基于IPPG非接觸式生理參數(shù)測(cè)量算法的研究*

榮猛，范強(qiáng)，李凱揚(yáng)

(武漢大學(xué) 物理科學(xué)與技術(shù)學(xué)院，武漢 430072)

1 引 言

心血管疾病目前在中國(guó)已經(jīng)成為損害人們身體健康最主要的疾病。根據(jù)國(guó)務(wù)院新聞辦發(fā)布的報(bào)告[1]可知：從1995年開始，我國(guó)的心血管疾病死亡率高于腫瘤、呼吸疾病等其他疾病，處于首位。心率、呼吸頻率及血氧飽和度作為心血管疾病相關(guān)的生理參數(shù)，是心血管疾病預(yù)防及臨床診斷的非常重要指標(biāo)[2]。目前便攜式的健康監(jiān)測(cè)設(shè)備主要有：健康手環(huán)、指夾式脈搏血氧儀、血糖儀等[3-4]。但是這些設(shè)備在使用過程中有很多的局限與不足。

成像式光電容積描記技術(shù)(IPPG)是近年發(fā)展迅速的一種非接觸式生理信號(hào)檢測(cè)的技術(shù)。它具有非接觸的測(cè)量方式，平臺(tái)易實(shí)現(xiàn)、易操作等優(yōu)點(diǎn)。尤其是非接觸測(cè)量方式特別適合日常家庭健康檢測(cè)。該技術(shù)一經(jīng)提出，就成為生物醫(yī)學(xué)工程領(lǐng)域的新興熱點(diǎn)之一。

本研究的內(nèi)容是基于數(shù)字圖像處理的人體參數(shù)IPPG測(cè)量理論。通過高速電荷耦合器件(charge coupled device，CCD)相機(jī)在環(huán)境光下對(duì)人臉進(jìn)行視頻拍攝，然后通過我們的算法對(duì)視頻進(jìn)行處理，從得到的脈搏波的信號(hào)中計(jì)算出相關(guān)參數(shù)的值，并且將最后的測(cè)量結(jié)果與標(biāo)準(zhǔn)的測(cè)量?jī)x器進(jìn)行了對(duì)照。下面就對(duì)本系統(tǒng)所涉及的算法進(jìn)行詳細(xì)的介紹。

2 IPPG技術(shù)理論分析

2.1 IPPG技術(shù)的生理學(xué)理論基礎(chǔ)

脈搏是隨著心臟的舒張運(yùn)動(dòng)和收縮運(yùn)動(dòng)而產(chǎn)生的有規(guī)律的搏動(dòng)。在一次心臟搏動(dòng)的循環(huán)中，動(dòng)脈血管會(huì)發(fā)生周期性的擴(kuò)張和收縮，這種有節(jié)律搏動(dòng)就稱為脈搏[5]。

脈搏能夠反應(yīng)心血管的許多參數(shù)，如心率、心臟搏動(dòng)頻率等，因此，可以通過脈搏波測(cè)量心率及其變異性、呼吸頻率、血氧飽和度等人體生理參數(shù)[6]。

2.2 IPPG技術(shù)的光學(xué)理論基礎(chǔ)

IPPG技術(shù)是基于朗伯-比爾定律(Lamber-Beer)和光散射理論發(fā)展而成的。根據(jù)Lamber-Beer定律，波長(zhǎng)為λ的單色光照在某物質(zhì)的溶液上的時(shí)候，透射的光強(qiáng)I與發(fā)射的光強(qiáng)I0之間的關(guān)系如下：

I=I0e-ε(λ)CL

(1)

其中，ε(λ)是吸光系數(shù)，C為介質(zhì)濃度，L為光在物質(zhì)中的行進(jìn)距離。當(dāng)光照射皮膚組織后，光強(qiáng)會(huì)隨著血管中血液容積的變化而改變，反射回的光強(qiáng)就包含了人體組織的許多生理信息[7]。

