基于面部圖像的非接觸式嬰兒心率監(jiān)測(cè)

許楨杰 高國(guó)琴 方志明

摘要：為實(shí)現(xiàn)便捷、可靠的日常嬰兒心率實(shí)時(shí)監(jiān)測(cè)，提出一種基于面部圖像的非接觸式嬰兒心率實(shí)時(shí)監(jiān)測(cè)方法。首先引入歐拉視頻放大技術(shù)，對(duì)一定時(shí)間間隔內(nèi)視頻的每一幀圖像進(jìn)行顏色增強(qiáng)處理，從而改善嬰兒面部顏色變化微弱、所含心率信息不明顯的問題;然后，通過Adaboost算法從每一視頻幀中識(shí)別出嬰兒面部，并從嬰兒面部選取臉頰區(qū)域作為敏感區(qū)域以提取脈搏波信號(hào)，以此為基礎(chǔ)提出一種改進(jìn)的反射光強(qiáng)模型，抑制日間因環(huán)境光變化引起的干擾以及運(yùn)動(dòng)噪聲干擾，提高脈搏波信號(hào)信噪比;此外采用攝像頭的紅外自主光源，通過一種基于相空間重構(gòu)的單通道獨(dú)立成分分析法分離夜間脈搏波信號(hào)的運(yùn)動(dòng)噪聲，解決因夜間光照條件差引起的嬰兒心率監(jiān)測(cè)困難的問題;最后開發(fā)整個(gè)系統(tǒng)上位機(jī)應(yīng)用程序，并通過實(shí)驗(yàn)驗(yàn)證該方法正確性和有效性.

關(guān)鍵詞：面部識(shí)別;心率監(jiān)測(cè);光電容積描記;反射光強(qiáng)模型;運(yùn)動(dòng)噪聲;光照變化干擾

DOI：10.11907/rjdk.191097開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2019）010-0012-07

0引言

人體心率（HR）是許多心血管疾病臨床診斷的重要指標(biāo)之一。近年來，社會(huì)各界對(duì)嬰幼兒心血管健康愈發(fā)重視，嬰兒心率監(jiān)測(cè)是嬰兒監(jiān)護(hù)重要項(xiàng)目之一，嬰兒心率變化與嬰兒健康程度、供氧狀況、活力狀況密切相關(guān)。通過嬰兒心率實(shí)時(shí)監(jiān)測(cè)可及時(shí)發(fā)現(xiàn)嬰兒心率不齊、心率變異等癥狀，以便及時(shí)采取相應(yīng)對(duì)策。因此有必要研究一種便捷、舒適、可靠的日常家用嬰兒心率實(shí)時(shí)監(jiān)測(cè)方法。

目前，嬰兒心率監(jiān)測(cè)主要采用接觸式測(cè)量方法，要求被測(cè)者與設(shè)備進(jìn)行特定的物理接觸，但嬰幼兒皮膚脆弱、易損，長(zhǎng)時(shí)間監(jiān)測(cè)會(huì)造成一定的皮膚損傷，引起一定程度的身體不適，同嬰兒皮膚接觸的器件易滋生細(xì)菌，接觸部位有傷口時(shí)甚至?xí)斐杉?xì)菌感染。而非接觸式心率監(jiān)測(cè)不需要各類傳感器及連接線與身體接觸，具有無創(chuàng)、便捷、舒適等監(jiān)測(cè)優(yōu)點(diǎn)。

