基于人工智能的心率检测算法

基于人工智能的心率检测算法

ID:37187529

大小:1.65 MB

页数:3页

时间:2019-05-21

基于人工智能的心率检测算法_第1页
基于人工智能的心率检测算法_第2页
基于人工智能的心率检测算法_第3页
资源描述:

《基于人工智能的心率检测算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、ChineseJournalofMedicalInstrumentation2010年34卷第1期研究与论著文章编号:1671-7104(2010)01-0001-03基于人工智能的心率检测算法【作者】蔡承贤,王伟上海交通大学电子信息与电气工程学院,上海,200240【摘要】针对脸颊时滞图像检测人体心率的方法,提出一种新颖的基于人工智能技术的检测算法。该算法结合模糊逻辑理论,通过各采样数据点模糊隶属度的定义与计算,获得心跳发生时间点,再通过某特定时间段内的心跳次数,计算得心率。实验表明,该算法具有易操作性、精确性及鲁棒性的优点,具有一定实用价值。【关键词】心率检测;生体信号;图像处理

2、;人工智能【中图分类号】R318.04【文献标识码】AHeartRateMeasurementAlgorithmBasedonArtificialIntelligence【Writers】CaiChengxian,WangWeiSchoolofElectronicInformationandElectricalEngineering,ShanghaiJiaoTongUniversity,Shanghai,200240【Abstract】Basedontheheartratemeasurementmethodusingtime-lapseimageofhumancheek,thispap

3、erproposesanovelmeasurementalgorithmbasedonArtificialIntelligence.Thealgorithmcombiningwithfuzzylogictheoryacquirestheheartbeatpointbyusingthedefinedfuzzymembershipfunctionofeachsampledpoint.Asaresult,itcalculatestheheartratebycountingtheheartbeatpointsinacertaintimeperiod.Experimentshowssaidalgo

4、rithmsatisfiesinoperability,accuracyandrobustness,whichleadstoconstantpracticalvalue.【Keywords】heartratemeasurement,vitalsignal,imageprocessing,ArtificialIntelligence随着医学知识与信息科技的不断发展和进步,传境特别是那些我们仅需获知被检测者心率信息而对心统的医疗模式已逐渐从“有疾始医”向“无疾预防”转电图信息不甚关心的场合,以上测试方法显得较为繁琐变。这种转变使人体各类生理信号的日常监测成为一项与不便。综上所述,迫切企盼一种

5、操作简便,无需与人越来越重要的工作,其中一项心率信息的定义是心脏每体相接触,并且能够快速完成心率检测的非接触式心分钟跳动的次数。在众多生体信号中,心率数据可谓是率检测方法。最基本同时也是最重要的信息之一,在诸多方面表现出极大价值,例如,在疾病预测及诊断方面,通过心率信号,可以捕获心脏疾病的先兆情况,了解心脑血管疾病的潜在风险;在健康保健和运动医学领域,可依据心率情况判断健身效果以及保障被监测者的运动安全。  传统的心率检测方法一般基于绘制心电图(ECG,[1]electrocardiogram)的技术,如图1所示。此种方法需要在人体数个特定部位放置体表电极,用于身体表面各点生物电压的

6、采集;然后,根据各点间电位差,绘制出人体心电图并籍此获得心率信息。由于这种检测方法事先需要进行较为繁琐的准备工作,比如需要花费时间在体表安置电极和预热仪器设备等。此外,由于该检测方图1人体ECG测试图法需要仪器与体表直接接触,所以还涉及到清洁仪器、Fig.1ImageofECGTesting体表消毒等问题。该方法另需通过波形分析方法分析  为满足上述需求,前人提出一种基于时滞图像数据,方能获得心率信息。由此可见,在非专业医疗环(time-lapseimage)分析人体心率的非接触、非侵入式检测方法。该方法通过截取人体脸颊部位特定区域的收稿日期:2009-11-06作者简介:蔡承贤E-

7、mail:danielchester@163.com视频时滞图像,透过该图像区域平均灰度值的离散变1ChineseJournalofMedicalInstrumentation2010年34卷第1期研究与论著化,籍由若干信号处理方法及6阶自回归分析而获取心图像,其原始数据格式为NTSC,拍摄参数为每秒30桢,跳频率(heartrate)及呼吸频率(respiratoryrate),较好即信号采样率为30Hz。此后经256阶灰度处理,取每桢克服了前文所述传统

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。