波

圖5 血液容積脈搏波能量譜圖

3 統(tǒng)計(jì)與數(shù)據(jù)分析

為了驗(yàn)證該算法的準(zhǔn)確性，進(jìn)行50組重復(fù)試驗(yàn)，在用本文方法拍攝視頻的同時(shí)用商用脈搏血氧儀測(cè)量心率，選取較穩(wěn)定的值作為血氧儀測(cè)量結(jié)果。使用Bland-Altman對(duì)最后得到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得到95%的置信區(qū)間為[-2.8489,2.8889],如圖6所示。因此可以認(rèn)為本文方法和商用血氧儀測(cè)量結(jié)果具有很高的吻合度。

圖6 Bland-Altman分析兩種方法的吻合度

4 結(jié)束語

本文方法可以實(shí)現(xiàn)用普通攝像頭測(cè)量心率，無創(chuàng)、非接觸，避免了傳統(tǒng)測(cè)量方法給被測(cè)者帶來的不適，且操作方便、成本低，可以用于日常心率的監(jiān)測(cè)，有利于心血管病的預(yù)防，早發(fā)現(xiàn)、早治療，防止病情的惡化，對(duì)現(xiàn)代醫(yī)療設(shè)備的改進(jìn)具有一定的意義，在當(dāng)前個(gè)人電腦，攝像頭等設(shè)備廣泛普及的數(shù)字時(shí)代具有有較強(qiáng)的經(jīng)濟(jì)性和應(yīng)用前景。

[1] 段振云，張思佳，趙文輝.基于機(jī)器視覺的齒輪齒廓偏差測(cè)量[J].計(jì)量技術(shù),2014(6)

[2] 周紅鋒，宮愛玲.基于激光三角法反射式光路設(shè)計(jì)的小角度測(cè)量[J].計(jì)量技術(shù),2014(6)

[3] Allen J.Photoplethysmography and its application in clinical physiological measure-ment[J].Physiological Measurement,2007:1-39

[4] 趙飛帆，方路平，陳仕驍.基于人臉視頻測(cè)量脈搏方法的初步研究[J].生物醫(yī)學(xué)工程學(xué)雜志，2012,29(5):876-879

[5] 馬俊領(lǐng)，王成，李章俊，趙宏垚.基于PPG的心率和呼吸頻率的測(cè)量研究[J].光學(xué)技術(shù)，2011,37(3):309-312

[6] 羅志昌，張松，楊益民，李雯旭.光電容積脈搏波描記法原理及其在臨床上的應(yīng)用[J].世界醫(yī)療器械，2000,6(9):41-47

[7] 聶冬，崔萌，朱貽盛，牛金海.無創(chuàng)光電容積脈搏波檢測(cè)分析系統(tǒng)[J].北京生物醫(yī)學(xué)工程，2012,31(1):77-80

[8] Verkruysse W, Svaasand L O, Nelson J S. Remote plethysmographic imaging using ambient light [J]. Opt. Express, 2008, 16(26):21434-21445

[9] Wieringa F P, Mastik F, and Van der Steen A F W. Contactless multiple wavelength photoplethysmographic imaging: a first step toward “spo2 camera” technology[J]. Annals of biomedical engineering, 2005,33(8):1034-1041

[10] Hu Sijung, Zheng Jia, Chouliaras Vassilios, Summers Ron. Feasibility of imaging Photo-plethysmography[C]. BioMedical Engineering and Informatics, 2008, 2: 72-75

[11] Poh M Z, McDuff D J, Picard R W, Advancements in noncontact, multiparameter physiological measurements using a webcam [J] , IEEE Trans. Biomed. Eng, 2011, 58(1):0018-9294

[12] Lewandowska M,Ruminski J,Nowak J.Measuring pulse rate with a webcam-A non-contact method for evaluating cardiac activity[C].Proceedings of the Federated Conference on Computer Science and Information Systems,Szczecin,2011:405-410

[13] Tsouri G R, Kyal S, Dianat S, Mestha L K. Constrained independent component analysis approach to nonobstrusive pulse rate measurements[J].Journal of Biomedical Optics, 2012, 17(7):077011

[14] Viola, Paul A and Jones, Michael J. Rapid Object Detection using a Boosted Cascade of Simple Features [C]. 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2001,1:511-518

[15] Wu H Y, Rubinstein M, Shih E, Guttag J, et al. Eulerian video magnification for revealing subtle changes in the world[C]. ACM Trans. Graph (Proceedings SIGGRAPH2012), 2012, 31(4)

[16] Mahmoud T M. A new fast skin color detection technique [J].World Academy of Science, Engineering and Technology , 2008, 19: 498-502

國(guó)家自然科學(xué)基金(NSFC 61178040)

10.3969/j.issn.1000-0771.2015.4.01