現(xiàn)有非接觸式心率監(jiān)測(cè)方法中，激光多普勒測(cè)量以及基于微波或毫米波的多普勒測(cè)量存在較大輻射，長(zhǎng)時(shí)間使用會(huì)對(duì)嬰兒造成一定生理負(fù)擔(dān)，無法實(shí)現(xiàn)日常嬰兒心率監(jiān)測(cè);紅外熱成像測(cè)量對(duì)紅外熱成像裝置要求較高，價(jià)格昂貴，亦不適用于日常家用嬰兒心率監(jiān)測(cè);成像式光電容積脈搏波（Imaging Photo Plethysmo Graphy，IPPG）測(cè)量法具有測(cè)量安全、實(shí)現(xiàn)簡(jiǎn)單、成本低廉的優(yōu)點(diǎn)，但現(xiàn)有成像式光電容積脈搏波測(cè)量法易受環(huán)境光變化及運(yùn)動(dòng)噪聲干擾，測(cè)得的心率值精確度不高，且現(xiàn)有方法僅基于日間光照條件較好的情況，暫時(shí)無法實(shí)現(xiàn)夜間非接觸式心率監(jiān)測(cè)。為實(shí)現(xiàn)日間與夜間不同場(chǎng)景下的高精確度嬰兒心率監(jiān)測(cè)，有必要對(duì)成像式光電容積脈搏波測(cè)量法作進(jìn)一步研究。

成像式光電容積脈搏波測(cè)量法的難點(diǎn)在于如何準(zhǔn)確且快速地提取高信噪比的脈搏波信號(hào)。目前常規(guī)脈搏波信號(hào)提取方法有：色度模型算法、RGB通道差值算法、運(yùn)動(dòng)放大算法、盲源分離算法等。由于未考慮環(huán)境光變化引起的干擾，上述方法提取的脈搏波信號(hào)信噪比較低，難以保證其心率監(jiān)測(cè)精確性。Poh等和Pursche等采用獨(dú)立成分分析（Independent Component Analysis，ICA）算法進(jìn)行盲源分離去噪，被測(cè)對(duì)象為面部非皮膚區(qū)域，其中眼睛眨動(dòng)對(duì)脈搏波信號(hào)造成的干擾較大，且干擾頻率和心率相接近，不易濾除。另外，盲源分離并沒有提供一個(gè)判斷方法區(qū)分分離后哪一組獨(dú)立信號(hào)相對(duì)于實(shí)際心率信號(hào)最具真實(shí)性，從而影響心率計(jì)算精度;Xu等針對(duì)盲源分離缺點(diǎn)，受光學(xué)血氧儀啟發(fā)，提出針對(duì)人體皮膚基于脈搏變化交流信號(hào)成分分析的簡(jiǎn)單數(shù)學(xué)模型心率計(jì)算方法，該方法在測(cè)量過程中需持續(xù)45-90秒，而且整個(gè)過程要求被測(cè)對(duì)象保持不動(dòng);劉祎等基于獨(dú)立成分分析（ICA）和完全總體經(jīng)驗(yàn)?zāi)B(tài)分解（CEEMD）方法，從面部視頻中提取脈搏波進(jìn)行心率測(cè)量，但未考慮環(huán)境光變化帶來的影響，對(duì)光照變化不具魯棒性;呂揚(yáng)、劉杰等通過建立一個(gè)非彩色模型對(duì)原始圖像進(jìn)行顏色校正，去除光線干擾，但該模型無法精確描述反射光的各分量，顏色校準(zhǔn)誤差較大，未能較好地抑制環(huán)境光變化引起的干擾，且未考慮運(yùn)動(dòng)噪聲干擾，抗面部晃動(dòng)干擾效果較差。

