
技术摘要:
本发明实施例公开了非接触血压估计方法及装置,所述非接触血压估计方法包括:获取用户输入的面部视频与个体特征;将所述输入面部视频转换为若干帧输入图片,并从每帧输入图片中选取若干个感兴趣区域;根据所述感兴趣区域,获得所述感兴趣区域的信号序列;根据所述信号 全部
背景技术:
血压是人体重要的生理参数,能够反应心脏泵血功能、外周血管阻力、血容,对其 测量是诊断如高血压等病症的主要方法。在常用的测量方法中动脉插管法能够进行血压的 连续监测,但因其有创性操作,只适合于手术中使用。容积补偿法、动脉张力法能够进行无 创连续血压的测量,但无法做到长时间连续测量。而对血压进行非接触连续测量在临床和 医学研究中具有很重要的意义。 目前非接触、无创的生理参数测量技术逐渐取代了传统的接触式测量技术.常见 的非接触血压测量以光电容积脉搏波描记法(IPPG)为基础,利用血压与脉搏传导时间 (PTT)的相关性建立相应的血压测量模型。但实际上血压受到人体诸多因素的影响,上述非 接触方法利用较少特征参数用线性模型预测血压必然存在较大的局限性。另外PTT是反应 个体血管弹性程度的重要指标,由于个体差异上述模型对于人群的适应性差。
技术实现要素:
为了解决现有技术存在检测精度还有待提高的技术问题,本发明的实施例提供一 种非接触血压估计方法及装置,在实现非接触式检测的基础上,进一步提高检测结果的准 确性。 为了达到上述目的,本申请的实施例所采用的技术方案如下: 第一方面,本申请提供了一种非接触血压估计方法,所述方法包括: 获取用户输入的面部视频与个体特征; 将所述面部视频转换为若干帧输入图片,并从每帧输入图片中选取若干个感兴趣 区域,所述感兴趣区域为面部血液波动强的区域; 根据所述感兴趣区域,获得所述感兴趣区域的信号序列; 根据所述脉搏信号获得血压估计特征,所述血压估计特征与所述个体特征共同构 成所述用户的血压估计特征数据集; 将所述血压估计特征数据集作为血压估计模型的预先训练好的输入,获取血压估 计模型输出的估计血压值。 可选的,所述从每帧输入图片中选取若干个感兴趣区域的步骤,包括: 定位每帧所述输入图片中的人脸关键点; 以所述人脸关键点位参考选取若干个感兴趣区域。 可选的,所述根据所述感兴趣区域获得所述感兴趣区域的信号序列的步骤,包括: 对所述感兴趣区域处理获得所述感兴趣区域的三维信号序列; 将所述三维信号序列分离,获得三个一维的信号序列。 4 CN 111611888 A 说 明 书 2/13 页 可选的,所述血压估计特征包括脉搏波幅度、心率带脉冲幅度、心率带脉冲面积、 心率特征以及脉搏传导时间差。 可选的,所述个体信息特征包括年龄、性别、身高以及体重。 第二方面,本申请的实施例提供一种非接触血压估计装置,包括: 获取单元,用于获取用户输入的面部视频与个体特征; 处理单元,用于将所述面部视频转换为若干帧输入图片,并从每帧输入图片中选 取若干个感兴趣区域,所述感兴趣区域为面部血液波动强的区域;以及 信号提取单元,用于根据所述感兴趣区域获得所述感兴趣区域的信号序列; 特征提取单元,用于根据所述脉搏信号获得血压估计特征,所述血压估计特征与 所述个体特征共同构成所述用户的血压估计特征数据集;以及 分析与输出单元,用于将所述血压估计特征数据集作为预先训练好的血压估计模 型的输入,获取血压估计模型输出的估计血压值。 第三方面,本发明的实施例提供了一种电子设备,包括: 处理器;以及 存储器,用于存储计算机程序指令; 其中,当所述计算机程序由所述处理器加载并运行时,所述处理器执行如前所述 的方法。 第四方面,本申请的实施例提供一种计算机可读储存介质,所述计算机可读储存 介质存储计算机程序指令,所述计算机程序被处理器加载并运行时,所述处理器执行所述 的方法的步骤。 与现有技术相比,本发明的实施例具有以下有益效果: 本发明实施例提供的血压估计模型和非接触血压估计方法与基于脉搏传导时间 (PTT)的线形血压估计模型相比较,较之明显准确率更高、适用人群和场合更广、鲁棒性更 好。 以及,本发明实施例提供的血压估计模型和非接触血压估计方法利用遗传算法优 化,与未进行优化的神经网络模型进行比较,本发明实施例提供的预测血压值更接近实际 曲线,除此之外,优化后神经网络估计曲线比传统的BP神经网络估计曲线更稳定,即采用遗 传算法优化后的神经网络模型具有更好的估计能力和更高的拟合精度。 参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原 理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。 针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多 个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。 应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并 不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本 发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动性的前提下,还可以根 5 CN 111611888 A 说 明 书 3/13 页 据这些附图获得其他的附图。 图1是本发明的一个实施例的血压估计模型训练方法流程图; 图2是本发明的一个实施例的血压估计模型的BP神经网络图; 图3为本发明的一个实施例的非接触血压估计方法流程图; 图4为本发明的一个实施例的感兴趣区域示意图; 图5为本发明的一个实施例的设备示意图; 图6为本发明的一个实施例的设备框架图; 图7为本发明的一个实施例的服务器框架图。