基于手机摄像头的心率监控

杨立昆



基于手机摄像头的心率监控

杨立昆

（陕西省岐山高级中学，陕西 宝鸡 722400）

心率是检测心血管等疾病的重要参数信息，是人体重要的生理指标，对其进行实时监控具有重要的临床意义。非接触式检测方法相比传统监护仪等测量方法更加方便、快捷，适用于长期实时监控，具有良好的应用前景。利用视频图像提取光电容积脉搏波成为一种切实可行思路。基于此，设计了一种采用手机摄像头的心率监控系统，并提出APP设计方法与思路，具有心率实时监控、记录管理、健康小提示等功能。系统使用方便、易于集成，让智能手机方便人们生活的同时，成为人们预防保健和管理的健康助手。

智能手机；摄像头；心率；健康管理

1 设计背景

心率是指人体心脏在每分钟内跳动的次数，它是人体的重要生理参数。对心率的实时监控能够帮助人们了解自己的身体状况变化，减少意外情况的发生，同时，对心血管疾病的预防和控制以及指导科学锻炼具有重要的意义。目前，已有各种各样的心率测量方法，如图1所示，其中临床上使用的监护仪、指夹式血氧仪测量精度较高，但通常只适用于临床监护，难以走进日常生活中。健康管理手环受到了人们的广泛欢迎，但大部分仍需要被测对象自主操控，且需要佩戴，属于接触式测量，有些手环的材料甚至会引起皮肤过敏，也难以真正实现实时自主监控。因此，非接触式的心率监控方法逐渐成为人们关注的焦点。

当前，智能手机已经成为人们生活中不可或缺的一部分。智能手机丰富了我们的生活，我们可以通过手机进行娱乐、消费、商务、办公等。除了这些应用外，智能手机上也逐步集成了一些健康管理系统，不仅是健康运动方面的应用，更着重于医疗应用。但在医疗应用方面，由于缺乏相应的内置健康传感器，大部分健康管理系统仅作为接收医疗数据的终端，并未实现人体信号检测。随着智能手机的更新换代，摄像头作为使用最为频繁的传感器，性能不断提升。如果能够通过手机摄像头实现包括心率的人体体征测量，这些拥有手机的人们便都可以方便地实时测量自己的心率，这样受益群体更大，从而真正意义上实现自主健康管理。

2 设计原理

当光束照射到皮肤表面时，将通过透射或反射的方式传送出去，在此过程中，由于光会被皮肤、肌肉、组织和血液吸收，光的强度会减弱。众所周知，随着人体心脏的收缩和舒张，血管中血液的充盈程度会不断发生变化。如果有一束光照射血管，血液对光的吸收会随着血液容积的变化呈现出与心跳一致的脉动性变化。因此，正常情况下人体皮肤表面反射光的强度也会随着血液容积的变化而发生相应的周期性变化，从而表现为皮肤颜色的变化。

根据此原理，能够利用普通的摄像头采集彩色图像序列，进而提取出我们需要的心率信息。这种技术也可称之为基于视频图像光电容积脉搏波（PPG）提取技术，为实现无创、非接触的实时心率测量提供了切实可行的思路。

本文设计了一种基于手机摄像头的非接触式实时心率监控系统，可将系统设计成一款APP，从而对心率进行监控。系统通过对采集的图像序列进行人脸识别、感兴趣区域提取、心率测量、参数实时显示和保存、预警等操作，具有无创、非接触、实时、使用方便、易于集成等优点，能实时监控生命健康。这对于年幼脆弱的婴幼儿、容易疲劳的司机和飞行员等驾驶人员、长期伏案工作的办公室工作人员，甚至是审讯室监控人员，都是一种很有效的日常心率监控手段。