3 IPPG非接觸生理參數(shù)測(cè)量系統(tǒng)

3.1 系統(tǒng)整體結(jié)構(gòu)

IPPG系統(tǒng)主要由兩大部分組成，即基于成像設(shè)備的視頻采集裝置和基于PC機(jī)的硬件及自主研發(fā)的系統(tǒng)配套軟件兩大部分組成，系統(tǒng)的結(jié)構(gòu)見圖1。

本系統(tǒng)首先通過高速CCD相機(jī)采集得到人臉視頻，通過試驗(yàn)找到合適的敏感區(qū)域，對(duì)分離后的幀圖片進(jìn)行紅綠藍(lán)(RGB)三通道分離。通過曲線可以提取出脈搏波信息，進(jìn)而得到需要的生理參數(shù)。

3.2 心率及呼吸頻率算法原理

本節(jié)的算法也是本系統(tǒng)的核心功能部分。圖2為IPPG測(cè)量心率及呼吸頻率的算法流程圖。

圖1 系統(tǒng)整體結(jié)構(gòu)

圖2 心率及呼吸頻率算法流程

心率及呼吸頻率計(jì)算的主要流程為：

(1)攝像頭采集到視頻流(相機(jī)采集速率為60 fps)，將采集的視頻流轉(zhuǎn)化為序列幀圖片。并對(duì)序列圖片進(jìn)行人臉識(shí)別追蹤并通過試驗(yàn)分析找出最有效的感興趣區(qū)域，作為后續(xù)圖像處理區(qū)域。

(2)對(duì)序列圖像進(jìn)行三通道RGB分離，從而得到一個(gè)三維序列。

(3)進(jìn)行獨(dú)立成分分析(ICA)處理，得到新的三個(gè)一維序列。對(duì)新的序列進(jìn)行相關(guān)性的分析，找出相關(guān)系數(shù)最大的一維序列。并進(jìn)行帶通濾波。

(4)得到結(jié)果：幅值最大處頻率的值，即為心率值；次波峰的頻率的值，為呼吸頻率的值。

大量文獻(xiàn)表明，并不是全部臉部區(qū)域都適合做ROI區(qū)域的，因此需要對(duì)不同的人臉部位作為ROI區(qū)域進(jìn)行討論。圖3是通過matlab算法分別對(duì)整個(gè)臉部區(qū)域、額頭、鼻子及臉頰區(qū)域?qū)?yīng)的三通道的信號(hào)進(jìn)行分析后得到的曲線。

圖3 不同ROI區(qū)域的分析曲線

從圖中可以看出，選取鼻子附近區(qū)域得到的信號(hào)相比其他區(qū)域更有規(guī)律，這是因?yàn)槿槄^(qū)域包含了嘴巴和眼睛，這兩個(gè)區(qū)域由于人的呼吸及眨眼等不可避免的動(dòng)作造成信號(hào)信噪比降低，并且臉頰區(qū)域的毛細(xì)血管分布的更多。因此，我們選取鼻子及臉頰區(qū)域作為下一步計(jì)算的ROI區(qū)域。

本系統(tǒng)采用的人臉識(shí)別算法為AdaBoost算法[8]，其思想是利用很多弱分類器使用一定方法進(jìn)行疊加，構(gòu)成一個(gè)分類的能力較強(qiáng)的強(qiáng)分類器。算法的步驟是：人為輸入n個(gè)訓(xùn)練樣本{x1，y1}，…，{xn，yn}，其中yi={1,0}對(duì)應(yīng)真樣本和假樣本，假設(shè)樣本中有l(wèi)個(gè)真樣本，m個(gè)假樣本，第j個(gè)特征生成的弱分類器形式為

(2)