為解決上述問題，本文引入一種改進(jìn)的反射光強(qiáng)模型，以抑制日間環(huán)境光變化引起的干擾及運(yùn)動(dòng)噪聲干擾。該算法模型將反射光分解為靜態(tài)成分、脈搏波引起的動(dòng)態(tài)成分及鏡面反射成分，結(jié)合背景區(qū)域顏色通道信號(hào)，將其與前景敏感區(qū)域顏色通道信號(hào)作為比值，消除隨時(shí)間變化的光照強(qiáng)度項(xiàng)，抑制環(huán)境光變化引起的噪聲干擾，并結(jié)合獨(dú)立成分分析，將上述消除光照強(qiáng)度項(xiàng)后的顏色通道信號(hào)進(jìn)行盲源分離，以降低運(yùn)動(dòng)噪聲干擾;其次，通過攝像頭上方增設(shè)紅外自主光源解決夜間光照條件差、嬰兒心率難以監(jiān)測(cè)的問題。由于紅外監(jiān)控?cái)z像頭在紅外燈開啟時(shí)，存在大量紅外光，此時(shí)無法使用紅外濾鏡過濾掉紅外光，只能使用全透濾鏡并切換成黑白圖像，因此通過紅外自主光源補(bǔ)光獲得的視頻為單通道灰度視頻。對(duì)于單通道灰度圖無法使用上述方法進(jìn)行運(yùn)動(dòng)噪聲分離，本文通過一種基于相空間重構(gòu)的單通道獨(dú)立成分分析法分離夜間脈搏波信號(hào)的運(yùn)動(dòng)噪聲，實(shí)現(xiàn)夜間非接觸式嬰兒心率監(jiān)測(cè)。

本文通過一個(gè)普通的網(wǎng)絡(luò)監(jiān)控?cái)z像頭采集圖像，并傳至PC端上位機(jī)，由上位機(jī)進(jìn)行相關(guān)計(jì)算處理，上位機(jī)實(shí)時(shí)顯示嬰兒畫面、心率波形、心率值，可設(shè)定正常的心率范圍，當(dāng)監(jiān)測(cè)到嬰兒心率超出該范圍可及時(shí)報(bào)警，該系統(tǒng)具有較好的實(shí)時(shí)性和較高的監(jiān)測(cè)精度。本文還提出一種結(jié)合獨(dú)立成分分析的改進(jìn)式反射光強(qiáng)模型，通過引入背景區(qū)域反射光強(qiáng)模型，將前景與背景區(qū)域信號(hào)作比值處理，消除隨時(shí)間變化的光照強(qiáng)度項(xiàng)，以抑制環(huán)境光變化引起的干擾，并結(jié)合獨(dú)立成分分析，降低運(yùn)動(dòng)噪聲干擾，從而提高脈搏波信號(hào)信噪比與嬰兒心率監(jiān)測(cè)精度;同時(shí)通過攝像頭上方增設(shè)的紅外自主光源并結(jié)合一種基于相空間重構(gòu)的單通道獨(dú)立成分分析法，實(shí)現(xiàn)夜間嬰兒心率監(jiān)測(cè)。

1主要原理

本文主要基于成像式光電容積描記法（IPPG）對(duì)嬰兒心率進(jìn)行監(jiān)測(cè)。人體心臟周期性跳動(dòng)引起血液中含氧血紅蛋白含量周期性變化，使血液吸收反射光線強(qiáng)度發(fā)生周期性改變。當(dāng)外界光照射到人體皮膚表面時(shí)，皮膚內(nèi)的血液對(duì)光的吸收隨其容積變化呈現(xiàn)與心跳一致的脈動(dòng)性變化，同時(shí)造成皮膚表面反射光強(qiáng)度發(fā)生相應(yīng)周期性變化，從而表現(xiàn)為皮膚顏色的變化。

近年來研究發(fā)現(xiàn)，在自然光條件下，由于受到生理?xiàng)l件的限制，人眼無法觀察到微小的顏色變化，但是通過普通消費(fèi)級(jí)的RGB攝像頭可以將其捕捉到。人體皮膚表層下含有豐富的血管分布，其反射光強(qiáng)度周期性變化形成了皮膚顏色周期性變化，提取膚色變化信息即可獲得周期性脈搏波信號(hào)。相較于其它部位，嬰兒面部區(qū)域毛細(xì)血管數(shù)量較多，對(duì)光線吸收程度相對(duì)較大，因此選取面部相關(guān)區(qū)域提取嬰兒心率信號(hào)。

2主要方法

2.1方法架構(gòu)