3 设计方案与思路

心率监控系统APP主要包括三个功能模块：实时心率监控模块、历史记录管理模块以及提示模块。其中，实时心率监控拟采用的界面如图2所示，除了心率与人脸图像的显示部分，可通过三个按钮实现摄像头的打开、前后摄像头的切换以及关闭这些人机交互的功能。实时心率监控也是整个系统中最为关键的模块，该模块需要实现视频图像采集、人脸识别、感兴趣区域提取、心率测量、参数实时显示。

图2 实时心率监控界面

实时心率监控模块详细实现步骤说明如下：①打开手机摄像头采集人脸视频图像，视频的帧率需满足心率信号的提取，可设置为20～30帧/秒。②采用Adaboost（Adaptive Boosting）算法训练级联分类器，同时配合金字塔图进行人脸识别。即对输入图片按照一定比例不断缩小生成很多大小不一的图片，然后子窗口对生成的每一张图片进行穷举判断，以找出不同尺度下所有的人脸区域。③选取脸部适合心率提取的感兴区域，提取该区域的局部彩色图像序列。2013年，Dragos Datcu等人同样是利用脸部识别对心率进行检测，他们在研究过程中详细地分析了人脸的各个区域对检测心率的影响程度，分析结果表明，左右外脸颊对检测心率的准确性是最高的，其次是左右内脸颊，最差的是眼睛。因此，可以根据识别出的人脸的位置和大小以及脸部五官的分布规律提取到我们需要的外脸颊部分。④提取每帧视频图像的RGB三个分量，并选取血液吸收较为强烈的绿色分量作为最终分析的数据，计算每帧图像绿色分量中感兴趣区域的平均值。除了直接使用绿色通道，不少研究者采用色彩空间的变换，从而提取出心率导致亮度变化最明显的通道。⑤由于心率变化导致图像信号变化较为微弱，且视频图像受到各种噪声干扰较为严重，因此，还需要对由每帧图像中绿色分量平均值构成的信号分量进行低通滤波，从而提取出心率波形信号。⑥根据心率波形信号的峰峰值变化即可以计算出心率。为了实现心率的实时监控与显示功能，每采集一段视频图像就要计算一次心率值。下一次计算心率所采用的视频图像序列可以是前一次提取心率所用视频图像序列中丢去前几帧的图像再补充最新获取的几帧新图像构成的序列。

除了心率监控模块，历史记录模块可将近期一个月每天心率的平均值汇成一条曲线。提示模块根据历史记录心率情况或实时测量情况进行相关健康管理的提示，比如根据心率变化自动播放音乐调节情绪。

4 结束语

文章设计了一种基于手机摄像头的心率监控APP，该APP采用图像提取、人脸识别、图像分析等智能技术对心率进行实时测量，在基础上能够对数据进行一些简单的统计分析。基于该系统不需要携带手机之外的其他设备便可以实现实时的心率监控，系统使用方便、功能丰富、易于上手且便于集成，将来还可以集成其他人体生理参数。然而，这种非接触式测量方法还存在以下问题：①在普通环境光下进行检测，环境光对结果的影响比较大，所以，对光的条件比较严苛，如果能提出算法进行补偿，可进一步提高心率监控的准确性；②不同个体的皮肤、脉搏波强弱均会存在较大的差异，如何有效克服差异对系统的完善非常重要；③由于是非接触式测量，被测对象在测量过程中不可避免地会产生一些运动，如何降低运动导致的影响需要进一步探讨。因此，在后续过程中，可进一步探索如何降低这些因素的影响，提高心率测量的准确性。

［1］马斌，王瑞英.静息心率与心血管疾病的研究进展［J］.心血管病学进展，2006，27（Suppl 1）：90-92.

［2］崔芮.基于金字塔结构的人脸识别算法研究［D］.西安：西安电子科技大学，2014.

［3］刘祎，欧阳健飞.基于普通摄像头的心率测量系统设计［J］.计量学报，2016，37（02）：219-224.

2095－6835（2019）02－0120－02

TH789

A

10.15913/j.cnki.kjycx.2019.02.120

〔编辑：张思楠〕