【摘 要】
：
心率（heart rate,HR）是诊断心脏病等疾病和确定健康状况的重要生理指标之一,并且大多数心血管疾病都是可预防、可监控的。因此HR检测在日常医疗保健中起着非常重要的作用。当前,许多接触式测量仪器由于其高准确性而被广泛应用,但是它们必须与人体皮肤紧密接触,这给测试者带来不便、不适合长时间测量、也不能用于特殊人群（比如得传染病的人、皮肤敏感的人或被烧伤的人等）。成像式光电容积描记（imaging
论文部分内容阅读
心率（heart rate,HR）是诊断心脏病等疾病和确定健康状况的重要生理指标之一,并且大多数心血管疾病都是可预防、可监控的。因此HR检测在日常医疗保健中起着非常重要的作用。当前,许多接触式测量仪器由于其高准确性而被广泛应用,但是它们必须与人体皮肤紧密接触,这给测试者带来不便、不适合长时间测量、也不能用于特殊人群（比如得传染病的人、皮肤敏感的人或被烧伤的人等）。成像式光电容积描记（imaging photoplethysmography,iPPG）是一种非侵入式非接触式HR检测技术,它使用环境光作为光源,与皮肤没有接触,使用摄像头记录人体暴露皮肤的颜色变化以检测HR。该技术由于不与人体接触、操作简单、成本低等优点,非常适合用于日常健康监测。但是,该技术很容易受到环境光变化干扰和运动伪影的影响。另外,现有的基于iPPG的HR检测研究中,大部分都只关注光照变化干扰或运动伪影,很少有研究同时考虑到光照变化干扰和运动伪影的影响。本文在系统分析iPPG的理论基础以及现有的基于iPPG的HR检测研究结果的基础上,提出了对环境光变化干扰和运动伪影均具有鲁棒性的HR检测方法。本文的主要研究内容如下:（1）在总结目前国内外基于iPPG技术的HR检测方法发展现状的基础上,给出了在该研究领域中面临的挑战、HR检测方法性能的定量和定性评价指标、常用的公开数据库的特点。（2）针对不同颜色通道的组合方法进行了对比研究。本文先总结了基于iPPG的HR检测领域中常用的颜色空间和颜色通道的组合方法,从中选出13种不同颜色通道以及它们的组合方法,并利用公开数据库UBFC-RPPG和PURE对它们进行比较,确定了包含最多的血容量脉搏（Blood Volumn Pulse,BVP）信号的组合方法。（3）在确定包含最多的BVP信号的通道组合方法的基础上,改进了基于POS的方法,并提出了一种利用皮肤区域的信号直接抑制光照变化的干扰而不使用背景信号的HR检测方法。为了验证该方法的有效性,本文在21种不同光照条件下采集了13个人的数据,并利用该数据和公开数据库UBFC-RPPG,将该方法与具有抑制光照变化干扰能力的其他方法进行了对比。结果表明,该方法的性能优于被比较的其他方法。该方法在不同光照条件下采集的数据和公开数据库上获得的平均误差、绝对平均误差、均方根误差、准确率、皮尔森相关系数、95%的置信区间分别为0.44 bpm和0.58 bpm、1.81 bpm和1.75 bpm、4.41 bpm和2.40bpm、93.0%和95.8%、0.91和0.99、-8.21 bpm～9.09 bpm和-4.13 bpm～5.29 bpm。（4）在对抑制光照变化干扰的研究基础上,通过对每种基于模型的方法的特点的分析,提出了一种对光照变化干扰和运动伪影均具有鲁棒性的HR检测方法。并利用在三种不同的条件下采集的13个人的数据和公开数据库PURE验证了本文所提出的方法的有效性。结果表明,与其他方法相比,本文提出的方法对光照变化和运动均具有更好的鲁棒性。本方法在3种不同条件下采集的数据和公开数据库PURE的平均误差、绝对平均误差、均方根误差、准确率、皮尔森相关系数、95%的置信区间分别为0.595 bpm和0.034 bpm、1.135 bpm和0.448 bpm、1.624bpm和1.025 bpm、100%和100%、0.991和0.9991、-2.59 bpm～3.78 bpm和-1.97bpm～2.04 bpm。
其他文献
近年来,随着定位、跟踪技术的快速发展,诸如GPS等位置感知设备得到了广泛的应用,使得车辆、人们的移动轨迹能够被精确地记录,通过对轨迹数据的有效分析可以了解一个城市的交通状况及城市中人群的移动规律,对于城市管理者的决策具有重要意义。然而,由于轨迹数据具有时空特性,并且通常数据规模很大。因此,如何有效地发挥轨迹时空连续性,探索数据中隐藏的时空规律是一项巨大的挑战。本文基于成都市出租车真实轨迹数据,研究
