基于FastICA与ICEEMDAN的人脸视频心率检测

摘要：

现有的非接触式心率检测方法存在噪声干扰、准确率低等问题.针对这些问题,提出一种基于FastICA与改进的自适应噪声完全集合经验模态分解(ICEEMDAN)相结合的算法,采用人脸视频进行心率检测.用摄像头采集人脸视频,并从视频中提取R、G、B通道源信号,即皮肤颜色变化信号,分别求出RGB这3个颜色通道的像素平均值;然后利用FastICA对RGB这3组像素平均值进行解混,得到3组独立源信号,再用ICEEMDAN将其中一组独立源信号进行模态分解,并选取合适频段内的固有模式函数(IMF)估计心率的信号,最后用频谱分析计算得到心率.设计实验对8名人员进行了人脸视频检测,将检测结果与多参数监护仪进行对比分析.实验结果表明,该方法与多参数监护仪测量结果的平均误差与均方根误差均小于1 beat/min,因此基于FastICA与ICEEMDAN的人脸视频心率检测对人体心率检测具有良好的稳定性和准确性.

关键词：人脸视频、非接触心率检测、光电容积脉搏波、快速独立成分分析(FastICA)、改进的自适应噪声完全集合经验模式分解(ICEEMDAN)

所属期刊栏目：41

分类号：R318(医用一般科学)

资助基金：国家自然科学基金;河北省自然科学基金;河北省自然科学基金

在线出版日期：2022-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：508-512