头部旋转运动下自适应非接触鲁棒性心率检测方法

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.     

心率变异性分析在新生儿疼痛检测中的应用

为了研究疼痛暴露对新生儿自主神经系统的影响,并建立基于心率变异性(heart rate variability,HRV)指标的新生儿疼痛检测模型,采用时域、频域和非线性方法对40名新生儿疼痛暴露前后的心电数据进行短时HRV分析,Wilcoxon符号秩检验用于统计分析,支持向量机(support vector machine,SVM)用于建立检测模型.结果表明,RR间期均值a RR、低频段功率LF、高频段功率HF等3个线性指标和近似熵Ap En、样本熵Samp En、递归率REC等9个非线性指标在疼痛前后具有统计学差异;基于a RR、相邻两个RR间期对差值大于50 ms的百分比p NN50,Ap En,关联维D2和REC等5个指标和SVM的疼痛检测模型检测正确率达到83.75%.HRV的相关指标可反映新生儿自主神经系统对疼痛暴露的应答,基于HRV指标和SVM的模型可用于新生儿疼痛检测.     

基于Poincare差值散点图的心率变异性分析方法研究

在心率变异性的非线性分析中,Poincare散点图分析是一种重要手段.本文基于Poincare差值散点图(modified Poincare plot)提出了两个参数—区域分布熵和区域分布系数,用于定量描述所考察区域内散点的分布趋势,并提出对散点在4个象限中的分布进行分别计算.通过对MIT-BIH数据库中健康年轻人、健康老年人和充血性心力衰竭患者样本数据的分析,发现两参数值均呈现显著的组间差异;同时,不同象限的分析结果显示了四个象限具有不同的区分敏感性,而其中尤以第一象限的区分度为最高,反映出充血性心力衰竭患者相对健康人迷走神经调控功能的改变最为显著,与以往的生理学研究结论相符.经验证,该方法可用于短时数据,更易于扩展至临床应用.     

心率变异性的异方差特征研究

心率变异性数据具有非平稳和瞬时波动的特点,本文提出了采用自回归条件异方差(ARCH)分析方法分析这种波动.分析方法采用自回归移动平均模型消除序列的趋势和相关性,采用F检验法判断残差序列中是否存在ARCH效应,同时给出接受ARCH效应的概率.对充血性心衰竭病人和正常人的心率波动序列进行分析,两类人群ARCH特征接受概率及其变化率的统计值有较大差异,表明该方法可以区分不同的群体,为心电信息学研究提供了一种新的方法.     

心率变异性谱成分的非线性本质

提出了分频段相位随机化替代数据方法,与噪声滴定法相结合,观察了不同频率成分对心搏混沌的影响.结果显示心率变异性高频成分相位随机化的替代数据使混沌强度显著降低,提示谱分析的频率成分中蕴含着信号的非线性特性.提出的方法能有效分析不同频率成分对非线性的贡献,该法不仅适用于心率变异性还适用于其他确定性信号的特性分析. 关键词： 分频段相位随机化替代数据 混沌 滴定法 心率变异性     

基于Poincaré差值散点图的心率变异性分析方法研究

在心率变异性的非线性分析中, Poincaré散点图分析是一种重要手段.本文基于Poincaré差值散点图(modified Poincaré plot)提出了两个参数——区域分布熵和区域分布系数, 用于定量描述所考察区域内散点的分布趋势, 并提出对散点在4个象限中的分布进行分别计算.通过对MIT-BIH数据库中健康年轻人、健康老年人和充血性心力衰竭患者样本数据的分析, 发现两参数值均呈现显著的组间差异;同时, 不同象限的分析结果显示了四个象限具有不同的区分敏感性, 而其中尤以第一象限的区分度为最高, 反映出充血性心力衰竭患者相对健康人迷走神经调控功能的改变最为显著, 与以往的生理学研究结论相符.经验证, 该方法可用于短时数据, 更易于扩展至临床应用.     

基于有限穿越水平可视图的短时睡眠心率变异性研究

心率数据是最易于获取的人体生理数据之一,基于心率变异性的睡眠分析是近年来各种用于日常健康管理的可穿戴设备功能的一个重要发展方向,需要不断探索可以应用于标准睡眠分期时间窗(约30 s)的各类短时特征参数.利用近期报道的有限穿越水平可视图,并进一步提出一种加权有限穿越水平可视图,将不同睡眠状态下的短时心率变异序列映射为网络,进而提取平均集聚系数、特征路径长度、集聚系数熵、路径分布熵、加权集聚系数熵和加权路径分布熵等网络特征参数进行统计分析.结果表明,各网络参数值在醒觉、浅睡期、深睡期和快速眼动期的幅度水平具有显著差异,体现了所述方法在基于短时心率变异数据的睡眠分期中的有效性.同时,进一步研究了健康年轻人和中老年人在不同睡眠状态下的网络参数值,发现两者虽然存在整体的水平差异,但是在不同睡眠状态间的变化仍具有相同的趋势,反映出相对于正常的年龄老化,睡眠调制对心脏动力学系统具有更显著的影响,也说明所述方法可作为基于心率变异性的睡眠研究的一种新的辅助工具.     

