[發明專利]基于視頻圖像的非接觸式生命體征的檢測方法及檢測系統

有效

• 申請號: 201110325533.3
• 申請日: 2011-10-24
• 公開（公告）號: CN102499664A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 趙芳;錢卓;俞雅萍
• 申請（專利權）人: 西雙版納大渡云海生物科技發展有限公司
• 主分類號: A61B5/024
• 分類號: A61B5/024;A61B5/08;A61B5/0205
• 代理公司: 上海麥其知識產權代理事務所(普通合伙) 31257
• 代理人: 董紅曼

1.一種基于視頻圖像的非接觸式生命體征的檢測方法，其特征在于，包括

步驟一，按固定幀頻連續采集待測目標的視頻圖像，自動檢測圖像中的ROI區域，

步驟二，從所述ROI區域劃分出的多通道信號中分離出生命體征信號，

步驟三，提取出所述生命體征信號的頻率并將所述頻率轉換為所述生命體征，獲得檢測結果。

2.如權利要求1所述的檢測方法，其特征在于，所述生命體征信號的頻率包括心跳信號的頻率f和呼吸信號的頻率f1；所述生命體征包括心率、呼吸。

3.如權利要求2所述的檢測方法，其特征在于，當所述生命體征為心率時，所述ROI區域為待測目標的皮膚區域；當所述生命體征為呼吸時，所述ROI區域為待測目標的胸腔或腹部位置。

4.如權利要求1所述的檢測方法，其特征在于，所述檢測方法同時檢測多個待測目標。

5.如權利要求1所述的檢測方法，其特征在于，所述檢測方法以2-3個信號周期為最小測試時長提取所述生命體征信號的頻率。

6.如權利要求1所述的檢測方法，其特征在于，步驟二中分離生命體征信號包括以下步驟：將所述ROI區域的圖像進行多通道劃分，計算各個通道的空間平均值以形成原始時間序列信號，將所述原始時間序列信號的基線漂移濾除并歸一化處理后，通過盲源分離法分離出與原始時間序列信號維數相同的獨立分量；其中，所述獨立分量包括生命體征信號和噪聲。

7.如權利要求6所述的檢測方法，其特征在于，所述盲源分離法包括最大信息量法、自然梯度法、自適應法、快速獨立元分析法、矩陣特征值分解法。

8.如權利要求6所述的檢測方法，其特征在于，在所述原始時間序列信號的基線漂移濾除并歸一化處理后，根據所述ROI區域圖像亮度的變化幅度判定并剔除強擾動信號。

9.如權利要求1所述的檢測方法，其特征在于，所述檢測方法中，當出現如權利要求8所述的強擾動信號時，重新自步驟一開始新的檢測。

10.如權利要求1所述的檢測方法，其特征在于，步驟三中提取生命體征信號的頻率包括以下步驟：對盲源分離法得到的所述獨立分量進行信號平滑處理，將與生命特征信號對應的獨立分量作為源信號分量，然后通過周期信號頻率檢測法提取所述源信號分量的頻率，獲得所述生命體征信號的頻率。

11.如權利要求10所述的檢測方法，其特征在于，所述源信號分量是所述獨立分量中自相關函數的主瓣能量占整體能量比重最小的獨立分量，或所述獨立分量中功率譜密度峰值最大的獨立分量。

12.如權利要求10所述的檢測方法，其特征在于，所述周期信號頻率檢測法包括雙譜分析法、小波變換法和多重自相關法。

13.如權利要求10所述的檢測方法，其特征在于，所述周期信號頻率檢測法是多重自相關法，對所述源信號分量進行多重自相關運算，進行頻譜分析，頻譜中的峰值功率點為所述生命體征信號的頻率。

14.如權利要求1所述的檢測方法，其特征在于，所述將生命體征信號的頻率轉換為生命體征是利用公式????????????????????????????????????????????????分別得到每分鐘的心跳數HR和呼吸數Rs。

15.一種基于視頻圖像的非接觸式生命體征的檢測系統，其特征在于，所述系統包括視頻圖像采集模塊（1）、自動檢測模塊（2）、信號分離模塊（3）、智能判決模塊（4）、信號頻率提取模塊（5）和顯示模塊（6）；

其中，所述視頻圖像采集模塊（1）按固定幀頻連續采集圖像，并傳送給所述自動檢測模塊（2）；

所述自動檢測模塊（2）自動實時檢測待測目標數量，并捕捉、跟蹤所述ROI區域；

所述信號分離模塊（3）實現生命體征信號和噪聲的分離；

所述智能判決模塊（4）根據所述ROI區域圖像亮度的變化幅度判定并剔除強擾動信號；

所述信號頻率提取模塊（5）從所述生命體征信號中提取出其頻率，并將其轉換為所述生命體征；

所述顯示模塊（6）實時更新顯示所述信號頻率提取模塊（5）轉換的檢測結果。