基于PPG的人體生理指標(biāo)的測量方法研究.pdf

1、心率是人的重要生命體征之一，它是衡量一個人健康狀況的最基本的標(biāo)準(zhǔn)，同時它也是診斷心血管疾病的一個重要指標(biāo)。心率異常是健康殺手，它是誘發(fā)多種心血管疾病的重要因素，因此，對心率的測量具有很重要的現(xiàn)實(shí)意義。本文通過普通攝像頭，結(jié)合PPG技術(shù)、人臉檢測技術(shù)和盲源分離技術(shù)，對采集到的一段人臉視頻信號分離出綠色信號，對綠色信號進(jìn)行頻譜分析，計算出心率的值。該設(shè)計方案具有操作簡單，價格便宜，適合在家庭及社區(qū)的普及和推廣。
　　本文的主要工作如下

2、：
　　1．第2章主要介紹了生物醫(yī)學(xué)中的PPG技術(shù)和PPG技術(shù)的應(yīng)用價值，然后簡單的闡述了現(xiàn)階段比較成熟的人臉檢測方法，在此基礎(chǔ)上重點(diǎn)討論了Adaboost分類器檢測人臉的步驟。在這個過程中，本文對Harr快速積分圖的計算過程有一定程度的優(yōu)化，達(dá)到減少運(yùn)算次數(shù)的目的。接著本文基于OpenCV平臺下的分類器，通過詳細(xì)的步驟介紹如何訓(xùn)練自己的人臉樣本，并在對訓(xùn)練過程中可能遇到的問題都給出了相應(yīng)的解決方法，并對訓(xùn)練結(jié)果中出現(xiàn)的差異性做了

3、一定的分析。最后，使用已經(jīng)訓(xùn)練好的.xml文件，設(shè)計了一個人臉檢測界面，用來檢測圖片是否是人臉。
　　2．第3章首先介紹了盲源分離技術(shù)解決的主要問題，針對本文需要將三基色信號分離，提取綠色信號這個問題，采取了比較經(jīng)典的ICA方法模型作為切入點(diǎn)。并對傳統(tǒng)的FastICA做了一些介紹，在此基礎(chǔ)上做了一些改進(jìn)，通過增加搜索因子，可以減少迭代次數(shù)。通過仿真實(shí)驗(yàn)，用改進(jìn)的FastICA對4個信號進(jìn)行盲分離，最后對兩種算法的時間復(fù)雜度和算法復(fù)

4、雜度做了直觀的比較。通過比較發(fā)現(xiàn)，采用改進(jìn)的FastICA較傳統(tǒng)的FastICA各方面都有很大的提高，驗(yàn)證了理論的正確性。
　　3．第4章設(shè)計了心率測量的系統(tǒng)的方案，詳細(xì)的介紹了硬件平臺的要求和軟件環(huán)境的搭建。然后，通過已經(jīng)設(shè)計好的系統(tǒng)采集人臉圖像的視頻，接著對視頻做了五個步驟的操作，對處理后的信號進(jìn)行頻譜分析，計算出人的心率值。最后，通過用相關(guān)性和Bland Althman一致性分析理論，比較分析了本文提出的改進(jìn)FastICA算