基于rPPG的心率測量方法研究

邵天浩，王眾鑫，郭紫陽，曹 玥

（1.華北理工大學(xué)人工智能學(xué)院，唐山 063200；2. 華北理工大學(xué)基礎(chǔ)醫(yī)學(xué)院，唐山 063200）

0 引言

在臨床診斷中，心臟的各項指標(biāo)對判斷病情一直起著關(guān)鍵的作用。例如：心率、呼吸率、血氧濃度等。其中，心率則在各項診斷時被放在首要位置。如今，全球心血管疾病負(fù)擔(dān)增加，因心血管疾病造成死亡的約占死亡人數(shù)的三分之一。中國的心血管死亡率占據(jù)全球第一，而心率對監(jiān)控心血管疾病和治療慢性疾病至關(guān)重要。此外，大多數(shù)心血管疾病都是可預(yù)防、可監(jiān)控的?，F(xiàn)如今主流心率檢測方式，都需要同患者近距離接觸，但面對一些特殊人群，如早產(chǎn)兒、具有皮膚病史、大面積燒傷等患者，接觸式檢測很可能導(dǎo)致患者感染。并且，如今新冠疫情形勢仍然嚴(yán)峻，接觸式檢測可能會造成交叉感染。故現(xiàn)需要一種可以遠(yuǎn)程測量心率的檢測形式。遠(yuǎn)程光電容積描記法（remote photoplethysmo graphy，rPPG）技術(shù)，是在PPG 的基礎(chǔ)上進(jìn)行發(fā)展研究，仍然適用比爾-朗伯定律。rPPG 檢測心率的原理基于以下事實：心臟的跳動，導(dǎo)致毛細(xì)血管內(nèi)的血紅蛋白含量發(fā)生細(xì)微變化。同時，光線在照射人體皮膚時，血管內(nèi)血紅蛋白含量的多少決定光吸收量，因此，反射光的強度也會發(fā)生細(xì)微變化［1］。基于這一事實，rPPG可以從皮膚中提取脈搏波信號［2］。

1 算法原理及實現(xiàn)

1.1 rPPG原理

基于傳統(tǒng)接觸式檢測原理出發(fā)，rPPG 是由PPG 發(fā)展而來，同PPG 不同，rPPG 利用成像設(shè)備代替?zhèn)鞲衅?，突破了同皮膚接觸的傳統(tǒng)測量方法，并且不需要外加特殊光源，但其原理與PPG相同。

比爾-朗伯定律是PPG 的理論基礎(chǔ)，rPPG同樣適用該定律。比爾-朗伯定律：當(dāng)一束均勻的特定波長的光透過性質(zhì)均一且非散射的溶液后，吸光度與溶液液層厚度和溶液吸光物質(zhì)的濃度的乘積成正比。根據(jù)此定律，可推出下式：

式中：I為光的透射強度；I0為發(fā)射光的強度。ε(λ)為物質(zhì)的吸光系數(shù)，其中，λ為光的波長，吸光系數(shù)表示物質(zhì)吸光的能力，數(shù)值越大，吸光能力越強。C和L分別表示溶液中吸光物質(zhì)的濃度與溶液液層的厚度。

在人體血管中，雖然存在各種各樣的物質(zhì)，但是物質(zhì)之間不相互影響，所以比爾-朗伯定律仍然適用。

1.2 ROI選取

在rPPG 原理中，身體上任何暴露的皮膚都可作為ROI。但是考慮到遠(yuǎn)程檢測的便捷性以及毛細(xì)血管在人體皮膚的分布，選擇面部作為感興趣區(qū)域。而面部也存在著一些不適合的區(qū)域，如眼睛、嘴巴等，這些區(qū)域?qū)τ谛穆蕶z測存在一定的感染。并且由于遠(yuǎn)程檢測的適應(yīng)性，面對人群存在頭發(fā)遮蓋額頭的情況，重新選擇ROI 區(qū)域。ROI 選取包括手動選取和自動選取。因在心率檢測過程中，被檢測人的頭部可能出現(xiàn)輕微晃動，手動選取存在兩次選取無法完全一致的情況，故選擇自動選取?；赿lib 庫的人臉68 關(guān)鍵點檢測，選取11 個點組成ROI 區(qū)域。但此ROI 區(qū)域仍會出現(xiàn)非皮膚區(qū)域選取，所以對該ROI 區(qū)域除第27 點外的10 個關(guān)鍵點進(jìn)行坐標(biāo)修正，利用公式（2）、（3）和（4）計算，形成新的ROI區(qū)域［3］。

上式中v和r是校正前后的坐標(biāo)。| |· 是絕對值運算符。

1.3 濾波

ROI 選取完成后對其進(jìn)行保存，作為后續(xù)檢測的數(shù)據(jù)。在檢測過程中，被檢測人的呼吸起伏、頭部運動、外界噪聲等都會作為噪聲影響后續(xù)檢測結(jié)果，所以濾波對于檢測心率十分重要。本實驗選取巴特沃斯帶通濾波器作為濾波工具。因心臟跳動為每分鐘40 次至240次［4-6］，其頻率范圍大致為0.7～4 Hz。因此，為了去除因呼吸起伏造成的低頻信號以及因噪聲引起的高頻信號對后續(xù)檢測結(jié)果的影響，使用6階巴特沃斯帶通濾波器對［0.7, 4］Hz 進(jìn)行濾波，用來降低噪聲對結(jié)果的干擾。

