研究目的
通过基于时频谱分析的自适应带通滤波器开发，提高光体积描记成像（PPGI）信号时域中逐搏峰值检测的准确性，从而优化心率估算。
研究成果
所提出的自适应带通滤波方法通过时频谱分析有效降低噪声和干扰，显著提升了PPGI心率估计的准确性。在所有测试的PPGI算法（ICA、CHROM、2SR、POS）及场景中（尤其在受运动影响的条件下），该方法均优于现有先进技术（基于频谱的方法、简单带通滤波、希尔伯特变换）。未来工作需解决光伪影问题并在更多应用场景中进行评估。
研究不足
如果BVP信号受到严重污染或脉动成分被伪迹严重模糊，自适应带通滤波器可能无法恢复所有脉冲峰值。该方法对初级频率估计的噪声影响较为敏感，尤其是在使用较小窗口尺寸时。此方法未考虑频谱分析中的轻微伪迹，在头部剧烈运动的场景中性能会下降。
1：实验设计与方法选择：
本研究设计了一种自适应带通滤波器，通过滑动时间窗对BVP信号进行时频谱分析以确定自适应截止频率，并与现有心率估算方法（如频谱峰值检测、简单带通滤波和希尔伯特变换）进行对比。
2：样本选择与数据来源：
数据库包含26名受试者（20男6女，年龄23-33岁）在四种场景（自然光照、尺度运动、平移运动、书写）下的RGB视频，每段视频时长2分钟，帧率30fps。参考数据来自SomnoScreen plus设备采集的心电图和光电容积图。
3：实验设备与材料清单：
RGB摄像机、单色摄像机、心电图传感器、光电容积描记仪（SomnoScreen plus）、MATLAB软件实现平台。
4：实验流程与操作步骤：
基于监督下降法进行人脸对齐，从感兴趣区域（如前额或脸颊）提取原始RGB信号。应用PPGI算法（ICA、CHROM、2SR、POS）推导BVP信号。采用自适应带通滤波器处理BVP信号（主频估计窗口L=30秒，FFT窗长l=5秒，带宽Δf=0.8Hz），并通过30秒滑动窗比较心率估算方法（基于频谱、带通滤波、希尔伯特变换、自适应带通滤波）。
5：8Hz），并通过30秒滑动窗比较心率估算方法（基于频谱、带通滤波、希尔伯特变换、自适应带通滤波）。 数据分析方法：
5. 数据分析方法：使用曲线下面积（AUC）指标评估心率估算值落在误差容限[0,5]bpm范围内的比例，并对估算心率与参考心率进行相关性分析。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
RGB camera
Recording RGB videos for PPGI signal extraction
-
Monochrome camera
Recording videos for comparison or additional data
-
ECG sensor
Providing reference heart rate data
-
Plethysmography device
SomnoScreen plus
Somnomedics
Recording reference vital sign data including ECG and plethysmography
-
MATLAB software
MathWorks
Implementing PPGI algorithms and data analysis
-
登录查看剩余3件设备及参数对照表
查看全部
