基于面部视频的血流信号提取方法的比较及适用性研究

• 作者: 何璇 卫兵 吕钊 吴小培 张超
• 来源期刊: 生物医学工程学杂志
• 关键词: 盲源分离 独立分量分析 血流脉冲 光电容积描记
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 278-289
• 页数: 12页
• 语种: 中文
• DOI: 10.7507/1001-5515.201603032

摘要

基于独立分量分析(ICA)的盲源分离技术可从面部视频序列中分离出血流脉冲信号(BVP),进而可获取心率、血氧饱和度和呼吸率等生命体征参数.但现有研究结果并未有效展示ICA在BVP获取方面的优势,因此,一些研究者建议直接利用面部视频图像序列的绿色通道分量(G分量)并结合时域滤波进行BVP提取(G-BVP).本文基于9位受试者所提供的面部视频数据,对ICA-BVP和G-BVP两种方法的性能和特点进行了比较,研究了面部器官自然运动和光照变化等因素引起的视频干扰成分对BVP提取效果的影响.实验表明,ICA-BVP方法在消除运动和光照干扰方面具有较明显的优势.在ICA-BVP方法的具体实现过程中,提出了基于谱峭度的BVP信号自动识别方法,用以解决ICA输出排序不确定的问题.该方法在动态BVP信号获取和心率估计实验中取得了较理想的测试效果.综上所述,ICA-BVP方法在基于面部视频的血流信号提取及生命体征参数估计的应用中,具有更好的稳定性和准确性.