1.4 獨立成分分析

圖1 ROI的選取

獨立成分分析又稱作盲源分離，是在生理信號處理中較為常見的用來去除噪聲的技術(shù)手段。獨立成分分析是指在信號疊加過程信息未知的情況下，對一組混合信號進(jìn)行信號分離的方法［7-8］。最典型的例子為對一組傳感器的疊加信號進(jìn)行處理，獲得各個傳感器的不同信號。獨立成分分析法是指從一組由原始信號進(jìn)行線性組合分離得出獨立源信號的技術(shù)手段。該技術(shù)在醫(yī)學(xué)中被廣泛應(yīng)用，例如，心電圖和腦電圖的記錄中去除噪聲，分離孕婦和胎兒的心電圖［9］。

由于毛細(xì)血管中的血紅蛋白對不同波長的光線吸收率不同，所以可對原始信號進(jìn)行分解，分為RGB 三個獨立通道。每個通道分別觀察到各自信號。在獨立成分分析法中，源信號數(shù)量不能超過觀測信號數(shù)量，此處的觀測信號為RGB 三個不同通道的信號，故假設(shè)存在三個基礎(chǔ)源信號［5］。

圖2 獨立成分分析流程

1.5 功率譜

獨立成分分析法對信號進(jìn)行處理，最終得到三個基礎(chǔ)源信號，其中只有一個信號包含脈搏波信號，而且分解出的源信號是不存在順序的，隨機出現(xiàn)。故選擇對三個基礎(chǔ)源信號進(jìn)行功率譜處理，比較三個信號的功率譜幅值，將具有最大功率譜幅值的源信號作為脈搏源信號［10］。

2 實驗設(shè)計和結(jié)果分析

本實驗采用電腦筆記本自帶攝像頭進(jìn)行圖像采集，該攝像頭分辨率為1280×720。在圖像采集過程中需要被測者正對攝像頭，該實驗初始采集270 組數(shù)據(jù)進(jìn)行分析，后續(xù)數(shù)據(jù)分析進(jìn)行60 組數(shù)據(jù)對前者更換，保證每次分析數(shù)據(jù)都在270 組。如此減少瞬時噪聲對結(jié)果的干擾，也減少后期檢測所需等待時間。

在圖像采集過程中，原相機所顯示圖像將以窗口形式展現(xiàn)，隨之進(jìn)行的還有人臉關(guān)鍵點檢測，以及ROI自動選取。將選取的ROI圖像以另一個窗口的方式進(jìn)行展示。在ROI 選取過程中，人臉關(guān)鍵點的檢測有時不滿足所取區(qū)域皆是皮膚組織，故需對原關(guān)鍵點的坐標(biāo)進(jìn)行修正。

圖3 rPPG算法流程

圖4 ROI區(qū)域選取

在ROI 選取結(jié)束后，此時保存該時刻ROI區(qū)域的圖像，對該圖像進(jìn)行RGB 三通道分離，并對三通道進(jìn)行像素值平均處理，使之成為一組數(shù)據(jù)。但此時數(shù)據(jù)包含許多干擾信息，如外界噪聲、頭部運動等，故需對數(shù)據(jù)進(jìn)行濾波處理。

本實驗使用6 階巴特沃斯帶通濾波器對數(shù)據(jù)進(jìn)行帶通濾波，從而消除一部分噪聲信號，進(jìn)而增加檢測結(jié)果的準(zhǔn)確性。下一步進(jìn)行數(shù)據(jù)儲存，270組數(shù)據(jù)作為一組進(jìn)行后續(xù)獨立成分分析。

獨立成分分析將數(shù)據(jù)進(jìn)行分解還原，本實驗采用的獨立成分分析迭代次數(shù)為200次，可以滿足大部分的檢測要求。該方法從數(shù)據(jù)中提取出三組新數(shù)據(jù)，其中一項包含脈搏波信號。通過對三組信號進(jìn)行功率譜處理，按照上文中提到的方法選擇最佳獨立信號，并對最佳獨立信號進(jìn)行傅里葉變換，最后利用公式（5）求解心率。

其中：HR為人體心率，fAmax為最佳獨立信號功率譜最大幅值所對應(yīng)的頻率。

3 結(jié)語

本文主要介紹了基于遠(yuǎn)程非接觸式心率測量的原理和方法。通過對被檢測者的人臉關(guān)鍵點定位、處理檢測出ROI 區(qū)域，記錄ROI 區(qū)域內(nèi)RGB 三個通道的平均像素強度，并使用濾波器濾波，最后使用獨立成分分析對數(shù)據(jù)進(jìn)行處理，根據(jù)算法計算得出心率。該方法便于操作、重復(fù)性高，并且可應(yīng)用于日常的心率檢測，在未來醫(yī)療行業(yè)中有著較大的發(fā)展前景。