[发明专利]一种基于手机摄像头的人体疲劳度监测系统

权利要求书

1.一种基于手机摄像头的人体疲劳度监测系统，其特征在于，包括信号采集模块、信号处理模块和数据分析模块；

所述信号采集模块利用手机摄像头获取脉搏波信号；

所述信号处理模块对手机摄像头获取脉搏波信号进行降噪处理；

数据分析模块对手机摄像头获取脉搏波信号进行数据分析。

2.如权利要求1所述的基于手机摄像头的人体疲劳度监测系统，所述信号采集模工作过程包括如下步骤：

1)选取一定数量的检测人员，将手指覆盖于手机摄像头是获得一段视频；对拍摄的视频进行分帧处理，即将视频分解为系列的图片，图片的帧序列即为视频的时间序列；

2)截取图片的中心区域的像素分析；

3)提取一定数量周期的每图像灰度值的第三分位数Q3进行平均，作为一个基准值A；

4)统计每一顿图像中心区域像素灰度值大于A的数目B，反应此时血管中的血容量；

5)以顿数为横轴变量，以对应每一帧的像素灰度值数目B为纵轴，即可得到PPG-光电容积脉搏波曲线时序图。

3.如权利要求2所述的基于手机摄像头的人体疲劳度监测系统，所述信号处理模块工作过程包括如下步骤：

1)EMD-经验模态分解法将原始信号按照频率成分由高到低的顺序分解为一系列的本征模函数IMF的分量IMF1～IMF7和一个残余分量之和res；

2)对分解产生的每阶IMF进行频域分析：正常成人的脉搏波频率在1～1.6Hz，将处于脉搏波频率范围的IMF3和IMF4两阶IMF相加即可得到消除了高频曝声及基线漫移的PPG信号。

4.如权利要求3所述的基于手机摄像头的人体疲劳度监测系统，所述数据分析模块包括如下步骤：1)脉搏波基准点的确定；2)心率变异性的频域分析；3)心率变异性的时域分析；4)HMM-隐马尔可夫模型疲劳评估模型的建立。

5.如权利要求4所述的基于手机摄像头的人体疲劳度监测系统，所述脉搏波基准点的确定步骤中，ECG心电信号波形中连续两个R波间的时间表示为RRI；脉搏波中连续两个特征基点间的时间表示为PPL，脉搏波特征基点的位置取决于脉搏波基点的定义。

6.如权利要求5所述的基于手机摄像头的人体疲劳度监测系统，所述脉搏波基准点的确定步骤中，有三种定义脉搏波基点的方法：

1)二阶差分极大值法在脉搏波上升时段，寻找二阶差分的极大值点图，由此方法得出的脉率间期记为PPI1；

2)主波波峰法脉搏波主波的极大值点，由此方法得出的脉率间期记为PPI2；

3)切线交点法脉搏波上升时段内斜率最大点的切线与基线的交点，由此方法得出的脉率间期记为PPI3。

7.如权利要求6所述的基于手机摄像头的人体疲劳度监测系统，所述心率变异性的频域分析步骤中，短程HRV-心率变异性的功率谱参数有总功率TP、高频功率HF、低频功率LF和标准化低/高频功率比LF/HF，在这些参数中由于LF/HF反映高、低频功率的相对比值，因此采用LF/HF为反映自主神经系统平衡性和均衡性的量化参数。