-
公开(公告)号：CN116725506A
公开(公告)日：2023-09-12
申请号：CN202310333220.5
申请日：2023-03-30
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明涉及一种基于近红外相机的鲁棒性心率监测方法，属于生理信号检测领域。本发明通过近红外成像设备获取受试者面部视频图像，通过人脸标志点和血液灌注区域情况将人脸所在的敏感区域分为N个子区域，通过计算N组面部感兴趣区域每一帧像素均值和位置信息分别获取原始的脉搏波信号和运动伪迹，通过计算N组背景区域的每一帧像素均值获取背景光照震荡信息，结合正交分解投影去噪算法初步去除原始脉搏波信号里的运动噪声和背景光照噪声，使用低秩时空矩阵去噪模型对初步去噪的脉搏波信号再次去噪并提取心率，具有非接触、远距离、操作简单的优点，可以解决目前无法实现的黑暗场景下高精度监测心率信号的问题。
-
公开(公告)号：CN116369922A
公开(公告)日：2023-07-04
申请号：CN202310333165.X
申请日：2023-03-30
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明涉及一种光电成像式双模态驾驶员疲劳监测方法，属于生理信号检测领域。本发明基于成像式光电容积技术(IPPG)提取人体生理参数，通过图像视频处理算法提取面部动作疲劳特征，融合生理参数与面部动作疲劳特征实现驾驶员疲劳监测。本发明首先通过使用可见光源对人体面部皮肤组织进行光照，同时利用CCD相机采集相应光照区域含有脉搏波、心率变异性等相关生理参数的视频并从视频中提取出人体生理参数信号，随后设计了混合特征选择算法，去除与疲劳状态关联性较低的参数和冗余参数，生成最优生理参数子集，最后采用特征融合算法，将选取的最优生理参数信号与面部动作疲劳特征相结合通过随机森林分类模型进行疲劳状态的监测与判断，提高驾驶员疲劳监测的准确率和可靠性。
-
公开(公告)号：CN116473532A
公开(公告)日：2023-07-25
申请号：CN202310333135.9
申请日：2023-03-30
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: A61B5/024
Abstract: 本发明公开一种基于面部影像的全天候鲁棒性心率监测方法及装置，属于生理信号采集与检测领域。其特征在于，包括：感光近红外光源、可见光相机、近红外相机、工业摄像头、信号处理器、USB数据传输线和一种昼夜连续性高精度心率监测方法；其特征在于，可见光相机和近红外相机通过固定结构连接在一起，环境光高于10LUX时可见光相机运行，环境光低于10LUX时近红外相机启动；其特征在于，感光近红外光源波长为940nm环绕在近红外相机镜头上，当环境光照低于10LUX时自动启动，为人脸视频数据的采集补光；其特征在于，一种昼夜连续性高精度心率监测方法被提前部署于信号处理器上能够实现全天候高精度鲁棒性心率监测。
-
公开(公告)号：CN115474930A
公开(公告)日：2022-12-16
申请号：CN202210965394.9
申请日：2022-08-12
Applicant: 北京理工大学
IPC: A61B5/1455 , G06T5/00
Abstract: 本发明涉及一种基于高光谱图像重建的无创血红蛋白检测方法，属于生理信号检测领域。本发明通过使用可见光光源对人体皮肤组织进行照射，同时使用高光谱相机与RGB相机同时对光照皮肤区域进行图像采集作为训练集，通过训练深度学习模型，实现对普通RGB图像的高光谱重建。使用算法建立针对可见光范围漫反射光谱的血红蛋白提取特征提取模型，并经过血红蛋白校正模型输出被测人体的真实血红蛋白含量。
-
-
-
Search Results
4
records
(took 0.017 seconds)
