巴图巴雅尔·欧赟 赵跃进3)† 孔令琴3)‡ 董立泉3) 刘明3) 惠梅

1) (北京理工大学光电学院,北京 100081)

2) (北京理工大学,精密光电测试仪器及技术北京市重点实验室,北京 100081)

3) (北京理工大学长三角研究院(嘉兴),嘉兴 314019)

基于人脸视频的生理信号检测面临的主要挑战是运动伪影噪声.针对受试者头部刚性旋转运动引起的伪影噪声,本文提出利用头部运动信息构建自适应滤波器的非接触式心率检测方法.该方法利用人脸二维和三维的特征点计算受试者运动中头部的偏航和俯仰欧拉角度,并将其作为调控过程噪声协方差的信号质量指数,进而构建了自适应Kalman 滤波器,实现了稳健的心率估计.实验结果表明:本文提出的方法可有效抑制头部刚性旋转运动引起的噪声,平均绝对误差为2.22 beat/min,均方根误差为2.76 beat/min,与现有方法相比准确度分别提升9%与24.6%,具有统计显著性.本文提出的头部旋转角度自适应非接触鲁棒性心率检测方法在自发运动的真实场景下能有效提升检测的准确性,扩大了成像式光电容积描记技术在视频健康监测领域的使用场景.

1 引言

心脑血管疾病已经成为人类健康的主要威胁,根据心脑血管疾病早发现、早治疗,积极干预的防治需求[1],寻求一种操作简单、结果准确、可重复性好、并可应用于大规模人群日常检测的测量技术具有重要意义.成像式光电容积描记(imaging photoplethysmography,IPPG)技术是在光电容积描记(photoplethysmography,PPG)技术基础上发展的一种基于成像设备的非接触生理……