[发明专利]基于信号变分模态分解的远程光体积法血压实时识别方法

说明书

本发明公开了一种基于信号变分模态分解的远程光体积法血压实时识别方法，包括如下步骤：步骤1、将RGB视频流单帧面部ROI像素均值作为rPPG信号采样点，采样获得rPPG信号流；步骤2、针对rPPG信号流，使用滑窗策略在单窗之中应用变分模态分解算法得到模式分量，再对所有模式分量进行能量统计和FFT分析，提取FFT分析中主频最接近心跳的第二模式分量作为心跳时域估计信号；步骤3、使用形态提取算法获得心跳时域估计信号上峰值的左右半峰时间差，统计得到该时间差信号均值，并使用标准血压数据进行线性回归，获得时间差信号均值和标准血压的线性关系，实现血压实时识别。本发明可以简单方便的获取血压信号，具有结果准确，精度高的优点。

技术领域

本发明涉及信号处理和时域形态学算法领域，具体涉及一种基于信号变分模态分解的远程光体积法血压实时识别方法。

背景技术

光体积描述技术(PPG)也称为光量容积法，可以通过皮肤区域的光量信息，进行生理信号识别，一般分为两类，接触式的cPPG(例如夹持手指的血氧仪)，非接触式的rPPG(r意为remote，例如RGB摄像头识别)。

在使用RGB摄像头进行血压识别时，一般包括两个部分。第一是脸部ROI区域抓取和rPPG信号获取，第二是使用信号分解或者滤波器等方式获取心跳波形，再从心跳波形中提取脉差信号(PTT)拟合血压数据。脸部ROI区域抓取一般包括使用人脸检测、人脸关键点检测网络或者皮肤分割网络，实现实时的人脸区域跟踪和抓取，其中人脸检测模型只调用一次，紧接着在检测提示的区域内进行人脸关键点检测或者皮肤分割。如果使用人脸关键点检测模型，将提取了额头或者面颊区域统计RGB数值的到rPPG信号。如果使用皮肤分割模型，将直接将皮肤区域作为ROI区域统计RGB数值得到rPPG信号。在获得rPPG信号后，心跳信号提取方案一般是在rPPG信号上使用椭圆滤波器等手段直接截取0.5到2hz的信号作为心跳信号，这种方法原理简单，但是抗干扰能力较差，其他频段信号的信号和心跳的调制信号将会干扰心跳信号波形。同时由于血压信号表现为50ms左右的脉差数据，特征频率远高于心跳频率的2hz，使用滤波器直接处理会破坏脉差信号，使得血压数据难以获取。而且提取出的心跳信号由于空间干扰信噪比降低严重，无法直接通过时域峰值识别主次峰脉差，需要首先高斯拟合之后减去拟合估计的主峰，再次高斯拟合求得次峰，最后估计PTT信号。并且由于空间干扰，为了降低信噪比还需要使用手部皮肤的rppg信号来对脸部皮肤的rppg信号进行校正，从而利用血液循环波峰到达时间差，去除不合理形状的虚假峰值，用于提升信噪比，但这中方法无疑是大大的加大了血压数据获取的复杂性。

发明内容

本发明的目的在于，提供一种基于信号变分模态分解的远程光体积法血压实时识别方法。本发明可以简单方便的获取血压信号，具有结果准确，精度高的优点。

本发明的技术方案：基于信号变分模态分解的远程光体积法血压实时识别方法，包括如下步骤：

步骤1、将RGB视频流单帧面部ROI像素均值作为rPPG信号采样点，采样获得rPPG信号流；

步骤2、针对rPPG信号流，使用滑窗策略在单窗之中应用变分模态分解算法得到模式分量，再对所有模式分量进行能量统计和FFT分析，提取FFT分析中主频最接近心跳的第二模式分量作为心跳时域估计信号；

步骤3、使用形态提取算法获得心跳时域估计信号上峰值的左右半峰时间差，统计得到该时间差信号均值，并使用标准血压数据进行线性回归，获得时间差信号均值和标准血压的线性关系，实现血压实时识别。

上述的基于信号变分模态分解的远程光体积法血压实时识别方法，步骤1中，使用120Hz以上采样率的RGB视频流，提取单帧图片，通过人脸检测模型获取人脸面部ROI区域的分割，在此分割区域计算像素均值，作为rPPG信号采样点。