一种利用图像灰度检测人体心率的设计与实现

重庆邮电大学 光电信息感测与传输技术重庆市重点实验室 周金华 庞 宇 肖伦莲

一种利用图像灰度检测人体心率的设计与实现

重庆邮电大学 光电信息感测与传输技术重庆市重点实验室 周金华 庞 宇 肖伦莲

针对目前检测人体实时心率的可穿戴式设备,其体积笨重、操作复杂、价格昂贵等特点，设计了一款仅利用android手机摄像头就可以测实时心率的APP。手机摄像头采集手指的图像并分离图像灰度值得到原始的光电容积脉搏波(PPG ), 使用低通滤波和形态学滤波器滤除PPG信号噪声，通过差分阈值法识别PPG 信号相邻波谷点计算心率。将实验测量结果与临床使用的Body Checker生命监护仪测量结果对比，两者的相关系数为0．9。结果证明，此设计在手机上运行具有高度的稳定性和可靠性，这也将极大的方便了人们对自己健康状态的监护。

光电容积脉搏波；摄像头；实时心率

0 引言

现代医学发现，应用光电传感技术测量人体生理体征参数方面已经取得了丰硕的成果，当前使用的可穿戴式设备大多需要专用传感器、操作复杂、价格昂贵、体积笨重不便于携带和普及，同时，随着移动终端技术的发展，智能手机的普及、数据采集和处理能力的不断提升使得智能手机成为体征参数监测的首选[1]。利用智能手机的摄像头捕捉动脉血管容积、血液颜色细微变化，提取灰度值来获取光电容积脉搏波PPG信号，进而对PPG信号进行处理，使用差分阈值计算实时心率。

1 光电容积脉搏波测心率的方法

1.1 PPG信号的采集模型

根据Lambert-Beer定律，单色光入射人体组织时皮肤和软组织等吸收光强不随时间改变，而动脉中的血液容积是随心脏的舒张和收缩周期性波动的[2]。因此其吸收的光强与脉搏同步变化，此时可以用光传感器来检测光强吸收度A：

I0表示入射光强，I表示投射光强，ε表示光强吸收系数，C表示吸收介质浓度，t表示吸收介质的厚度。本设计采用反射模式检测，手指贴在手机摄像头上，打开背光LED灯补光，同时打开摄像头捕获采集颜色细微变化的图像[3]。从获取的图像中分离每帧图像的灰度值：

其中Gray表示图像的灰度值，R、G、B分别表示图像红色、绿色、蓝色的像素通道。提取PPG波形的示意图如图1所示。

1.2 PPG信号预处理

PPG信号是强干扰下的弱信号，在采集过程中极易受到外部光线和人体自身的影响，这些噪声严重干扰有效信号的提取，致使心率计算产生较大的误差。通过观察摄像头采集的PPG波形，可以发现波形发生了较大的抖动，即基线漂移。为滤除基线漂移我们采用了形态学滤波器。

图1 PPG波形提取示意图

基本的数学形态变换包括腐蚀、膨胀、形态开和形态闭等运算。由于PPG信号是一维信号，所以腐蚀和膨胀在一维信号处理中定义如下：

形态学滤波器的实质是通过组合运用开、闭运算，消除信号特定宽度的波峰和波谷。为了同时去除信号中的正负两种脉冲噪声Maragos采用开、闭运算的级联组合形式，定义了形态闭(open-closing)和闭开(close-opening)滤波器：

形态开运算具有收缩性可以降低信号输出幅度，形态闭运算具有扩张性可以增大输出幅度，因此在设计开闭滤波器和闭开滤波器过程中有统计偏移现象，为了有效抑制这种现象，往往采用组合的方式取两种形式的平均值作为滤波器的输出量：

信号中实际被滤除的成分与运算中选用的结构元素有关，本文选用的是直线型的结构元素，其宽度为K=1.2×Fs×t≈20,其中Fs是PPG信号的采样频率20Hz、t是特征波的时间宽度0.8s。基于以上论述，形态学的滤波器设计流程如图2所示。

图2 形态学滤波器设计流程图

经过形态学滤波器去噪结果如图3所示。

图3 形态学滤除PPG信号噪声

1.3 心率算法设计

采用相隔点检测波谷点测算人体的心率[4]。根据光电容积脉搏波信号的特征知，在一个心率周期内，当血管内的压力最大时，血液吸收的光强达到最大值，图像中的均灰度值最小，在PPG信号中体现为波谷；当血管内的压力最小时，血液吸收的光强最少，获取图像的均灰度值最大，此时在PPG信号中呈现为波峰。由于受噪声信号影响，使PPG信号中波峰波谷存在一定程度上变化平缓，通过观察原始信号发现波谷受到的影响要小些。为此我们选用差分阈值识别波谷测算心率[5]。在手机上运行结果如图4所示。测量的算法如下：

(1)取经过预处理的PPG信号记为f(i)，并以时间窗口宽度Wf=16截取一段PPG信号，计算窗口区间的前向一阶差分记为dif(i)。

(2)由(1)得到的差分序列dif(i)，计算差分序列的平均值ϒ，设定差分阈值为Th=0.4ϒ。

(3)若满足f(i+1)-Th

(4)由于PPG信号在每一个搏动周期都会有细微的变化，为提高波谷识别精度，动态调整时间窗口宽度Wf=(Wf+PPI)/2。

2 软件实现与实验结果分析

为验证实验结果我们组织男女各5名健康实验者测心率，并且与Body Checker生命监护仪进行对比分析。测量值与参照值对比结果，最大误差为5.3%，最小误差为1.3%，平均误差3.3%，与参考值的相关系数为0.9，测量值与参考值十分接近。实验误差可以归纳为两点：①测量环境的光线变化和手指在摄像上的移动，造成了PPG信号出现波谷变化平缓，对波谷的检测影响很大；②人体本身呼吸会引起PPG波形上下幅值波动，也会引起实验误差。

图4 测量心率的实现

3 总结语

本设计利用手机摄像头采集PPG信号来开发一款不需要外加其它的硬件设备就可以测心率的APP。相比其他的可穿戴设备，本设计充分应用了智能手机的便携性和普遍性，同时，本设计开发的APP采集的PPG信号噪声干扰小、特征点定位精确。随着智能手机摄像头的分辨率和预览帧速率不断提高，不仅会提高采集数据的精度而且也会缩短采集数据的时间，这将使得应用手机摄像头检测人体的呼吸、血氧、血压等人体体征参数成为可能，从而将极大的便于人们随时随地掌握健康状态。

[1]王文,朱曼璐,王拥军,等．中国心血管病报告2012概要[J]．中国循环杂志,2013,38(6):408-412．

[2]朱娟,张列亮,徐磊．光电容积脉搏波的临床应用研究及进展[J]．中国临床医师杂志,2013(22):10244-10277．

[3]Scully C G,Lee J,Meyer J,et al．Physiological Parameter Monitoring form Optical Recordings with a Mobile Phone[J]．IEEE Transactions on Biomedical Engineering,2012,59(2):303-306．

[4]杨增印,马建峰,等．一种利用手指图像测量人体心率的方法[J]．西安电子科技大学学报,2014,41(5):91-97．

[5]Tra Hanias P E．An approach to QRS complex detection using mathematical morphology[J]．IEEE Transactions on Biomedical Engineering,1993,40:262-272．

周金华（1992—），湖北人，重庆邮电大学硕士研究生。