昼夜节律下心率变异性信号的熵信息和谱特征

生理系统产生的复杂波动信号能够反映其潜在的动力学特征.采用基本尺度熵和功率谱的方法分析24 h心率变异性信号.结果表明,心脏系统昼夜节律下生理和病理的变化伴随着变化的基本尺度熵和功率谱分布,但是对于近似熵,其变化却不明显;同时发现,基本尺度熵的变化能够反映相应的自主神经调控的变化,由于充血性心力衰竭患者迷走神经的调控被抑制,交感神经的调控占优势,所以数据中会出现更多变化的矢量模式组合,因此心力衰竭患者心率变异性信号的熵值较高;在夜间睡眠状态时,由于迷走神经的调控增强,交感神经的调控减少,所以健康人和心力衰竭患者的基本尺度熵都比白天清醒状态时产生了下降趋势.     

基于Contourlet变换与FLD的人脸表情识别方法

提出了一种基于Contourlet变换与FLD的人脸表情特征提取方法。Contourlet变换是一种新的多尺度几何分析方法,它在具备小波变换的多分辨率特性和时频局部特性的同时,还具有很强的多方向选择性和各向异性。图像经过Contourlet变换后的低频分量可体现表情的概貌,高频方向子带可体现表情的轮廓和纹理等细节。将低频分量与部分高频方向子带结合起来作为整体特征,可压缩图像的数据量,并能够体现表情的本质特征。首先用Fisher线性判别法(FLD)进行特征提取,然后采用K-近邻法进行分类。实验证明,该方法比经典的FLD方法有着更快的特征提取速度和更高的表情识别率。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究。使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率。为此,提出一种基于数字图像处理技术的人脸检测算法。该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测。实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

基于视频的非接触式多人运动状态下心率实时检测

心血管疾病已成为了人类的第一大杀手,心率作为表征心血管状况重要指标,其临床及日常监测对预防心血管疾病引起的猝死具有重要意义。设计了一个基于视频的非接触式运动状态下多人心率实时检测系统,通过人脸检测与人脸跟踪技术实现多人实时准确检测跟踪,并采用感兴趣区域自适应提取与ASF滤波算法,抑制了IPPG信号中的运动伪差,实现了高信噪比脉搏波信号提取。采用医用指夹式血氧仪进行对比实验,二者的均方根误差为4.1280BPM、相关系数为0.812。Bland-Altman分析结果显示,大多数点分布在95%的置信区间内,表明设计的心率监测系统与标准指夹式测量结果具有较好的一致性。     

应用多尺度化的基本尺度熵分析心率变异性

本文采用多尺度化的基本尺度熵方法,针对心率变异性信号进行了分析,研究发现多尺度化的基本尺度熵可以区分不同生理病理信号,包括健康人、充血性心力衰竭患者和房颤心律失常患者的心率变异性信号,以及健康人白天黑夜的心率变异性信号.通过对健康人代理数据的分析,发现房颤心律失常患者与代理数据的熵值趋势相似,研究结果表明房颤心律失常患者的心率变异性信号更多的是反映生理信号的线性特征,而对环境变化不能很好的进行自我调节. 关键词： 多尺度化的基本尺度熵 心率变异性 充血性心力衰竭 房颤心律失常     

心率变异性基本尺度熵的多尺度化研究

将基本尺度熵的方法在时间上做多尺度化的扩展,并将其应用到心跳间隔序列的分析研究中.研究发现,健康人的心率变异性是小时间尺度下的模式特定性与大时间尺度下的模式丰富性相结合的,而充盈性心衰患者则正好相反.这说明充盈性心衰患者在小时间尺度下心脏动力系统的控制不力,导致随机性增加,而在大时间尺度下对外界环境变化反应又不够丰富,从而导致生命更容易受威胁.据此提出了以小时间尺度下的基本尺度熵值相对于大时间尺度下平台区基本尺度熵值的变异参数δ作为区分健康人和充盈性心衰患者的诊断依据.通过对72例健康人和44例充盈性心衰患者的计算,发现两组样本差异显著,证明了参数δ的有效性. 关键词： 多尺度化的基本尺度熵 心跳间隔序列 心率变异性 充盈性心衰     

