本發(fā)明涉及非接觸式生理參數(shù)測量，具體為一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)方法。

背景技術(shù)：

1、ippg(光學(xué)容積脈搏波圖，imaging?photoplethysmography)是一種利用光學(xué)技術(shù)測量血液容積變化的無創(chuàng)檢測方法。ippg技術(shù)基于光的反射和吸收原理，通過監(jiān)測皮膚表面光信號的變化來獲取脈搏波信息，當(dāng)特定波長的光線照射到皮膚表面時，部分光被皮膚和血液中的成分吸收，部分光被反射回光電探測器。由于心臟的收縮和舒張引起的血液容積變化會影響反射光的強度，分析反射光強度的變化可以提取出脈搏波信號，通過提取出的脈搏波信號進而推導(dǎo)出多種生理參數(shù)，如心率、血氧飽和度等。

2、提取出的脈搏波信號通過各種生理參數(shù)的算法計算出對應(yīng)時間內(nèi)的生理參數(shù)。這些算法利用脈搏波信號的特征，如波峰和波谷的位置、波形的周期性變化等，精確計算出心率、血氧飽和度、呼吸率等關(guān)鍵的生理參數(shù)。通過對信號進行時域和頻域分析，可以識別和去除噪聲，提高測量的準(zhǔn)確性和穩(wěn)定性。最終，這些計算出的生理參數(shù)不僅能夠提供即時的健康狀況評估，還可以通過長期數(shù)據(jù)的積累和分析，幫助監(jiān)測和預(yù)測個體的健康趨勢。

技術(shù)實現(xiàn)思路

1、本發(fā)明針對上述需求設(shè)計了一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，該系統(tǒng)包括一個網(wǎng)頁平臺，利用ippg技術(shù)通過分析被測者的面部視頻，提取出被測者的脈搏波信號，系統(tǒng)再進一步對提取到的脈搏波信號進行處理和分析，精確計算出心率、血氧飽和度、呼吸率等生理參數(shù)，并實時顯示在網(wǎng)頁界面上，為用戶提供便捷、無創(chuàng)的健康監(jiān)測手段。

2、為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，包括以下步驟：

3、進一步的，所述s20包括：

4、s201：采用專門設(shè)計的超分辨率重建算法，將低分辨率圖像逐幀轉(zhuǎn)換為高分辨率圖像。該算法能夠處理復(fù)雜的退化情況，恢復(fù)圖像的細節(jié)。

5、s202：在超分辨率重建過程中，集成gfp-gan預(yù)訓(xùn)練網(wǎng)絡(luò)。該網(wǎng)絡(luò)通過豐富多樣的人臉先驗信息，對重建的高分辨率面部圖像進行進一步優(yōu)化，確保面部特征的細節(jié)得到充分恢復(fù)。

6、s203：將經(jīng)過超分辨率重建和特征優(yōu)化后的高分辨率面部圖像進行整合，生成高質(zhì)量的面部圖像序列。

7、進一步的，所述s30包括：

8、s301：在s203步驟中獲取的高質(zhì)量面部圖像序列將通過谷歌的mediapipe?facemesh模型進行處理，實時估計面部的468個3d面部界標(biāo)，這些界標(biāo)精準(zhǔn)地描述了面部的幾何結(jié)構(gòu)。

9、進一步的，所述s40包含：

10、s401：利用s301得到生成的3d界標(biāo)，確定面部的關(guān)鍵區(qū)域(如額頭、臉頰等)，將這些區(qū)域作為感興趣區(qū)域(roi)。接著，系統(tǒng)在每一幀視頻中計算這些roi的rgb值，記錄其隨時間的變化生成對應(yīng)區(qū)域的rgb變化序列值。

11、進一步的，所述s50包含：

12、s501：對輸入的rgb幀序列進行必要的預(yù)處理，包括歸一化、去噪處理等，以確保數(shù)據(jù)的質(zhì)量和一致性。這些預(yù)處理步驟有助于提高模型的預(yù)測精度。

13、s502：將預(yù)處理之后的rgb信號作為輸入數(shù)據(jù)被傳遞到一個預(yù)先訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)模型中。該網(wǎng)絡(luò)模型為基于時間的編碼器解碼器結(jié)構(gòu)能夠有效捕捉時間序列中的特征和變化趨勢。模型通過多個卷積層、池化層、全連接層等組件，逐步提取和處理輸入數(shù)據(jù)中的特征數(shù)據(jù)從而重建血容量脈搏波信號。

14、s503：對預(yù)測出來的血容量脈搏波信號進行后處理，包括平滑處理、去除偽影等，以提高信號的清晰度和可靠性。生成清晰、可靠的血容量脈搏波信號。這些信號經(jīng)過優(yōu)化，具有高信噪比和穩(wěn)定性，為后續(xù)的生理參數(shù)預(yù)測提供精準(zhǔn)的數(shù)據(jù)支持。

