一種利用圖像灰度檢測人體心率的設計與實現

重慶郵電大學 光電信息感測與傳輸技術重慶市重點實驗室 周金華 龐 宇 肖倫蓮

一種利用圖像灰度檢測人體心率的設計與實現

重慶郵電大學 光電信息感測與傳輸技術重慶市重點實驗室 周金華 龐 宇 肖倫蓮

針對目前檢測人體實時心率的可穿戴式設備,其體積笨重、操作復雜、價格昂貴等特點，設計了一款僅利用android手機攝像頭就可以測實時心率的APP。手機攝像頭采集手指的圖像并分離圖像灰度值得到原始的光電容積脈搏波(PPG ), 使用低通濾波和形態學濾波器濾除PPG信號噪聲，通過差分閾值法識別PPG 信號相鄰波谷點計算心率。將實驗測量結果與臨床使用的Body Checker生命監護儀測量結果對比，兩者的相關系數為0．9。結果證明，此設計在手機上運行具有高度的穩定性和可靠性，這也將極大的方便了人們對自己健康狀態的監護。

光電容積脈搏波；攝像頭；實時心率

0 引言

現代醫學發現，應用光電傳感技術測量人體生理體征參數方面已經取得了豐碩的成果，當前使用的可穿戴式設備大多需要專用傳感器、操作復雜、價格昂貴、體積笨重不便于攜帶和普及，同時，隨著移動終端技術的發展，智能手機的普及、數據采集和處理能力的不斷提升使得智能手機成為體征參數監測的首選[1]。利用智能手機的攝像頭捕捉動脈血管容積、血液顏色細微變化，提取灰度值來獲取光電容積脈搏波PPG信號，進而對PPG信號進行處理，使用差分閾值計算實時心率。

1 光電容積脈搏波測心率的方法

1.1 PPG信號的采集模型

根據Lambert-Beer定律，單色光入射人體組織時皮膚和軟組織等吸收光強不隨時間改變，而動脈中的血液容積是隨心臟的舒張和收縮周期性波動的[2]。因此其吸收的光強與脈搏同步變化，此時可以用光傳感器來檢測光強吸收度A：

I0表示入射光強，I表示投射光強，ε表示光強吸收系數，C表示吸收介質濃度，t表示吸收介質的厚度。本設計采用反射模式檢測，手指貼在手機攝像頭上，打開背光LED燈補光，同時打開攝像頭捕獲采集顏色細微變化的圖像[3]。從獲取的圖像中分離每幀圖像的灰度值：

其中Gray表示圖像的灰度值，R、G、B分別表示圖像紅色、綠色、藍色的像素通道。提取PPG波形的示意圖如圖1所示。

1.2 PPG信號預處理

PPG信號是強干擾下的弱信號，在采集過程中極易受到外部光線和人體自身的影響，這些噪聲嚴重干擾有效信號的提取，致使心率計算產生較大的誤差。通過觀察攝像頭采集的PPG波形，可以發現波形發生了較大的抖動，即基線漂移。為濾除基線漂移我們采用了形態學濾波器。

圖1 PPG波形提取示意圖

基本的數學形態變換包括腐蝕、膨脹、形態開和形態閉等運算。由于PPG信號是一維信號，所以腐蝕和膨脹在一維信號處理中定義如下：

形態學濾波器的實質是通過組合運用開、閉運算，消除信號特定寬度的波峰和波谷。為了同時去除信號中的正負兩種脈沖噪聲Maragos采用開、閉運算的級聯組合形式，定義了形態閉(open-closing)和閉開(close-opening)濾波器：

形態開運算具有收縮性可以降低信號輸出幅度，形態閉運算具有擴張性可以增大輸出幅度，因此在設計開閉濾波器和閉開濾波器過程中有統計偏移現象，為了有效抑制這種現象，往往采用組合的方式取兩種形式的平均值作為濾波器的輸出量：