本文方法由4個(gè)關(guān)鍵步驟構(gòu)成。首先引入歐拉視頻放大技術(shù)，對(duì)一定時(shí)間間隔內(nèi)視頻中的每一幀圖像進(jìn)行顏色增強(qiáng)處理，從而改善嬰兒面部顏色變化微弱、所含心率信息不明顯的問題;然后，通過Adaboost算法從每一視頻幀中識(shí)別出嬰兒面部，并從嬰兒面部選取臉頰區(qū)域作為敏感區(qū)域以提取脈搏波信號(hào);其次，通過一種結(jié)合獨(dú)立成分分析的改進(jìn)式反射光強(qiáng)模型，將前景與背景區(qū)域信號(hào)作比值處理，消除隨時(shí)間變化的光照強(qiáng)度項(xiàng)，以抑制環(huán)境光變化引起的干擾，并結(jié)合獨(dú)立成分分析，降低運(yùn)動(dòng)噪聲干擾，從而提高脈搏波信號(hào)信噪比;最后，針對(duì)紅外自主光源得到的單通道灰度視頻，通過一種基于相空間重構(gòu)的單通道獨(dú)立成分分析法，分離夜間脈搏波信號(hào)的運(yùn)動(dòng)噪聲，以實(shí)現(xiàn)夜間非接觸式嬰兒心率監(jiān)測(cè)。整體流程如圖2所示。

2.2顏色增強(qiáng)處理

該環(huán)節(jié)引入歐拉視頻放大技術(shù)，以增強(qiáng)視頻圖像的顏色變化信息，使嬰兒面部微弱顏色變化成為較明顯的人眼可分辨的信息，從而改善嬰兒面部顏色變化微弱、所含心率信息不明顯的問題。

將輸入的視頻圖像分解到不同尺度空間中，并采用數(shù)字帶通濾波器對(duì)每個(gè)尺度空間進(jìn)行時(shí)域?yàn)V波處理，再乘以相應(yīng)的放大因子，將得到的不同尺度空間圖像同原始圖像進(jìn)行金字塔重構(gòu)，即可得到放大后的連續(xù)圖像。

2.3嬰兒面部識(shí)別

本文嬰兒面部特征由Harr-like特征提取，特征值通過積分圖法計(jì)算得到，分類器采用Adaboost算法訓(xùn)練獲得。每一個(gè)Harr-like特征訓(xùn)練后可得到相應(yīng)的弱分類器，且同一弱分類器使用同一個(gè)訓(xùn)練集訓(xùn)練得到，將不同訓(xùn)練集訓(xùn)練得到的弱分類器級(jí)聯(lián)形成強(qiáng)分類器。Cascade級(jí)聯(lián)將強(qiáng)分類器級(jí)聯(lián)，可快速識(shí)別嬰兒面部。

AdaBoost面部檢測(cè)算法基于積分圖、級(jí)聯(lián)分類器和AdaBoost算法，其主要框架分為：①通過Harr-like特征表示嬰兒面部特征提取完成，并采用積分圖法實(shí)現(xiàn)嬰兒面部特征數(shù)值快速計(jì)算;②由AdaBoost算法選取若干最能代表嬰兒面部的矩形特征（弱分類器），按加權(quán)投票的方式將弱分類器構(gòu)造為強(qiáng)分類器，如圖4所示;③將訓(xùn)練獲得的強(qiáng)分類器串聯(lián)形成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的強(qiáng)分類器，級(jí)聯(lián)結(jié)構(gòu)可有效提高分類器面部檢測(cè)速度，如圖5所示。

AdaBoost面部檢測(cè)算法識(shí)別準(zhǔn)確率高、識(shí)別速度快，能夠較好地滿足系統(tǒng)實(shí)時(shí)性要求。

2.4反射光強(qiáng)模型改進(jìn)