15、進一步的，所述s60包含：

16、s601：心率預(yù)測，將s50中提取出來的血容量脈搏波信號進行分段，并檢測每段信號中的波峰位置。通過計算單位時間內(nèi)的波峰個數(shù)，得到心率值。結(jié)合時間窗口內(nèi)的多個心率值進行平滑處理，獲得穩(wěn)定的心率預(yù)測結(jié)果

17、s602：血氧飽和度計算，根據(jù)朗伯-比爾定律，血氧飽和度可由2種波長光的相對搏動振幅計算得到：

18、

19、其中，spo2為血氧飽和度，a和b為經(jīng)驗系數(shù)，iac和idc為光的交流分量振幅和直流分量振幅。ippg技術(shù)中通常將脈搏波的平均值和標(biāo)準(zhǔn)差(或方差)作為idc和iac，也可將脈搏波波峰值作為idc、波峰與波谷的差值作為iac。a和b則根據(jù)接觸式血氧儀的同步測量結(jié)果線性擬合得到。

20、s603：呼吸率預(yù)測，將s50中提取出來的血容量脈搏波信號進行頻域分析，提取其中的低頻成分，這些成分與呼吸活動密切相關(guān)。然后，通過檢測低頻成分的周期性變化，計算出每分鐘的呼吸次數(shù)。最后，對呼吸率數(shù)據(jù)進行平滑處理，去除短時間內(nèi)的波動，確保呼吸率預(yù)測結(jié)果的準(zhǔn)確性和穩(wěn)定性，得到最終預(yù)測的呼吸率。

21、s604：血壓計算，人體血壓與脈搏波相位差、心率之間存在一定的函數(shù)關(guān)系：

22、

23、其中，bp為血壓，hr為心率，為人體不同部位脈搏波相位差，hr和需要通過ippg技術(shù)獲??；a和k為待定系數(shù)，通過與智能電子血壓儀的同步測量結(jié)果線性擬合得到。

24、進一步的，所述s70包括：

25、s701：開發(fā)了一個基于django框架的web應(yīng)用，用戶可以通過這個網(wǎng)頁上傳包含人臉的視頻文件。然后基于s10、s20、s30、s40、s50、s60步驟生成生理參數(shù)，將計算出來的生理參數(shù)通過網(wǎng)頁實時顯示，提供直觀的數(shù)據(jù)視圖和分析結(jié)果。

技術(shù)特征：

1.一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，其特征在于：所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，其特征在于：所述s20包括：

3.根據(jù)權(quán)利要求1所述的一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，其特征在于：所述s30包括：

4.根據(jù)權(quán)利要求1所述的一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，其特征在于：所述s40包括：

5.根據(jù)權(quán)利要求1所述的一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，其特征在于：所述s50包括：

6.根據(jù)權(quán)利要求1所述的一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，其特征在于：所述s60包括：

7.根據(jù)權(quán)利要求1所述的一種基于ippg技術(shù)的多生理參數(shù)測量系統(tǒng)，其特征在于：所述s70包括：

技術(shù)總結(jié)
本發(fā)明提供一種基于IPPG技術(shù)的多生理參數(shù)測量系統(tǒng)，屬于非接觸式信號檢測技術(shù)領(lǐng)域。本發(fā)明包括：S10：分析被測量人的面部視頻，使用面部識別算法識別出其中的面部區(qū)域，并且一幀一幀地裁剪出面部區(qū)域；S20：對S10中的面部幀圖像進行低分辨率到高分辨率的重建，以完善面部細節(jié)數(shù)據(jù)；S30：對S20中重建的高分辨率面部圖像建立面部特征點；S40：利用面部特征點提取面部感興趣區(qū)域，并提取這些面部感興趣區(qū)域的RGB值隨著幀序列的變化；S50：將S40提取出來的感興趣區(qū)域的RGB幀序列值輸入到重建血容量脈搏波的網(wǎng)絡(luò)模型中，利用算法預(yù)測血容量脈搏波的信號；S60：使用S50中預(yù)測出來的血容量脈搏波信號，利用對應(yīng)的生理參數(shù)預(yù)測算法預(yù)測相應(yīng)的生理參數(shù)；S70：設(shè)計基于IPPG技術(shù)的多生理參數(shù)測量系統(tǒng)的網(wǎng)頁，將S60中生成的相應(yīng)生理參數(shù)在網(wǎng)頁上顯示出來。本發(fā)明設(shè)計了一個web網(wǎng)頁，該網(wǎng)頁集成了從人臉視頻中提取血容量脈搏波的算法，通過脈搏波信號預(yù)測心率、血氧、呼吸率、血壓等生理參數(shù)的算法，將預(yù)測的生理參數(shù)可視化供用戶查看。

技術(shù)研發(fā)人員：陳真誠,許贏龍,劉東洪,趙朝渝,王崢亮,龍威
受保護的技術(shù)使用者：桂林電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21