一种非接触式呼吸率提取方法及装置

本发明涉及非接触式生理信号提取，尤其涉及一种非接触式呼吸率提取方法及装置。

背景技术：

1、呼吸率是指人每分钟胸腹部起伏的次数，即呼吸频率。非接触式呼吸率提取技术的原理正是基于人体呼吸引起的生物信号变化，这些变化可以通过监测人体表面的生物信号获取。常用的生物信号有人体胸腹部的起伏变化，当人体进行呼吸时，膈肌和肋间肌等呼吸肌群会协同收缩和放松，导致胸腔和腹腔的体积发生变化。在吸气时，膈肌收缩向下运动，胸腔扩张，同时腹腔收缩向内凸起，导致腹部上升；在呼气时，膈肌放松向上运动，胸腔收缩，同时腹腔向外凹陷，导致腹部下降。这种胸腹协同运动的过程就是呼吸导致腹部起伏的原因。通过监测胸腹部运动信号并提取呼吸率，可以帮助医疗工作者进行呼吸功能的评估和监测，对于呼吸系统疾病的诊断和治疗具有重要意义。

2、目前呼吸信号的检测可以分为接触式和非接触式两种方法，而市面上大部分的呼吸率检测技术都是接触式的，需要将被检测者与检测设备连接在一起，例如常见的co2测量法。在这种检测过程中，患者需要戴上面罩，导致舒适度降低。此外，对于皮肤脆弱的患者，如大面积的烧伤患者、婴幼儿和老人而言，该方法并不适用。而现有的非接触式测量方法包括生物雷达方法、基于特制床垫的呼吸测量方法和热成像法等，则需要配备专业的技术人员和昂贵的测量设备，不适合日常的呼吸检测。

3、因此，有必要亟需开发一种非接触式呼吸率提取方法及装置。

技术实现思路

1、本发明的目的在于针对上述呼吸信号检测方法中接触式存在的舒适度低、非接触式存在的成本高问题，本发明提出了一种非接触式呼吸率提取方法及装置，基于胸腹部起伏变化计算呼吸率值，对电脑摄像头采集到的提取视频增加自适应光照补偿，可提高抗环境干扰能力，基于欧拉视频放大(eulerian video magnification，evm)和巴特斯沃带通滤波器，用深度卷积神经网络来代替手动设置的滤波器，并涵盖人体可能达到的所有呼吸率值，可提高呼吸率提取的准确度和保证放大效果；基于运动放大后的视频，框选胸腹部感兴趣区域(region of interest，roi)选取感兴趣像素点，可减少关键点检测法导致的误差；像素点经处理后输出原始时域信号，对其进行傅里叶变换，可过滤噪声，对滤波后的时域信号进行功率谱密度分析，可计算出框选的呼吸率值；因而，本发明具有抗干扰能力强、成本较低、非接触提取呼吸率的效果好以及准确度高的特点。

2、第一方面，本发明提供的一种非接触式呼吸率提取方法采用如下的技术方案：

3、获取视频数据进行光照补偿后进行运动放大处理，得到重构视频；其中，所述视频数据为待提取呼吸率的视频；

4、选定所述重构视频中的胸腹部roi区域，将所述重构视频每一帧图像对应在所述胸腹部roi区域的图像的rgb颜色空间转换到yiq颜色空间，并对所述yiq颜色空间在y通道上进行颜色分离后，得到y颜色通道图像；

5、计算所述y颜色通道图像内的像素均值，基于所述像素均值输出原始时域信号，对所述原始时域信号进行滤波处理后计算呼吸率值。

6、本发明提供的一种非接触式呼吸率提取方法的有益效果在于：可实现非接触提取呼吸率，提取呼吸率信息的抗干扰能力强、成本较低、效果好以及准确度高。

7、优选的，进行运动放大处理时，包括：基于evm构建运动放大模型；基于3d残差块和空洞卷积对所述运动放大模型进行提取特征表示的训练；将光照补偿后的视频数据输入训练后的所述运动放大模型，对输出的提取特征进行运动放大后，进行低通滤波，基于插值和反卷积将滤波后的提取特征映射回输入的所述光照补偿后的视频数据中，输出重构视频。如此，可代替手工设置参数的滤波器，并实现滤波、放大和视频的重构功能。

8、优选的，所述运动放大模型采用输入两帧图像进行训练，训练时使用的参考坐标系包括：基于连续输入的两帧图像中的前一帧和基于输入的第一帧图像。如此，可简化训练，使训练易于处理。

9、优选的，获取视频数据进行光照补偿的过程中，包括：基于调整亮度范围对所述获取视频数据进行光照矫正后，基于自适应直方图均衡化对所述获取视频数据进行图像增强。如此，可通过光照矫正改善图像中的光照不均匀，通过图像增强可进一步提高图像质量。