反射光強(qiáng)模型由Haan提出，該模型利用不同顏色通道信息差值和比例變換，消除靜態(tài)成分和鏡面反射干擾。

2.5夜間脈搏波信號(hào)運(yùn)動(dòng)噪聲分離

夜間場(chǎng)景下，通過監(jiān)控?cái)z像頭上方增設(shè)的紅外自主光源，解決夜間光照條件惡劣的問題。由于紅外監(jiān)控?cái)z像頭在紅外燈開啟時(shí)，存在大量紅外光，此時(shí)無法使用紅外濾鏡過濾紅外光，只能使用全透濾鏡并切換成黑白圖像，因此通過紅外自主光源補(bǔ)光獲得的視頻為單通道灰度視頻。

對(duì)于單通道灰度圖無法使用上述方法進(jìn)行運(yùn)動(dòng)噪聲分離，本文通過一種基于相空間重構(gòu)的單通道獨(dú)立成分分析法，分離夜間脈搏波信號(hào)的運(yùn)動(dòng)噪聲，實(shí)現(xiàn)夜間非接觸式嬰兒心率監(jiān)測(cè)。

對(duì)于僅有單通道的IPPG信號(hào)（單個(gè)觀察通道），不能直接通過傳統(tǒng)獨(dú)立分量分析進(jìn)行脈搏波信號(hào)分離，本文使用一種基于相空間重構(gòu)的單通道獨(dú)立成分分析法，通過對(duì)夜間所得單通道灰度信號(hào)進(jìn)行坐標(biāo)延遲，構(gòu)成一個(gè)與未知空間系統(tǒng)在拓?fù)湟饬x下等價(jià)的已知相空間，進(jìn)而分析得到的未知系統(tǒng)相關(guān)信息，從而分離夜間脈搏波信號(hào)的運(yùn)動(dòng)噪聲，實(shí)現(xiàn)夜間非接觸式心率監(jiān)測(cè)。

通過時(shí)間延遲構(gòu)建多通道觀察信號(hào)。

對(duì)于夜間場(chǎng)景下的嬰兒心率監(jiān)測(cè)，由于使用紅外自主光源補(bǔ)光，其光照強(qiáng)度不變，因此認(rèn)為使用紅外自主光源時(shí)無光照變化干擾。該紅外自主光源在外界光線較弱時(shí)自動(dòng)開啟，攝像頭自動(dòng)檢測(cè)外界光線強(qiáng)弱判斷紅外光是否需要開啟。該紅外自主光源也可在無需心率監(jiān)測(cè)時(shí)手動(dòng)關(guān)閉。

2.6心率計(jì)算

為濾除由攝像頭等硬件引起的固有噪聲，基于Matlab對(duì)上述所得脈搏波信號(hào)進(jìn)行數(shù)字帶通濾波處理，選取通頻帶為[0.7，5]hz（對(duì)應(yīng)嬰兒心率42-300bpm）。本系統(tǒng)以時(shí)間窗口的形式處理視頻心率信息，以實(shí)現(xiàn)嬰兒心率實(shí)時(shí)監(jiān)測(cè)。為計(jì)算嬰兒心率，需確定時(shí)間窗口內(nèi)脈搏波信號(hào)的平均頻率。

心率計(jì)算主要分為時(shí)域計(jì)算和頻域計(jì)算兩種方法，其各自特點(diǎn)如下：

（1）時(shí)域計(jì)算。根據(jù)得到的脈搏波信號(hào)，計(jì)算單位時(shí)間內(nèi)波峰數(shù)。例如在時(shí)間t內(nèi)，若波峰數(shù)為n，則該時(shí)間段內(nèi)的平均心率為60×（n-1）/t。該方法計(jì)算方式簡(jiǎn)單、靈活，但對(duì)于脈搏波信號(hào)中有較多噪聲干擾時(shí)，其信號(hào)峰值顯示不明顯，易出現(xiàn)較大誤差，降低嬰兒心率監(jiān)測(cè)精度。