信號中實際被濾除的成分與運算中選用的結構元素有關，本文選用的是直線型的結構元素，其寬度為K=1.2×Fs×t≈20,其中Fs是PPG信號的采樣頻率20Hz、t是特征波的時間寬度0.8s。基于以上論述，形態學的濾波器設計流程如圖2所示。

圖2 形態學濾波器設計流程圖

經過形態學濾波器去噪結果如圖3所示。

圖3 形態學濾除PPG信號噪聲

1.3 心率算法設計

采用相隔點檢測波谷點測算人體的心率[4]。根據光電容積脈搏波信號的特征知，在一個心率周期內，當血管內的壓力最大時，血液吸收的光強達到最大值，圖像中的均灰度值最小，在PPG信號中體現為波谷；當血管內的壓力最小時，血液吸收的光強最少，獲取圖像的均灰度值最大，此時在PPG信號中呈現為波峰。由于受噪聲信號影響，使PPG信號中波峰波谷存在一定程度上變化平緩，通過觀察原始信號發現波谷受到的影響要小些。為此我們選用差分閾值識別波谷測算心率[5]。在手機上運行結果如圖4所示。測量的算法如下：

(1)取經過預處理的PPG信號記為f(i)，并以時間窗口寬度Wf=16截取一段PPG信號，計算窗口區間的前向一階差分記為dif(i)。

(2)由(1)得到的差分序列dif(i)，計算差分序列的平均值?，設定差分閾值為Th=0.4?。

(3)若滿足f(i+1)-Th

(4)由于PPG信號在每一個搏動周期都會有細微的變化，為提高波谷識別精度，動態調整時間窗口寬度Wf=(Wf+PPI)/2。

2 軟件實現與實驗結果分析

為驗證實驗結果我們組織男女各5名健康實驗者測心率，并且與Body Checker生命監護儀進行對比分析。測量值與參照值對比結果，最大誤差為5.3%，最小誤差為1.3%，平均誤差3.3%，與參考值的相關系數為0.9，測量值與參考值十分接近。實驗誤差可以歸納為兩點：①測量環境的光線變化和手指在攝像上的移動，造成了PPG信號出現波谷變化平緩，對波谷的檢測影響很大；②人體本身呼吸會引起PPG波形上下幅值波動，也會引起實驗誤差。

圖4 測量心率的實現

3 總結語

本設計利用手機攝像頭采集PPG信號來開發一款不需要外加其它的硬件設備就可以測心率的APP。相比其他的可穿戴設備，本設計充分應用了智能手機的便攜性和普遍性，同時，本設計開發的APP采集的PPG信號噪聲干擾小、特征點定位精確。隨著智能手機攝像頭的分辨率和預覽幀速率不斷提高，不僅會提高采集數據的精度而且也會縮短采集數據的時間，這將使得應用手機攝像頭檢測人體的呼吸、血氧、血壓等人體體征參數成為可能，從而將極大的便于人們隨時隨地掌握健康狀態。

[1]王文,朱曼璐,王擁軍,等．中國心血管病報告2012概要[J]．中國循環雜志,2013,38(6):408-412．

[2]朱娟,張列亮,徐磊．光電容積脈搏波的臨床應用研究及進展[J]．中國臨床醫師雜志,2013(22):10244-10277．

[3]Scully C G,Lee J,Meyer J,et al．Physiological Parameter Monitoring form Optical Recordings with a Mobile Phone[J]．IEEE Transactions on Biomedical Engineering,2012,59(2):303-306．

[4]楊增印,馬建峰,等．一種利用手指圖像測量人體心率的方法[J]．西安電子科技大學學報,2014,41(5):91-97．

[5]Tra Hanias P E．An approach to QRS complex detection using mathematical morphology[J]．IEEE Transactions on Biomedical Engineering,1993,40:262-272．

周金華（1992—），湖北人，重慶郵電大學碩士研究生。