其中：hj代表簡(jiǎn)單分類器的數(shù)值，pi表示不等號(hào)的方向，θj為閾值，fi(x)表示的是特征值。

(1)初始化誤差targrt權(quán)重，對(duì)于yi=0的樣本，wl,i=1/21;對(duì)于yi=1的樣本，wl,i=1/21。

(2)對(duì)每個(gè)t=1,2，…，T(T為訓(xùn)練次數(shù))進(jìn)行權(quán)重歸一化，并計(jì)算誤差。選擇最小誤差的加入強(qiáng)分類器。更新每個(gè)樣本的權(quán)重。

(3)最后形成一個(gè)強(qiáng)分類器

(3)

AdaBoost算法是許多強(qiáng)分類器的組合，能夠檢測(cè)出復(fù)雜環(huán)境下的人臉，檢測(cè)速度快。

3.2 血氧飽和度算法原理

圖4為IPPG系統(tǒng)測(cè)量血氧飽和度算法流程圖。其中有部分算法具有通用性。

圖4 血氧飽和度算法流程

血氧飽和度計(jì)算的主要流程為：

(1)、(2)流程同上。

(3)對(duì)藍(lán)通道和紅通道進(jìn)行平滑濾波。

(4)計(jì)算紅藍(lán)通道極值點(diǎn)和平均值。進(jìn)而計(jì)算出R值。

(5)利用線性擬合計(jì)算出血氧飽和度的數(shù)值。

血氧飽和度是指人體的血液中結(jié)合了氧元素的血紅蛋白的容量與全部可以結(jié)合血紅蛋白的容量的比值[9]?？捎孟铝泄竭M(jìn)行表征：

(4)

在IPPG系統(tǒng)中，通過帶通濾波的紅、藍(lán)通道的信號(hào)，平均值作為脈搏波直流分量IDC，方差作為交流分量IAC。則血氧飽和度的提取方程可變成如下公式：

(5)

本研究中我們采用帶通濾波后的紅、藍(lán)通道信號(hào)的標(biāo)準(zhǔn)方差，作為IPPG信號(hào)的交流分量IAC，其平均值作為直流分量IDC來(lái)進(jìn)行計(jì)算。

我們采用彩色視頻中的紅、藍(lán)通道信號(hào)，代替接觸式血氧儀中的紅光和紅外光。圖5繪制了CCD相機(jī)吸光譜線。可以看出藍(lán)光的主吸收峰位于450～500 nm波長(zhǎng)范圍內(nèi)，紅光的吸收峰位于650 nm左右的位置。其中藍(lán)光位置兩種血紅蛋白有相似的吸收系數(shù)，紅光位置的吸收系數(shù)有明顯的差異。這就為紅藍(lán)通道計(jì)算血氧飽和度提供了可能。

圖5 CCD相機(jī)吸光譜線

在實(shí)驗(yàn)的過程中，我們利用多參數(shù)監(jiān)護(hù)儀測(cè)得的SpO2值作為對(duì)比的標(biāo)準(zhǔn)信號(hào)，與IPPG系統(tǒng)測(cè)得的R值通過最小二乘法進(jìn)行線性擬合最終來(lái)確定A、B。

4 實(shí)驗(yàn)結(jié)果4.1 實(shí)驗(yàn)過程

為測(cè)試系統(tǒng)的準(zhǔn)確性和可靠性，我們進(jìn)行了一些實(shí)驗(yàn)來(lái)驗(yàn)證。本實(shí)驗(yàn)我們選取的是邁德威視MV-GED32C-T高速工業(yè)相機(jī)，最高幀速可達(dá)180FPS(frames per second,FPS)，分辨率為30萬(wàn)像素。另一方面使用瑞博PM-9000A多參數(shù)監(jiān)護(hù)儀監(jiān)測(cè)志愿者以便與本系統(tǒng)結(jié)果進(jìn)行對(duì)比。

