Non-contact, automated cardiac pulse measurements using video imaging and blind source separation
通过视频图像和盲源分离方式非接触、自动测量心跳
Ming-Zher Poh(1,2,*),Daniel J. McDuff(2) and Rosalind W. Picard(2)
1.哈佛-麻省理工学院卫生科学与技术部,美国马萨诸塞州剑桥市马萨诸塞大道77号,邮编02139.
2.麻省理工学院媒体实验室,美国马萨诸塞州剑桥市马萨诸塞大道77号,邮编02139.
*. zher@mit.edu.
摘要:
远程测量心跳方式能够提供舒适的心理评估且不带电极。然而,到目前为止的尝试都是非自动的、易受运动伪影影响和价格昂贵的,在本文中,我们介绍一种新的技术来解决此问题。这种新奇的方法可以应用于人脸彩色视频记录,通过自动人脸跟踪并且基于颜色频段而采用独立成分分析方法进行盲源分离。运用布兰德-奥特曼分析法和相关分析法,我们对通过基本的网络摄像头采样的视频中提取的心跳频率和美国食品药物管理局认可的利用手指的血容量脉冲传感器测量的心跳频率进行比较,得到的结果为这种新的方法甚至在有运动伪影的条件下仍具有很高的精确性和相关性。此外,我们还应用这种技术来同时对三个人的心跳频率进行测量。这是自动、动态和多目标的非接触测量心跳频率的一种基于视频的低成本精确方法。
©2010美国光学学会.
OCIS号:(170.0170)医用光学与生物技术;(280.0280)遥感与传感器.
这是我2013年5月翻译的一篇论文,完整翻译的,论文中的公式不能直接发布成博文,于是将译文放在了我的资源上,有需要的可以自行下载。
下载地址:http://wenku.baidu.com/view/07d58aa17c1cfad6195fa791.html