（2）頻域計(jì)算。根據(jù)提取的脈搏波信號(hào)，分析其功率譜，尋找功率峰值對(duì)應(yīng)的頻率，將該頻率作為此段時(shí)間內(nèi)平均心率頻率值.f，其平均心率即為./×60。該方法通過直接尋找功率譜峰值即可確定心率頻率，且計(jì)算方便。

分析上述心率計(jì)算方法可知，時(shí)域計(jì)算法在脈搏波中摻雜有噪聲時(shí)，會(huì)使時(shí)域信號(hào)產(chǎn)生偽峰值，影響系統(tǒng)監(jiān)測(cè)精度。頻域計(jì)算法可克服時(shí)域計(jì)算法的不足，將脈搏波信號(hào)以功率譜方式呈現(xiàn)更為直觀。因此，本文采用頻域提取方法計(jì)算最終的嬰兒心率值。

3系統(tǒng)實(shí)現(xiàn)

3.1系統(tǒng)硬件實(shí)現(xiàn)

本文硬件組成主要為一個(gè)網(wǎng)絡(luò)監(jiān)控?cái)z像頭，出于經(jīng)濟(jì)性和功能性兩方面考慮，選擇螢石C6T智能云臺(tái)網(wǎng)絡(luò)攝像頭，如圖6所示。

該攝像頭最高分辨率為1920×1080，幀率為30幀/秒，可通過有線和無線兩種方式聯(lián)網(wǎng)，云臺(tái)旋轉(zhuǎn)范圍為：水平340°，垂直10°-80°，可基本實(shí)現(xiàn)無死角監(jiān)控，另帶有紅外自主補(bǔ)光光源，攝像頭可自動(dòng)檢測(cè)外界環(huán)境光的光照強(qiáng)度。當(dāng)外界光較弱、無法滿足監(jiān)控要求時(shí)，攝像頭自動(dòng)打開紅外自主光源。該攝像頭性能完全可滿足嬰兒心率監(jiān)測(cè)要求，其售價(jià)在500元人民幣左右。

3.2系統(tǒng)軟件實(shí)現(xiàn)

本文選擇基于VC++、OpenCV和Matlab的混合編程進(jìn)行系統(tǒng)軟件開發(fā)。VC++功能強(qiáng)大，可以充分利用Micro-soft提供的API接口，基于微軟基本類庫(kù)（Microsoft Founda-tion Class，MFC）進(jìn)行上位機(jī)開發(fā)。OpenCV在圖像處理方面功能強(qiáng)大，因此本文基于VC++調(diào)用OpenCV庫(kù)實(shí)現(xiàn)圖像采集、嬰兒面部識(shí)別以及敏感區(qū)域定位。Matlab在信號(hào)處理及后續(xù)算法實(shí)現(xiàn)中優(yōu)勢(shì)尤其明顯。綜上所述，本文基于VC++調(diào)用Matlab實(shí)現(xiàn)歐拉視頻放大算法，改進(jìn)反射光強(qiáng)模型算法，完成IPPG信號(hào)處理、單通道獨(dú)立成分分析、數(shù)字帶通濾波處理與心率計(jì)算。上位機(jī)界面如圖7所示。

本文使用的攝像頭可自動(dòng)追蹤運(yùn)動(dòng)的目標(biāo)對(duì)象，也可手動(dòng)調(diào)節(jié)云臺(tái)使嬰兒面部在攝像頭可捕捉范圍之內(nèi)，紅外補(bǔ)光光源可手動(dòng)打開或關(guān)閉，上位機(jī)通過調(diào)用攝像頭的官方API實(shí)現(xiàn)云臺(tái)控制及紅外補(bǔ)光光源打開與關(guān)閉。上位機(jī)實(shí)時(shí)顯示監(jiān)控畫面、嬰兒心率波形、嬰兒心率值，當(dāng)監(jiān)測(cè)到嬰兒心率超出設(shè)定的安全范圍時(shí)，上位機(jī)報(bào)警功能被激活，提醒監(jiān)護(hù)人嬰兒心率處于異常狀態(tài)。

