随着我国人口老龄化情况的加剧,老年人群中高发的心脑血管疾病成为人们亟待面对的难题。动脉硬化作为心脑血管疾病的主要诱因之一,因其发生缓慢和造成伤害不可逆等情况,成为防治心脑血管疾病工作中的一大难点。目前,动脉硬化程度检测设备多为昂贵的专业医疗器械,不具备便携性,且现有诊断设备几乎都是接触式,不具备舒适性,亦不适用于动脉硬化的24小时监测,使得动脉硬化程度的早期自我检查十分不便。本课题在脉搏波传导速度法的基础上,结合光电容积描记法,放弃传统动脉硬化测量方法所使用的接触式传感器,通过手机摄像头非接触地采集体表光电容积视频信息,检测经过血液和肌肉等组织吸收反射回来的光强变化,描记出血液容积脉搏波信息并提取脉搏波传导速度,实现无接触地估计动脉硬化程度。这种低成本、易操作的日常化检测方法对心血管疾病防治具有重要意义。本文主要内容如下:(1)为了消除由拍摄距离变化、被测者轻微晃动等情况带来的干扰和运动伪影,在面部感兴趣区域的提取过程中提出一种使用面部相对位置定位前额区域的算法,在基于HOG算法的面部整体识别基础之上,利用五官特征点及其相对位置,精确定位前额区域。(2)为手部脉搏波信号获取加入掌心检测算法,脱离传统的指夹传感器,使得整个检测过程全程无接触。在服务器上使用ssd–mobilenet网络训练手部识别分类器,利用该分类器准确检测出手部区域,并提出一种在掩膜和轮廓检测基础上的边界距离确定掌心区域算法,在分类器检测出的手部区域中准确分割出掌心区域,以提高脉搏波信号准确度。(3)在提取脉搏波信号的过程中,使用FastICA算法和FIR滤波以及梯度最大值定位特征点。盲源分离使用FastICA而不是传统ICA算法,提高了盲源分离时的收敛速度,减轻计算设备的运算负担,并使用G通道颜色分量对盲源分离后的独立信号进行相关性分析,以解决盲源分离信号的无序性,筛选出脉搏波独立源信号。使用FIR滤波器解决以往滤波器在滤波后出现的相位漂移现象,使脉搏波的特征点对应时刻更准确。利用采样间隔相等的特点,采用计算梯度最大值的方式,对离散脉搏波信号中一阶导数最大值的特征点进行定位,避免了求导过程中拟合曲线造成信息缺失的情况。(4)利用来自各感兴趣区域的脉搏波信号计算脉搏波传导速度,使用BlandAltman分析法探究本方法与ECG-PPG组合的一致性,分析结果证明二者一致性程度较好,即该方法可满足日常动脉硬化程度评估需求。