非接触检测中螺纹图像牙型边界修正研究

利用图像的非接触检测螺纹是一种高效的检测方法。检测中,精准的获取到螺纹图像的牙型边界是检测的关键,而现有的图像处理技术并不能消除由于螺纹旋线对螺纹图像的影响。针对螺纹图像中牙型边界被遮挡的问题,从圆锥螺纹的几何空间关系分析图像产生误差的原因,建立圆锥螺纹数学模型,得到误差的方程。最后再设计了图像检测系统,根据误差方程修正螺纹图像、提取参数,经验证,此方法可以提高螺纹的检测精度,且通用在圆锥螺纹与圆柱螺纹中。     

人脸运动状态下的非接触式心率稳定测量算法

远程光电容积描记法(rPPG)可用于从人脸视频中计算得到心率,但目前提出的rPPG算法大多对受试者要求和限制较多,不利于日常条件下心率的稳定测量。提出了一种肤色正交平面算法(POS)的改进算法,针对在实际环境下由于被测者头部运动导致心率测量结果精确度较低的问题,利用基于颜色畸变的频域滤波器和POS算法,首先对信号在频率域上进行频域滤波处理,再送入POS算法进行时域滤波,以此减少不同噪声对信号质量的影响。结果表明,本算法各项评价指标相较于其它算法均有所提升,适用于人脸运动状态下心率的稳定检测。     

融合全局与局部多样性特征的人脸表情识别

通常主成分分析(PCA)只能保持数据的全局结构,邻域保持嵌入(NPE)算法只能保持邻域样本间的相似性,忽略了其差异性。针对上述问题,提出了一种融合全局与局部多样性的特征提取算法,并将其应用于人脸表情识别中。该算法利用PCA算法保持全局结构,并通过流形学习思想定义局部差异离散度和局部相似离散度,结合最大局部散度差准则,有效刻画出局部流形结构的多样性;将全局特征和局部多样性特征相结合,提取出低维流形特征用于表情分类。在JAFFE和Cohn-Kanade人脸表情数据库上的实验表明,该算法与PCA、局部保持投影(LPP)、NPE等算法相比,不仅有效地提高了识别率,而且在取得最高识别率时所需维数最低,证明了此算法在识别效果方面的优越性。     

基于位移特征与随机森林的表情识别方法研究

为了有效地对图像序列进行面部表情识别,提出一种基于主动形状模型(active shape model,ASM)结合Lucas-Kanade(LK)光流法的方法提取位移特征,采用随机森林分类器对提取到的位移特征进行分类与识别。在Extended Cohn-Kanade(CK+)人脸表情数据库上的实验表明,该特征提取方法能够很好地描述图像序列中所包含的表情信息和特征点运动变化信息,比常用的K-近邻、贝叶斯网络和支持向量机等分类器所表现出来的效果要好,其识别率达到95.1%。     

基于立体视觉与光流融合的运动目标检测

针对摄像机与被检测目标同时运动时的目标检测问题,提出一种立体视觉与光流融合的运动目标检测算法。结合立体视觉技术设计了光流与自运动估计模型,运用车辆的运动信息和场景的深度信息估计因摄像机运动产生的自运动光流;采用多分辨率细化的Horn算法估计场景的混合光流;对混合光流和自运动光流进行差分运算,剔除背景中静态目标的运动干扰。经过一系列形态学滤波处理获得运动目标完整区域,依据光流的连通性对运动目标标号,并确定位置信息。以典型的交通场景为对象进行分析,实验结果表明该算法能有效地检测出动态背景下的运动目标。     

具有紧支撑正交非张量积小波的图像融合

提出了基于一种新的小波——具有紧支撑、正交性、伸缩矩阵为[^2 0 ^0 2]的非张量积小波的图像融合方法。首先根据非张量积小波理论,利用Daubechies构造的单变量滤波器构造出基于四通道的不可分的小波滤波器组,用此滤波器组对参加融合的图像进行分解,然后对低频部分采用取均值、高频部分采用系数绝对值取大的融合算法对分解子图进行融合,最后重构。并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法进行了客观评价。对可见光图像与红外图像、远红外图像与近红外图像、遥感图像、多聚焦图像和其它多类图像的融合实验结果证明本方法有较好的融合效果,其融合性能与采用同样融合算法的张量积db2小波的融合方法的融合性能相当。     

被动式太赫兹图像目标检测研究

研究提出一种被动式太赫兹扫描成像的目标检测方法。用0.22 THz被动式扫描成像系统采集原始图像,在滤波去噪后用针孔像分析法获得太赫兹扫描成像系统的点扩展函数,进而用Lucy-Richardson算法重构图像,通过灰度变换和边缘检测增强图像对比度和目标分辨力。实验结果表明,算法能有效改善被动式太赫兹图像质量,提高成像系统探测隐藏可疑物的能力。