检索结果-南通市图书馆

心电、呼吸信号采集分析系统的研制

引用

上海生物医学工程 2007年第4期28卷 204-207页

作者：王旭邬小玫方祖祥复旦大学电子工程系上海200433

设计一种用于移动监护系统的生理信息采集及预处理装置。该装置以ARM为核心,包括低功耗的双路心电信号放大、滤波、抗基线漂移电路。实现了心电信号的采集、预处理、简单分析及从心电信号中提取呼吸信号等功能。

关键词：心电图呼吸信号提取数据采集移动监护

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

适用于昼夜环境的呼吸率视频检测

引用

中国图象图形学报 2018年第1期23卷 144-154页

作者：霍亮杨学志李江山刘雪南方帅合肥工业大学计算机与信息学院合肥230009 工业安全与应急技术安徽省重点实验室合肥230009

目的呼吸率是呼吸疾病检测的敏感指标,基于视频的呼吸率检测方法因成本低、使用限制少等特点成为近年医疗健康领域的研究热点。针对现有方法在噪声抑制及夜间信号获取方面存在的问题,提出一种适用于昼夜环境且抗噪性能高的呼吸率视频检... 详细信息

目的呼吸率是呼吸疾病检测的敏感指标,基于视频的呼吸率检测方法因成本低、使用限制少等特点成为近年医疗健康领域的研究热点。针对现有方法在噪声抑制及夜间信号获取方面存在的问题,提出一种适用于昼夜环境且抗噪性能高的呼吸率视频检测方法。方法该方法只需使用夜视功能的摄像头即可实现昼夜呼吸率检测。首先,采用人脸检测确定人脸区域,并结合人体几何关系规范呼吸区域;然后,结合空间尺度及相位差异,采用基于相位的视频处理方法对呼吸区域进行时空相位处理,在突出呼吸区域的同时有效抑制了噪声干扰。采用最大似然法进行呼吸初估计,并结合初估计频率对原信号平滑滤波以优化波形;最后应用峰值检测完成呼吸率的二次估计。结果通过室内有无光源两种环境的实验可知,稳定光源下呼吸率平均误差为0.54次/min,无光源下平均误差为0.62次/min。本文方法与真实呼吸率有良好一致性,与传统呼吸率检测方法相比,鲁棒性更好。结论提出一种适用于昼夜环境的呼吸率视频检测方法。采用红外摄像机实现夜间视频采集,并通过胸部定位、基于相位的视频放大技术进行时空相位处理,在拓展空间分辨率的同时有效抑制噪声放大,提高呼吸检测的精度与鲁棒性。

关键词：呼吸信号提取胸部定位视频运动放大最大似然估计呼吸率估计

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于运动特征的视频呼吸率检测算法

基于运动特征的视频呼吸率检测算法

引用

作者：朱明扬合肥工业大学

学位级别：硕士

呼吸率是一种重要的人体生理指标,在评估人体呼吸状况和诊断呼吸障碍疾病上具有不可替代的作用。目前呼吸率检测方法多需专业人员操作,在家庭日常检测方面尚有不足,而近些年出现的基于视频的非接触式呼吸率检测方法具有操作简便、适用... 详细信息