随着智能化设备的不断革新,很多产业的落地都需要海量的视频信息作为基础。视频信息相较于普通图像而言隐藏着巨大的价值。动态性、可持续性以及关联性都是视频所独有的特点,基于这些特性对视频数据进行挖掘将会收获极大的价值。对视频的行为识别研究是计算机视觉与模式识别领域的重要研究课题,行为识别不但具有重要的科学意义,而且具有十分关键的现实应用价值,对我们的生活产生很大的影响。行为识别主要应用领域包括远程识别、
在21世纪这个信息量急速增长的时代,如何快速高效地传达和抓取有效信息是困扰人们的难题之一。为了解决这个问题,相关研究者提出了推荐系统这一概念。推荐系统能够根据可观察到的数据学习用户和项目的特征,不仅为用户提供他可能感兴趣的项目,也为项目找到了合适的用户,是一种解决信息过载问题的双赢系统。得益于深度学习算法在推荐系统领域的快速发展,研究人员将数据映射到模型内部,直接由计算机学习数据特征,避免了繁琐的
随着信息化时代的到来,人们越来越依赖互联网获取所需要的信息。互联网上的网络资源如网站、用户评论、新闻、博客、社交媒体网络等是文本数据的巨大来源。互联网和其他档案中的文本内容每天都呈指数级增长,这些文本中有许多重复的或不重要的部分。因此,用户需要花费大量时间来寻找他们需要的信息,对文本资源的总结和浓缩变得更加迫切和重要。利用人工对这些文本资源生成摘要,需要花费大量的人力和时间,甚至是一件不可能完成的
学生的学业水平是学校和家长共同关注的核心问题。研究表明,学生的学业水平与学生在课堂上的注意力状态存在着密切联系,能够长期保持注意力集中的学生往往具有较高的学业水平。因此,十分有必要提高学生在课堂上的注意力水平,为此首先需要对学生的注意力进行检测。现有的注意力检测方法包括问卷调查法、仪器检测法和计算机视觉算法。问卷调查法虽然方便进行统计分析,但是通常会受到主观因素的影响,无法保证实验结果的质量和可信
随着科技与时代发展,图像数据呈指数级增长,检索数据库中的图片需要耗费大量的时间。图像检索技术大致可以分为两类:基于整体图像的图像检索和基于显著区域的图像检索。基于整体图像的图像检索需要提取整幅图像的所有特征,往往包含大量的背景噪声,而基于显著区域的图像检索算法由于考虑了图像的语义信息,比基于整体图像的图像检索效果更好。哈希方法将图像数据转换为二进制码,在减少图像数据存储空间的同时提高了检索速度,越
上下文表示是理解自然语言的关键,相同的单词、短语和局部单词序列在不同的上下文表示下会具有截然不同的含义。在自然语言处理任务中,大多数研究工作拼接Bi LSTM（Bidirectional Long Short-Term Memory Network,Bi LSTM）的前向输出与后向输出作为上下文表示。由于句子作为单词序列输入的特点,全局信息仅包含于Bi LSTM建模的第一个位置与最后一个位置。对于
目标检测作为计算机视觉的一个基础问题,随着深度学习的进步,越来越受到学者们广泛地关注,并且取得了一系列的突破。对基于无锚点的目标检测算法也逐渐进入研究人员的视线,近两年被提出的一些无锚点算法其检测效果已赶超了部分基于锚点的目标检测算法。虽然无锚点的目标检测器性能较好,但仍然存在一些问题,如:因较依赖关键点而更受背景纹理信息的影响、更多的关注角点信息而导致最后漏检。为了解决上述的问题,本文在Cent
近年来,物理虚拟仿真实验平台的研究在教育信息化领域逐渐受到重视。物理虚拟仿真实验平台为学习者提高物理实验操作技能水平提供了全新的实验教学环境,也成为现实物理实验室教学的重要辅助工具。物理虚拟仿真实验平台在不断推广和发展的过程中,积累了学习者大量的实验行为数据,如何对这些实验行为数据进行充分挖掘并发现有价值的隐藏信息,进而对学习者进行智能辅助导学,成为智能导学领域重要的研究课题之一。智能导学领域中,
植被是陆地生态系统最重要的组成部分之一。它是地球上生命的重要组成部分,因为它吸收了大气中的有害气体,对人类和环境都有好处。根据一些研究和人口普查,世界各地的人口数量增长迅速。人口的增加正在对世界各地的植被造成巨大影响。巴基斯坦是植被覆盖受到严重影响的国家之一,因为人口不断增加,特别是在城市地区。本研究的主要目的是分析快速城市化对巴基斯坦主要城市植被覆盖的影响。植被覆盖率从MODIS植被指数月积（M