考慮到本文算法的復(fù)雜性，且在VC++調(diào)用Matlab處理時(shí)需一定的時(shí)間消耗，為滿足系統(tǒng)實(shí)時(shí)性，每隔5s監(jiān)測(cè)一次嬰兒心率，即每一次心率監(jiān)測(cè)為采用由該時(shí)刻前30s視頻記錄下的脈搏波計(jì)算得到的心率值，可滿足系統(tǒng)實(shí)時(shí)性要求。

4實(shí)驗(yàn)結(jié)果及分析

為選取最佳敏感區(qū)域（ROI），將嬰兒面部分為4個(gè)區(qū)域進(jìn)行實(shí)驗(yàn)：臉頰區(qū)域（Ⅰ）、眼部區(qū)域（Ⅱ）、額頭區(qū)域（Ⅲ）、整個(gè)面部（Ⅳ），如圖8所示。使用本文方法分別提取4個(gè)區(qū)域的IPPG信號(hào)并計(jì)算其功率譜曲線。

圖9為各區(qū)域提取的IPPG信號(hào)曲線，圖10為對(duì)應(yīng)的功率譜圖。實(shí)驗(yàn)結(jié)果表明：通過臉頰區(qū)域（I）提取的IPPG信號(hào)噪聲較少，信號(hào)較為干凈，心率信息較為明顯，因此選取嬰兒臉頰區(qū)域作為敏感區(qū)域。

圖11為嬰兒臉頰區(qū)域內(nèi)提取的原始RGB三通道IP-PG信號(hào)，由圖可見該信號(hào)未經(jīng)任何處理，含有較多噪聲，所含心率信息不明顯。

本文通過顏色增強(qiáng)處理，對(duì)一定時(shí)間間隔內(nèi)視頻中每一幀圖像進(jìn)行顏色增強(qiáng)處理，以改善嬰兒面部顏色變化微弱、所含心率信息不明顯的問題。圖12為顏色增強(qiáng)處理前使用本文方法提取的臉頰區(qū)域IPPG信號(hào)，圖13為顏色增強(qiáng)處理后使用本文方法提取的同一區(qū)域IPPG信號(hào)。由圖12和圖13可見，未經(jīng)顏色增強(qiáng)處理直接提取的IPPG信號(hào)含有較多噪聲干擾，且周期性較差;經(jīng)顏色增強(qiáng)處理后，IPPG信號(hào)較為純凈，且有較為明顯的周期性。因此，通過歐拉視頻增強(qiáng)處理后，搏波信號(hào)微弱、所含心率信息不明顯的問題得到明顯改善。

本文提出一種改進(jìn)反射光強(qiáng)模型，以消除光照變化的影響，并降低運(yùn)動(dòng)噪聲帶來的干擾，能夠有效提高脈搏波信號(hào)信噪比。圖14為經(jīng)過改進(jìn)反射光強(qiáng)模型計(jì)算、并經(jīng)帶通濾波處理后得到的脈搏波信號(hào)，可見其具有顯著的周期性，所含心率信息較為明顯。因此，本文提出的改進(jìn)反射光強(qiáng)模型較好地消除了環(huán)境光變化引起的干擾及運(yùn)動(dòng)噪聲干擾。

圖15為夜間場(chǎng)景下通過基于相空間重構(gòu)的單通道獨(dú)立成分分析法提取的脈搏波信號(hào)，由圖可知該方法較好地抑制了夜間場(chǎng)景下運(yùn)動(dòng)噪聲干擾，得到了較純凈的脈搏波信號(hào)。

選取1名一周歲左右的健康男嬰進(jìn)行心率監(jiān)測(cè)實(shí)驗(yàn)。采用本文方法進(jìn)行日間和夜間兩組實(shí)驗(yàn)。

