呼吸信號(hào)檢測(cè)與預(yù)測(cè)技術(shù)的研究.pdf

1、人體呼吸信號(hào)呈現(xiàn)的節(jié)律、強(qiáng)度和頻率等方面的信息，在很大程度上能夠反應(yīng)人體呼吸器官的病變。因此，對(duì)人體呼吸狀況進(jìn)行監(jiān)測(cè)具有重大的醫(yī)學(xué)意義。但目前醫(yī)用呼吸監(jiān)測(cè)設(shè)備往往體積龐大、或是價(jià)格昂貴，并且多采用傳感器與人體直接接觸的接觸式檢測(cè)方法，會(huì)給病人帶來(lái)不便和束縛感。同時(shí)，人體某些不經(jīng)意的活動(dòng)可能會(huì)導(dǎo)致傳感器脫落和移動(dòng)，使得檢測(cè)結(jié)果不準(zhǔn)確，甚至檢測(cè)失敗。針對(duì)上述問(wèn)題，本文以人體呼吸運(yùn)動(dòng)作為研究對(duì)象，采用攝像頭作為檢測(cè)傳感器，結(jié)合圖像處理和信號(hào)處

2、理技術(shù)，研究如何在不與人體直接接觸的情況下，準(zhǔn)確且穩(wěn)定地獲取人體呼吸信號(hào)。
　　根據(jù)人體呼吸運(yùn)動(dòng)與人體胸腹起伏運(yùn)動(dòng)具有相關(guān)性的特點(diǎn)，提出一種基于運(yùn)動(dòng)放大的非接觸式呼吸信號(hào)檢測(cè)方法，以提高呼吸檢測(cè)的準(zhǔn)確度。采用接收板接收光發(fā)射器照射在人體胸腹部并反射出的光。通過(guò)攝像機(jī)采集接收板上的光點(diǎn)圖像，并采用圖像運(yùn)動(dòng)跟蹤算法自動(dòng)跟蹤光點(diǎn)的運(yùn)動(dòng)，從而獲取人體的呼吸信號(hào)。
　　使用圖像處理技術(shù)自動(dòng)檢測(cè)并連續(xù)跟蹤接收板上表征人體呼吸運(yùn)動(dòng)的光點(diǎn)運(yùn)

3、動(dòng)軌跡，從而間接獲取人體的呼吸信號(hào)。針對(duì)光點(diǎn)亮度高的特點(diǎn)，提出一種自適應(yīng)的閾值檢測(cè)算法，通過(guò)從光點(diǎn)圖像的灰度直方圖的最高灰度級(jí)開(kāi)始遍歷，尋找出現(xiàn)的第一個(gè)波谷點(diǎn)對(duì)應(yīng)的灰度級(jí)作為閾值。使用該算法與大津法和迭代法對(duì)光點(diǎn)圖像進(jìn)行閾值分割對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文的算法能夠準(zhǔn)確檢測(cè)光點(diǎn)。光點(diǎn)檢測(cè)成功后，針對(duì)光點(diǎn)運(yùn)動(dòng)具有周期性的特點(diǎn)，提出一種結(jié)合卡爾曼濾波與自適應(yīng)模板匹配的跟蹤算法。使用該跟蹤算法與模板匹配跟蹤算法對(duì)圖像序列中的光點(diǎn)進(jìn)行跟蹤對(duì)比實(shí)

4、驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文提出的跟蹤算法具有實(shí)時(shí)性和準(zhǔn)確性高的優(yōu)點(diǎn)。針對(duì)咳嗽、身體抖動(dòng)和說(shuō)話等非呼吸運(yùn)動(dòng)引起的干擾問(wèn)題，提出一種空間約束的方法，以提高呼吸檢測(cè)的準(zhǔn)確度和魯棒性。
　　針對(duì)圖像采集、圖像處理和信號(hào)處理等過(guò)程的時(shí)間占用引起的呼吸信號(hào)檢測(cè)的滯后問(wèn)題，使用基于自適應(yīng)濾波器的信號(hào)預(yù)測(cè)算法對(duì)呼吸運(yùn)動(dòng)進(jìn)行補(bǔ)償，使得本文提出的呼吸信號(hào)檢測(cè)方法能夠適應(yīng)對(duì)呼吸檢測(cè)要求實(shí)時(shí)性高的場(chǎng)合。
　　通過(guò)對(duì)本文提出的呼吸信號(hào)檢測(cè)和呼吸信號(hào)預(yù)測(cè)方