基于RPPG的生理信号(心率)测量技术的探究

许坚 孔莉

摘   要：RPPG——远程光电体积描记术，是一种利用图片或视频非接触、远程测量生理信号的光学测量技术，与传统的接触式测量方式相比具有成本低、适用范围广等特点，是一个十分有前景的研究方向。因此本文以测量心率为例介绍了RPPG的一般测量步骤，并且介绍了现有的一些优化技术及算法。

关键词：RPPG  非接触（远程）测量步骤  优化

中图分类号：TH77                                  文献标识码：A                        文章编号：1674-098X（2019）05（a）-0164-02

远程光电体积描记术（Remote Photoplethysmography， RPPG）的提出与实现都是基于光电容积脉搏波描记法（Photo Plethysmo Graphy， PPG）。PPG是检测组织微血管中血容量变化的光学测量技术之一。其原理是用光照射皮肤表面，光电传感器接收透射或者反射的光，由于在心脏作用下血液容积周期性变化，传感器接收到的光强也随之改变，从而得到血液容积脉搏的变化信息[1]，从中可提取出心率、血氧饱和度和呼吸率等生理参数。

下面本文将以RPPG测量心率的一般步骤为例展开介绍，并探究了现有的一些优化技术及算法。

1  RPPG测量心率的一般步骤

心脏每分钟跳动的次数称为心率，是人体重要的生命体征信息，对心血管以及慢性疾病的检测以及指导科学锻炼康复治疗具有很大的参考意义。利用RPPG测量心率的一般步骤如图1[2]。

RPPG测量在自然光条件下进行，假设实验环境的光照强度是恒定的，由于通过仪器（如普通摄像头）得到光强度和血液体积对自然光强度的吸收量具有相同的周期和频率，因此在理论上可以得出通过摄像头采集人脸区域（ROI）的视频，利用ROI中周期性变化的某波长的光强度，便能实现对人体脉搏、心率的测量。

之后再将采样数据进行盲源分离（ICA处理）得到独立的源信号（注：此时得到的信号是无序的），再利用相关性或者经验模态分解（EMD）进行信号筛选处理，然后用算术平均滤波过滤或者带通滤波等信号处理。

最后提取出脉搏波后做FFT变换，一般可选取最大的峰值频率当作心跳的频率，得出心率=心跳频率*60（次/min），即利用频谱分析计算得到心率。

2  现有的优化方法

RPPG虽然是近几年才兴起的一种测量微弱信号的技术，亟待有人进行研究优化等工作。下面将介绍现有的一些优化方法。

2.1 过采样技术

过采样技术是指对信号进行高频率抽样采集，实现对噪声的高频调制，降低信号通带内的噪声。范应威等人通过对比传统采样和过采样技术间的优劣性[3]得出，使用过采样技术，生理信号的采样量化噪声降低约 40dB，提升了系统分辨率和动态范围。

2.2 成形信号方法

李刚等人提出在光信号上叠加成形信号的方法[4]，并通过实验证明扩大了弱光信号的动态范围，并且光电转换后对信号进行过采样，发现信号检测灵敏度显著提高。

2.3 独立成分分析（ICA）技术

独立成分分析方法（ICA）最初由法国学者 Herault 和 Jutten 提出，是一种基于高阶统计分析的信号处理和数据分析方法[5]。ICA可用于RPPG测量生理参数时的盲源信号分离过程，在信号处理、特征提取等许多领域中有着广泛的应用。

2.4 经验模态分解法（EMD）与完全总体经验模态分解（CEEMD）方法

经验模态分解法是依据微弱信号局部时间尺度特征进行自适应分解，将原始信号按照频率高低的顺序分解成若干个本征模函数（IMF）分量与一个残余分量之和，不同的IMF分量使信号在不同的分辨率下表现出不同的特征。之后再对每阶IMF进行频域分析，就可得到高频噪声与低频基线漂移。雷恒波等人提出了基于EMD实现对PPG信号中的高频噪声与低频基线漂移的消除，实验验证该结果与现有的医疗仪器同步测量所得的PPG数据相关系数在0.85以上。

完全总体经验模态分解（CEEMD）是一种为克服 EMD中的模态混叠而改进的一种算法，通过增加高斯白噪声从而实现模态分离。例如刘祎等人提出了用 CEEMD 将含噪脉搏信号分解，提取出脉搏波后用频谱分析计算得到心率，并通过实验证明该方法与脉搏血氧仪测量结果具有很好的一致性。

2.5 其他方法

豆彩霞在硕士论文中提出用LI代替L2趋势滤波改善信号去趋势的方法，使用奇异谱分析算法排除非心率信号的干扰，实验证明可以有效地消除由光线变化所带来的噪声，其算法得到的平均心率误差值在1368BPM。

陈丹丹在硕士论文中提出使用改进式人脸检测以及跟踪方式来抑制运动伪差，现有的研究運动伪差的成果较少，陈利用视频颜色增强技术来提取微弱的心率信号，实验验证能很好提高系统心率测量精度。

3  结语

非接触和远程测量生理信号已然成为一个重要且有前景的研究方向，rPPG作为一种检测生理信号新技术在非接触测量以及远程医疗方面的作用日益突出，探究其测量生理参数的相关技术以及优化方法对其进一步的发展有着重要意义。

参考文献

[1] 李学波.基于光电容积脉搏波的人体生理指数检测算法研究与实现[D].沈阳：东北大学，2011： 1-2.

[2] 姚丽峰.基于ppg和彩色视频的非接触式心率测量[D].天津：天津大学，2012年：1-75.

[3] 范应威，徐礼胜，章星，等.低成本非接触生理参数监测系统研究[J].信号处理，2013年，29（12）：1732-1738.

[4] 李刚，张丽君，林凌等.结合过采样技术和锯齿波成形函数的微弱信号检测[J].电子学报，2008，36（4）：756-759.

[5] 杨竹青，李勇，胡德文等.独立成分分析方法综述[J].自动化学报，2002，28（5）：762-772.