[发明专利]一种生理信号预测方法

说明书

本申请涉及一种生理信号预测方法，包括：采集视频文件，视频文件中包含有长时视频，视频的文件内容含有单个人的面部和真实生理信号数据；将单个长时视频分割成多段短时视频片段，每段短时视频片段具有固定帧数，并且每段短时视频片段对应一个真实生理信号标签；利用所述短时视频片段的每一帧，提取生理信号识别的感兴趣区域特征，形成单帧感兴趣区域特征；对所述每段短时视频片段对应的所有固定帧的单帧感兴趣区域特征进行拼接，形成多帧视频感兴趣区域特征，将多帧视频感兴趣区域特征由RGB色彩空间转化为YUV色彩空间，形成包含时间和空间信息的时空图；将所述时空图输入到深度学习模型中进行训练，利用训练好的深度学习模型预测生理信号参数。

技术领域

本申请涉及数据处理领域，尤其涉及一种生理信号预测方法。

背景技术

近年来兴起的rPPG(Remote Photoplethysmography)是一种无接触的测量方法，正常人体内的毛细血管扩张和收缩会引起的血容量改变，血管内的血红蛋白的数量和血氧含量也随时间变化，考虑到血红蛋白会吸收射入皮肤的光，所以有漫反射光波会随血容量改变发生微小的改变；由上述可知，通过摄像头可以捕捉红、绿、蓝光波随时间的微小周期性数值波动，即脉动信息，达到测量生理信号的目的。

现有基于rPPG测量生理信号的技术主要是独立成分分析（ICA）、快速傅里叶变换（FFT）、小波变换（WT）等传统信号处理方法，本方法是采用数据驱动建模方法，从视频中提取具有生理信号脉动信息的时空图，以时空图作为深度学习模型的输入学习生理信号参数变化，时空图输入可作为不同生理参数通道预测模型的输入。

专利申请公布号CN105100701A公开了用于提高从监控主体的期望生理功能的视频获得的生理信号的准确性的系统和方法。在一个实施例中，接收视频的图像帧。处理连续成批的图像帧。对于每一批，与主体的暴露身体区域关联的像素被分离、处理以获得时间-序列信号。如果在捕获这些图像帧的过程中出现低于预定阈值水平的运动，则预测模型的参数使用这一批的时间-序列信号来更新。否则，最后更新的预测模型被用来生成这一批的预测时间-序列信号。时间-序列信号与预测的时间-序列信号融合，以获得融合的时间-序列信号。每一批时间-序列信号被处理，以获得与生理功能对应的主体的生理信号。

专利申请公布号CN105190691B涉及一种用于在尽管有对象的运动的情况下获得对象的生命体征，尤其是在基于投影的生命体征记录中将诸如呼吸信息信号的生命体征与噪声区别开的设备和方法。所提出的设备包括：接口(124)，其用于接收对象的图像帧的集合；分析单元(128)，其用于确定方向改变的量和/或在所述集合的许多图像帧的图像帧的子集中的感兴趣的区域内的方向改变之间的时间距离，方向改变指示所述感兴趣的区域内出现的运动的所述方向的改变；评估单元(132)，其用于通过使用所确定的方向改变的量和/或所述图像帧的子集的所述时间距离来确定所述图像帧的子集内的所述感兴趣的区域是否包括生命体征信息和/或噪声；以及处理器(136)，其用于在确定所述图像帧的子集内的所述感兴趣的区域包括生命体征信息时确定来自所述图像帧的子集内的所述感兴趣的区域包括期望的生命体征。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种生理信号预测方法，包括：

S1：采集视频文件，所述视频文件中包含有长时视频，所述视频文件内容含有单个人的面部，所述面部有较大幅度、速度旋转和真实生理信号数据；

S2：将单个长时视频分割成多段短时视频片段，每段所述短时视频片段具有固定帧数，并且每段所述短时视频片段对应一个真实生理信号标签；

S3：利用所述短时视频片段的每一帧，提取生理信号识别的感兴趣区域特征，形成单帧感兴趣区域特征；

S4：对所述每段短时视频片段对应的所有固定帧的单帧感兴趣区域特征进行拼接，形成多帧视频感兴趣区域特征，将多帧视频感兴趣区域特征由RGB色彩空间转化为YUV色彩空间，形成包含时间和空间的时空图；