（1）日間實(shí)驗(yàn)。將嬰兒置于燈光光照強(qiáng)度可調(diào)的環(huán)境下，且確保嬰兒在攝像頭可檢測(cè)到其面部范圍內(nèi)。使用本文方法對(duì)嬰兒心率進(jìn)行監(jiān)測(cè)（攝像頭紅外自主光源關(guān)閉），同時(shí)讓嬰兒佩戴腕戴式脈搏血氧儀，以該血氧儀監(jiān)測(cè)結(jié)果為標(biāo)準(zhǔn)心率值。實(shí)驗(yàn)時(shí)不斷調(diào)節(jié)燈光光照強(qiáng)度，并適時(shí)地誘使嬰兒產(chǎn)生頭部動(dòng)作及面部表情變化。連續(xù)監(jiān)測(cè)1小時(shí)，每隔5s記錄血氧儀、上位機(jī)結(jié)果（上位機(jī)結(jié)果自動(dòng)記錄），得到如圖16所示的嬰兒心率監(jiān)測(cè)曲線。

圖16為存在環(huán)境光變化與運(yùn)動(dòng)噪聲時(shí)的嬰兒心率監(jiān)測(cè)曲線，其平均絕對(duì)誤差為4.37，可滿足日常嬰兒心率監(jiān)測(cè)精度要求。

（2）夜間實(shí)驗(yàn)。在夜間場(chǎng)景下，關(guān)閉所有燈光，打開攝像頭自帶的紅外自主光源，此時(shí)認(rèn)為光照強(qiáng)度一定，忽略光照變化干擾。將嬰兒置于攝像頭可檢測(cè)到的范圍內(nèi)，使用本文方法對(duì)嬰兒心率進(jìn)行監(jiān)測(cè)，同時(shí)讓嬰兒佩戴腕戴式脈搏血氧儀，以該血氧儀監(jiān)測(cè)結(jié)果為標(biāo)準(zhǔn)心率值，并適時(shí)地誘使嬰兒產(chǎn)生頭部動(dòng)作及面部表情變化。連續(xù)監(jiān)測(cè)1小時(shí)，每隔5秒記錄血氧儀及上位機(jī)結(jié)果（上位機(jī)結(jié)果自動(dòng)記錄），得到圖17所示的嬰兒心率監(jiān)測(cè)曲線。

圖17為夜間場(chǎng)景下存在少量運(yùn)動(dòng)噪聲的嬰兒心率監(jiān)測(cè)曲線，其平均絕對(duì)誤差為4.13，亦滿足日常嬰兒心率監(jiān)測(cè)精確度要求。

5結(jié)語

本文研究了一種基于面部圖像的非接觸式嬰兒心率實(shí)時(shí)監(jiān)測(cè)方法，可較好解決嬰兒面部顏色變化微弱、環(huán)境光變化干擾、運(yùn)動(dòng)噪聲干擾引起的嬰兒脈搏波信號(hào)信噪比低、心率精度差的問題，同時(shí)解決夜間光照條件惡劣時(shí)心率監(jiān)測(cè)困難的問題，實(shí)現(xiàn)了日間和夜間兩種場(chǎng)景下非接觸式嬰兒心率監(jiān)測(cè)，具有較好的實(shí)時(shí)性和較高的監(jiān)測(cè)精度。

本文研究?jī)?nèi)容為家庭嬰兒監(jiān)護(hù)及醫(yī)療病患監(jiān)護(hù)提供了切實(shí)可行的新思路，具有較高的學(xué)術(shù)價(jià)值與實(shí)際應(yīng)用價(jià)值。未來還可繼續(xù)深入研究基于面部圖像的呼吸率、血氧飽和度、心率變異性等其它重要生命體征參數(shù)的監(jiān)測(cè)，該類研究具有廣闊的應(yīng)用前景。