基于聚类和自适应滤波的图像式心率检测方法
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。