[发明专利]一种获取眼底光电体积描记信号的方法

权利要求书

1.一种获取眼底光电体积描记信号的方法，其特征在于，包括如下步骤：

S1、从采集的眼底视频中提取原始rPPG信号，并确定rPPG信号模型；

步骤S1具体包括：

S11、对采集的眼底视频的每一帧图像进行区域划分，并对感兴趣区域进行跟踪；在每一帧图像中，对每个区域的像素强度进行空间平均，以获得原始rPPG信号；

S12、计算每个区域随时间变化的平均像素强度，并在原始rPPG信号中减去该平均像素强度，然后使用带通滤波器将信号的频率范围限制在30～300bpm，该频率范围包含了感兴趣的心脏信号；

S13、对每个区域随时间变化的平均像素强度，利用心跳信号、通道响应函数和通道噪声建立关于时间的信号模型，并将该信号模型改写为向量形式，得到所述rPPG信号模型；

其中，S13具体包括：

对第j个区域随时间t变化的平均像素强度p_j(t)建模如下：

p_j(t)＝h_j(t)*y_j(t)+n_j(t) (1)

其中，*是线性卷积算子，y_j(t)表示在第j个区域观测到的心跳信号，h_j(t)和n_j(t)分别表示通道响应函数和通道噪声；

由于已知心跳信号在频域中是稀疏的，将式(1)改写为向量形式，得：

p_j＝h_j*F^-1x_j+n_j (2)

其中，F^-1表示傅里叶变换F的逆变换，F是大小为W的一维离散傅里叶变换，W为时间窗长度；x_j为心跳信号y_j的稀疏频谱，且有x_j∈C^W，y_j∈R^W，C表示复数集合，R表示实数集合；

忽略通道响应函数的影响，得到所述rPPG信号模型：

p_j＝F^-1x_j+n_j (3)；

S2、对原始rPPG信号，根据信噪比或者信号幅度预先进行第一次去噪，以将包含较多噪声的区域移除，并且，在每个时间窗移除不同的区域；为了后续进行时间窗口的融合，先通过从相邻区域内插来合成缺失区域中的信号；

S3、对第一次去噪后的rPPG信号进行第二次去噪：使用稳健主成分分析法对去噪问题进行建模，利用矩阵因子分解去除外部噪声；

步骤S3具体包括：

S31、将第一次去噪后的rPPG信号堆叠成矩阵，得到rPPG矩阵P；

S32、将rPPG矩阵P建模为：

P＝Y+N＝Y+E+S (4)

Y为包含心跳信号的低秩矩阵；N为噪声矩阵，包含内部噪声E和稀疏外部噪声S；

S33、使用稳健主成分分析法建立如下优化问题：

其中，||Z||_*＝∑_kσ_k(Y)表示矩阵Z的核范数，其等于矩阵Z的奇异值σ_k之和；矩阵S的l₁范数||S||₁＝∑_t,j|S(t,j)|，其等于矩阵S各项元素S(t,j)的绝对值之和；参数γ控制被划分到噪声分量中的信号能量的相对比例，取值0.02～0.1；

S34、将矩阵Z分解为两个因子，令Z＝LM^T，其中L和M为两个低秩因子，L∈R^W×r，M∈R^K×r，W表示时间窗的长度，K表示每一帧图像被划分成K个区域，r表示秩估计参数且rW,K；T表示矩阵转置；之后||Z||_*可被表示成如下形式：

其中||·||_F表示对其内部矩阵求弗罗贝尼乌斯范数；将式(6)代入式(5)进行求解，实现从rPPG矩阵P中消除稀疏外部噪声S；

S4、对步骤S3去除外部噪声后的rPPG信号，通过估计心跳信号的稀疏频谱来去除内部噪声；

步骤S4具体包括：

S41、将消除稀疏外部噪声之后的输出信号z_j建模为z_j＝F^-1x_j+e_j，对应的矩阵形式为：

其中，e_j为内部噪声信号，I为单位矩阵；

S42、定义如下优化问题：

其中，A:＝[F^-1I]，λ、μ均为正则项系数，λ的取值范围为0.02～0.3，μ的取值范围为0.15～1.0；矩阵X的l_2,1范数定义为：

S43、使用迭代阈值收缩算法求解式(8)，以计算出矩阵X和矩阵E，然后去除内部噪声E；

S5、对步骤S4去除内部噪声后的rPPG信号融合时间窗，得到随时间变化的rPPG信号。