基于聚类和自适应滤波的图像式心率检测方法

作     者：黄漫萍 彭力 韩鹏 骆开庆 刘冬梅 陈淼 邱健 

作者机构：华南师范大学电子与信息工程学院 广东省光电检测工程技术研究中心 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2024年

核心收录：

学科分类：1002[医学-临床医学] 0809[工学-电子科学与技术（可授工学、理学学位）] 080902[工学-电路与系统] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 10[医学] 

基　　金：国家自然科学基金(61975058,62375089,62205110) 广东省自然科学基金联合项目（2022A1515140139） 广东省自然科学基金面上项目（2023A1515011452） 广东省科技计划（2019B090905005） 广州市科技计划（2019050001） 

主　　题：成像式光电容积描记 凹透镜变形算法 K-means++聚类 归一化最小均方根误差算法 

摘      要：目前成像式光电容积描记（IPPG）心率检测方法在头部运动及光照变化干扰等运动场景下，存在着测量结果准确度低和波动性大等问题。为此，本文提出了应用于IPPG的凹透镜变形算法和肤色像素聚类的感兴趣区域（ROI）动态选取方法，以及针对脉搏波（BVP）的自适应归一化最小均方根误差（NLMS）滤波算法来解决上述问题。首先，利用凹透镜变形算法将面部肤色区域进行图像扭曲和膨胀；其次，通过K-means++聚类方法进行皮肤区域像素选取；然后，应用CHROM算法对BVP信号进行预降噪处理。上述的处理方法构成了ROI动态选取方法，可解决头部运动带来的影响。最后，采用提出的自适应NLMS算法，对BVP信号进行光照变化干扰的自适应滤波后，完成心率的计算。实验结果表明，所提出的心率检测方法在运动场景下的平均绝对误差（MAE）达到0.92次/分钟，即使在光照剧烈变化的条件下MAE也能达到2.20次/分钟。该方法能够有效解决IPPG技术中ROI定位不准、选取困难以及受光照变化影响严重等不足。