[发明专利]一种适用于昼夜环境的呼吸率检测方法

说明书

技术领域

本发明涉及医疗视频图像处理领域，具体是一种适用于昼夜环境的呼吸率检测方法。

背景技术

随着计算机技术的发展，视频图像处理技术在近年得到了快速地发展与应用，并且渗透到了生活的方方面面，为人们带来了诸多便利。在医疗科学领域，视频处理技术在医疗诊断、手术指导和日常检测方面具有巨大的应用前景，为现代医学的发展提供了积极的辅助支撑作用。

呼吸率是急性呼吸功能障碍疾病检测的敏感指标之一，而对长期呼吸率变化趋势的监测分析也可以反映人体的健康状况，如身体疲劳状态、睡眠质量等。所以，呼吸率检测在相关疾病预防和日常检测方面具有重要意义。常用呼吸率检测方法为心电图法(Electrocardiogram,ECG)，即通过心电数据间接估计呼吸率。该方法虽然准确性较高，但所得呼吸率数值并不是即时呼吸频率，而是由心电数据间接估计得到，且测量时需要在被测者身上粘贴电极进行测量，会给被测试者带来身体和心理上的不适，影响呼吸率测量结果。为此，非接触式呼吸率检测技术的出现可以很好地解决上述问题。但早前提出的应用热成像相机、微型生物雷达、3D体感相机、磁感应相移技术等非接触式检测方式因成本昂贵、设备体积大、抗干扰性较差等原因而无法适用于日常检测，所以廉价、便捷、高效的非接触式呼吸率检测仍是今后研究的重点方向。

根据医学定义，胸部的一次起伏定义为一次呼吸，即一次吸气与一次呼气的过程，所以统计每分钟胸部起伏的次数即可以估计呼吸频率。目前大多数非接触式呼吸率检测技术都是通过统计一分钟内胸部起伏运动的次数来估计呼吸率。Alinovi等人在近期提出了基于时空分解的非接触式视频呼吸率检测技术。该方法采用EVM(Eulerian Video Magnification)思想，首先通过拉普拉斯金字塔分解原始视频图像，提取不同尺度下图像的亮度特征信息；然后采用时空处理技术提取并放大呼吸信号；最后使用最大似然估计法分析信号估计呼吸率。

Alinovi方法虽然可以准确地估计呼吸率，但存在以下缺陷：(1)基于EVM 运动放大方式在突出呼吸运动的同时也会对视频中的噪声进行同等幅度的放大，而放大后噪声会对后期呼吸信号的提取产生干扰，影响呼吸率的估计；(2)原方法采用全局处理方式，该方法虽然可以最大程度地获取呼吸运动信号，但场景中其他干扰运动会对呼吸信号的判定产生干扰；(3)对于睡眠呼吸检测等要求在夜间进行视频获取的场景，普通摄像头无法有效地采集视频。

发明内容

本发明的目的是提供一种适用于昼夜环境的呼吸率检测方法，以解决现有技术Alinovi方法估计呼吸率存在的问题。

为了达到上述目的，本发明所采用的技术方案为：

一种适用于昼夜环境的呼吸率检测方法，其特征在于：包括以下步骤：

(1)、采用摄像头对人体进行拍摄以获取视频，所述摄像头由计算机通过Matlab软件控制，拍摄时确保人体上半身处于视频画面内且尽量处于中心区域，并保持摄像头以固定的分辨率、帧率和RGB彩色空间拍摄一定时间，白天室内有稳定白炽灯光源环境下拍摄的视频保存为AVI格式，夜间无光照环境下拍摄的视频保存为mp4格式；

(2)、对摄像头采集的视频进行人脸检测，并根据人体几何知识，由人脸区域定位胸口位置，获得稳定的胸口运动视频，过程如下：

(2.1)、获取人脸区域：

在计算机中将摄像头采集的视频的第一帧作为参考图像，通过OpenCV中的Viola-Jones人脸检测器检测出矩形的人脸区域，获得矩形框四个顶点F1的坐标；

(2.2)、确定呼吸信号采集区域：

根据先验知识，人的身高可以用头高进行描述，由呼吸引起胸部变化区域大致在第六头高线与第七头高线的下方区域，即肩膀下方到第六头高线上方的区域，根据先验知识可从视频中找出呼吸引起胸部变化区域，然后在呼吸引起胸部变化区域中确定呼吸信号采集区域，确定的原则如下：

选择从头顶开始，向下移动1.4-1.6倍头高作为呼吸信号采集区域起始纵坐标，以人脸框中心点向左移动0.23-0.27倍头宽作为呼吸信号采集区域起始横坐标，0.4-0.6倍的头高和0.8-1.2倍的头宽分别作为呼吸信号采集区域的长与宽；

(2.3)、获取胸口运动视频：

确定呼吸信号采集区域后，对视频进行裁剪以保留呼吸信号采集区域对应的胸口位置图像，并输出胸口位置图像序列后进行视频保存，生成稳定的胸口运动视频；