10、优选的，选定所述重构视频中的胸腹部roi区域时，基于所述重构视频的第一帧图像，通过手动或程序自动的方式选定所述第一帧图像中的胸腹部roi区域，并基于所述第一帧图像中的胸腹部区域作为所述重构视频的胸腹部roi区域。如此，可减小关键点检测不完全导致的信号误差，进一步提高提取信号的准确度。

11、优选的，将rgb颜色空间转换到yiq颜色空间的过程中，其转换关系如下式所示：

12、

13、式中，为系数矩阵。如此，可通过yiq中的图像亮度信息变化表示胸腹部起伏运动。

14、优选的，计算所述y颜色通道图像内的像素均值前，对所述y颜色通道图像进行亮度增强。如此，可将y颜色通道表示的图像亮度信息进行亮度增强，从而增强人体运动的视觉效果。

15、优选的，对所述原始时域信号进行滤波处理时，包括：基于傅里叶变换将所述原始时域信号转换为频域信号；对所述频率信号进行带通滤波后，进行反傅里叶变换后输出滤波处理后的原始时域信号。如此，可保留原始时域信号中的人体可能达到的所有呼吸率值，去除其它不必要的噪声。

16、优选的，计算呼吸率值时，包括：基于离散傅里叶变换计算滤波处理后的所述原始时域信号的功率谱密度并绘制功率谱密度图；基于所述功率谱密度图中的最大参数值计算呼吸率值。如此，可获得准确提取的呼吸率值。

17、第二方面，本发明提供的一种非接触式呼吸率提取装置采用如下技术方案：包括：

18、视频预处理模块，用于获取视频数据并对所述视频数据进行光照补偿和运动放大后，输出重构视频；

19、视频提取模块，用于选定所述重构视频中的胸腹部区域，将所述重构视频每一帧图像对应在所述胸腹部区域的图像的rgb颜色空间转换到yiq颜色空间，并对所述yiq颜色空间在y通道上进行颜色分离后，得到y颜色通道图像；

20、呼吸率计算模块，用于计算所述y颜色通道图像内的像素均值，并基于所述像素均值输出原始时域信号，对所述原始时域信号进行滤波处理后计算呼吸率值。

21、本发明提供的一种非接触式呼吸率提取装置的有益效果在于：可实现非接触提取呼吸率，提取呼吸率信息的抗干扰能力强、成本较低、效果好以及准确度高。

技术特征：

1.一种非接触式呼吸率提取方法，其特征在于，包含以下步骤：

2.根据权利要求1所述的提取方法，其特征在于，进行运动放大处理时，包括：

3.根据权利要求2所述的提取方法，其特征在于，所述运动放大模型采用输入两帧图像进行训练，训练时使用的参考坐标系包括：基于连续输入的两帧图像中的前一帧和基于输入的第一帧图像。

4.根据权利要求1所述的一种提取方法，其特征在于，获取视频数据进行光照补偿的过程中，包括：

5.根据权利要求1所述的提取方法，其特征在于，选定所述重构视频中的胸

6.根据权利要求1所述的提取方法，其特征在于，将rgb颜色空间转换到yiq颜色空间的过程中，其转换关系如下式所示：

7.根据权利要求1所述的提取方法，其特征在于，计算所述y颜色通道图像内的像素均值前，对所述y颜色通道图像进行亮度增强。

8.根据权利要求1所述的提取方法，其特征在于，对所述原始时域信号进行滤波处理时，包括：

9.根据权利要求1所述的提取方法，其特征在于，计算呼吸率值时，包括：

10.一种实现如权利要求1至9任一项所述非接触式呼吸率提取方法的装置，其特征在于，包括：

技术总结
本发明提供了一种非接触式呼吸率提取方法及装置。本发明基于胸腹部起伏变化计算呼吸率值，对电脑摄像头采集到的提取视频增加自适应光照补偿，可提高抗环境干扰能力，基于欧拉视频放大技术，用卷积神经网络代替手动设置的滤波器，并涵盖人体可能达到的所有呼吸率值，提高呼吸率提取的准确度和保证放大效果；基于运动放大后的视频，框选胸腹部感兴趣区域选取感兴趣像素点，可减少关键点检测法导致的误差；像素点经处理后输出原始时域信号，对其进行滤波，并进行功率谱密度分析，可计算出框选的呼吸率值。因此，本发明具有抗干扰能力强、成本较低、非接触提取呼吸率的效果好以及准确度高的特点。

技术研发人员：杜天乐,谢景鹏,李渭
受保护的技术使用者：南昌大学
技术研发日：
技术公布日：2024/1/15