呼吸率是一种重要的人体生理指标,在评估人体呼吸状况和诊断呼吸障碍疾病上具有不可替代的作用。目前呼吸率检测方法多需专业人员操作,在家庭日常检测方面尚有不足,而近些年出现的基于视频的非接触式呼吸率检测方法具有操作简便、适用性强等优点,在智慧医疗领域极具发展潜力。现有基于视频的呼吸率检测方法在实时性上仍有不足,并且对人体姿态有所限制,最终影响检测性能。针对此问题,本文进一步研究了基于运动特征的视频呼吸率检测算法,具体概括如下:（1）提出了一种基于运动特征预估的呼吸率检测快速方法,该方法通过对视频中呼吸运动区域和方向进行预估,实现基于相位的呼吸率快速检测。首先,算法通过人脸检测和人体头身比选出胸部区域;然后建立呼吸信号模型,利用最大似然法精准定位呼吸区域,并且通过梯度信息确定呼吸区域内主要运动方向;最终结合呼吸运动方向,采用基于相位的信号处理算法提取呼吸信号,获取呼吸率。（2）提出了一种基于呼吸运动一致性的多姿态呼吸率检测方法,该方法不需人脸信息即能检测呼吸区域。具体而言,算法首先建立融合呼吸特征的显著性模型,呼吸区域在模型中具有更高显著性;之后根据显著性模型,获取呼吸区域,并最终获取呼吸率。实验证明算法可实现人体多姿态下的呼吸率检测。为了验证本文提出的基于运动特征的视频呼吸率检测算法性能,本文采集大量不同条件下的人体呼吸视频进行实验。实验结果表明:在正常坐姿下,基于运动特征预估的呼吸率检测快速方法检测呼吸率所用时间显著缩短,并与真实值保持较好一致性;在其他姿势下,基于呼吸运动一致性的呼吸率检测方法能够准确选取呼吸区域,获得准确的呼吸率。

关键词：呼吸信号提取呼吸区域定位视频运动放大呼吸率估计显著性检测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频处理的呼吸率检测方法研究

基于视频处理的呼吸率检测方法研究

引用

作者：霍亮合肥工业大学

学位级别：硕士

呼吸率是评价人体健康状态的重要指标之一,在呼吸疾病的预防与诊断上有着重要意义。目前呼吸检测设备多为医院专用设备,无法满足日常家庭检测的需求,而非接触式视频呼吸率检测方法因其通用性强,成本可控等特点在智慧医疗领域具有很高的... 详细信息

呼吸率是评价人体健康状态的重要指标之一,在呼吸疾病的预防与诊断上有着重要意义。目前呼吸检测设备多为医院专用设备,无法满足日常家庭检测的需求,而非接触式视频呼吸率检测方法因其通用性强,成本可控等特点在智慧医疗领域具有很高的开发前景。但现有视频法在场景噪声削弱和夜间信号获取方面仍存在一定问题;不同检测场景下有效呼吸区域的获取问题也影响着呼吸检测性能。针对噪声信号抑制以及场景适用性问题,本文深入研究了基于相位信息的视频放大方法以及面部呼吸特征跟踪方法,分别提出了昼夜环境下基于胸口定位以及人脸呼吸信息提取的视频呼吸检测方法。创新性概括如下:（1）提出了一种昼夜环境下的基于胸口定位呼吸率检测方法,该方法研究昼夜环境下的信号提取问题。首先采用红外相机确保夜间信号的有效获取,通过人脸检测结合人体比例关系确定胸口区域;并考虑呼吸相位信息变化,采用视频相位运动放大技术实现呼吸区域的信号放大与有效提取;采用最大似然估计法对放大后的呼吸信号进行呼吸频率的初估计,并以初估计频率作为参考值,通过平滑滤波操作进行呼吸波形的优化;最后,采用峰值检测完成呼吸频率的二次估计。（2）提出了一种基于人脸呼吸特征信息跟踪的呼吸率检测方法。该方法重点研究呼吸运动引起的面部特征点变化问题。获取人脸区域后,采用判别响应图拟合算法生成人脸器官特征点,并选择呼吸特征点作为跟踪目标,记录特征点的纵向位移变化记为呼吸起伏信息;引入小波分解,设定固定分解层数,可以在消除跟踪数据噪声的基础上提取呼吸信号;简要介绍了基于脉搏波信息提取的呼吸估计方法,并通过实验验证了方法的准确性及适用范围。为了检验本文提出的基于视频的呼吸率检测方法性能,本文采集了大量白天、夜间的成人呼吸视频进行实验。结果表明:在室内有无光源两种实验环境中,本文方法均与真实呼吸率保持较好的一致性。通过性能测试与稳定性验证实验,本文方法较经典视频呼吸检测方法具有更高的准确率与鲁棒性。基于人脸特征信息的呼吸率检测也具有可靠的检测性能,为今后手机等移动终端上实现呼吸率检测提供了可行性方案。

关键词：呼吸信号提取胸口定位视频运动放大呼吸率估计面部特征跟踪

来源：

同方学位论文库评论