本實(shí)驗(yàn)選取了35名20～40歲成年健康人員進(jìn)行測(cè)試，被測(cè)者均無(wú)病史，并且近三周未使用過藥物。我們對(duì)受試者進(jìn)行30 s的視頻拍攝，實(shí)驗(yàn)中被測(cè)人員盡量保持不動(dòng)，以減少干擾。在實(shí)驗(yàn)同時(shí)，志愿者的手指通過多參數(shù)監(jiān)護(hù)儀進(jìn)行監(jiān)測(cè)，其結(jié)果作為與本系統(tǒng)對(duì)比的標(biāo)準(zhǔn)信號(hào)。

4.2 軟件分析過程

視頻采集結(jié)束后，通過我們自主研發(fā)的軟件來(lái)進(jìn)行數(shù)據(jù)處理和結(jié)果顯示。選取其中一組實(shí)驗(yàn)進(jìn)行說明。

首先，將采集到的視頻轉(zhuǎn)化為幀圖片并進(jìn)行人臉識(shí)別，找到感興趣區(qū)域(ROI區(qū)域)。見圖6，圖中藍(lán)色圓圈表示本算法識(shí)別出的人臉區(qū)域；黃色框表示選取的ROI區(qū)域；灰色條是為保護(hù)隱私而對(duì)眼睛進(jìn)行遮蔽。

圖6 人臉識(shí)別

對(duì)ROI區(qū)域進(jìn)行RGB三通道分離，得到三個(gè)一維序列。對(duì)這三個(gè)一維序列進(jìn)行ICA處理，從而得到新的三個(gè)一維序列。再進(jìn)行相關(guān)性分析與帶通濾波，最后得出心率和呼吸頻率。

對(duì)得到的RGB三通道中的紅藍(lán)通道進(jìn)行平滑濾波。計(jì)算出二個(gè)通道的極值點(diǎn)和平均值，進(jìn)而通過線性擬合公式得到R值。最后計(jì)算出血氧飽和度。

上述步驟處理后的曲線見圖7。

圖7 (A) RGB三通道分離后曲線，(B) ICA處理后的曲線，(C) 帶通濾波后的曲線

通過軟件分析得到的結(jié)果見圖8。

圖8 結(jié)果顯示

4.3 結(jié)果分析

我們進(jìn)一步使用精確度(accuracy)和均方根誤差(root mean square error，RMSE)來(lái)量化評(píng)價(jià)測(cè)量結(jié)果。精確度和RMSE的計(jì)算公式為：

(6)

(7)

我們將這些統(tǒng)計(jì)結(jié)果列在表1。

圖9 三種測(cè)量參數(shù)的Bland-Altman圖

Table 1 Statistical analysis table of three kinds of measurement parameters

從以上結(jié)果可以看出，兩種方法所測(cè)得的結(jié)果具有較好的一致性，表明本算法及設(shè)備的可行性。

5 結(jié)論及展望

本研究所介紹的算法為IPPG系統(tǒng)最為核心的部分。并且從系統(tǒng)原理、算法流程、結(jié)果統(tǒng)計(jì)分析等方面介紹了本算法的可行性。

IPPG技術(shù)是通過成像設(shè)備對(duì)北側(cè)部位進(jìn)行視頻拍攝，將反射光的強(qiáng)度變化用圖像視頻的方式記錄下來(lái)，再對(duì)其處理進(jìn)而得到各種生理參數(shù)的生物醫(yī)學(xué)檢測(cè)方法。相較于傳統(tǒng)的接觸式的測(cè)量方式，具有非接觸、平臺(tái)易實(shí)現(xiàn)、操作便捷、便于長(zhǎng)時(shí)間監(jiān)測(cè)等優(yōu)點(diǎn)[11]。在未來(lái)醫(yī)療事業(yè)的發(fā)展中，具有非常大的應(yīng)用前景。

目前所做實(shí)驗(yàn)因條件限制，范圍比較窄。在以后的實(shí)驗(yàn)中，我們會(huì)在不同年齡、膚色、人種等條件下進(jìn)行實(shí)驗(yàn)來(lái)進(jìn)一步驗(yàn)證本設(shè)備的通用性。