申请/专利权人：南京邮电大学

申请日：2021-12-06

公开（公告）日：2023-10-20

公开（公告）号：CN114246570B

主分类号：A61B5/024

分类号：A61B5/024;A61B5/00;G06V40/10;G06V10/25

优先权：

专利状态码：有效-授权

法律状态：2023.10.20#授权;2022.04.15#实质审查的生效;2022.03.29#公开

摘要：本发明公开了一种峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，包括如下步骤：数据采集、预处理、面部感兴趣区域ROI选取、信号去噪和心率估算；从近红外摄像头获得面部灰度图像，由于外部干扰或噪声，预定的ROI区域可能会存在低噪声比的问题。为此本发明不局限于某一预定ROI，而是在面部灰度图像中选取多个ROI。本发明在面部中选取多个ROI区域，来提高原始信号的信噪比。然后通过信号预处理算法来消除原始信号中的高频噪声、低频趋势、波形突变。并通过峰值信噪比和皮尔森相关系数的融合来挑选出心率信号。实验结果表明，该方法能够实时有效地完成心率检测，适合于不同光源环境下的心率检测，低于3％的误差。

主权项：1.一种峰值信噪比和皮尔森相关系数融合的近红外心率检测方法，其特征在于：包括如下步骤：步骤1：对近红外视频数据采集和预处理：通过NIR即近红外摄像机捕捉近红外灰度图像并将其组合成视频，利用标椎化算法将原始信号进行标准化处理；步骤2：选取感兴趣的区域ROI：通过人脸识别定位到人体面部之后对面部进行特征点定位，通过特征点选取ROI，组合不同的ROI和测试不同的距离以及光线影响从而确定最佳实验环境、最佳距离及最佳组合ROI；步骤3：进行去噪和计算心率：通过获得的标准化的心率数据，对其使用经验模态分解，滤除其中的高频噪声和低频趋势，通过盲源分析法提高信噪比，经去噪处算法处理过的信号输出的的顺序未知，最终通过峰值信噪比和皮尔森相关系数融合的方法来确定最佳的信号，从而转到频域计算最终心率，通过峰值信噪比和皮尔森相关系数融合的方法的过程为：每组ROI经过信号去噪处理之后，都会得到一个与原始信高度相关的去噪信号，根据去噪信号分别计算其峰值信噪比和皮尔森相关系数，从多组ROI信号对应的峰值信噪比中选取最佳的峰值信噪比，从多组ROI信号对应的皮尔森相关系数中选取最佳的皮尔森相关系数，并对最佳的峰值信噪比和皮尔森相关系数对应的心率进行比较，最终确定心率的最优信号。

全文数据：

权利要求：

百度查询： 南京邮电大学 峰值信噪比和皮尔森相关系数融合的近红外心率检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD