CN114601437A - 一种心率检测方法和装置 - Google Patents

Abstract

本申请实施例公开了一种心率检测方法和装置，该方法包括：采集指纹图像序列；根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定出所述指纹图像序列对应的初始信号序列；对所述初始信号序列进行时频域分析获取心率。通过该实施例方案，在已有指纹识别光学成像系统的前提下实现了心率检测，使得检测精度不易受噪声干扰，并拓宽了应用场景。

Description

一种心率检测方法和装置

技术领域

本申请实施例涉及心率检测技术，尤指一种心率检测方法和装置。

背景技术

心电图(ECG)是利用心电图机从体表记录心脏每一心动周期所产生的点活动变化图形的技术。该方法虽然准确度高，但是仪器贵重，并且需要专业人士操作，设备繁琐，使用场景极其有限。

光电容积脉搏波描记法(ppg)是借助光电手段在活体组织中监测血液容积变化的一种无创检测方法。当使用一定波长的光线照射到指间等皮肤表面时，光线将通过透射或者反射的方式被光电接收器捕获。在整个过程中光线由于皮肤、肌肉、血液等的吸收减弱，到达光电接收器的光强度将减小。其中皮肤、肌肉等对光强度的减弱作用是恒定的，而血管中血液对光线的减弱作用将随着心脏的搏动呈现搏动性变化。当心脏收缩时血管中血液容积增大，被吸收的光强度增加，光电接收器接收到的光强度随之减弱，当心脏舒张时则相反。将此光强度转化成电信号，便可以获得容积脉搏血流的变化。该方法需要传感器与固定人体部位有紧密接触，对于用户使用方式和场景有较多限制。

现有技术心率检测一方面依赖特殊光源和特定传感器，硬件上需要增加额外模块，另一方面仅使用时域计数法估算心率，结果精度容易受噪声影响，针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种心率检测方法和装置，能够在已有指纹识别光学成像系统的前提下实现心率检测，使得检测精度不易受噪声干扰，并拓宽了应用场景。

本申请实施例提供了一种心率检测方法，所述方法可以包括：

采集指纹图像序列；

根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定出所述指纹图像序列对应的初始信号序列；

对所述初始信号序列进行时频域分析获取心率。

在本申请的示例性实施例中，所述通过采集装置采集指纹图像序列，可以包括：

通过屏幕光源发出预设颜色的光对指纹区域照射；

基于所述指纹区域返回的光信号进行图像采集，获取所述指纹图像序列。

在本申请的示例性实施例中，在根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定出所述指纹图像序列对应的初始信号序列之前，所述方法还可以包括：

确定所述指纹图像序列中每帧指纹图像的有效指纹区域。

在本申请的示例性实施例中，所述确定所述指纹图像序列中每帧指纹图像的有效指纹区域，包括：分别针对每帧指纹图像执行以下操作：

从该帧指纹图像中筛选出包含指纹的区域；

从所述包含指纹的区域中筛选出符合第一条件的区域，作为所述有效指纹区域。

在本申请的示例性实施例中，所述根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定所述指纹图像序列对应的初始信号序列，可以包括：

根据所述指纹图像序列中当前帧指纹图像的有效指纹区域并计算当前帧指纹图像对应的初始信号；

所述当前帧的指纹图像对应的初始信号和历史前N帧的指纹图像对应的初始信号构成所述初始信号序列。

在本申请的示例性实施例中，所述根据所述指纹图像序列中当前指纹帧图像的有效指纹区域并计算当前帧指纹图像对应的初始信号，可以包括：

对所述当前帧指纹图像中的多个所述有效指纹区域的像素值进行数据处理，获取所述当前帧指纹图像对应的初始信号。

在本申请的示例性实施例中，在获取所述初始信号序列之后，所述方法还可以包括：

在时域内对所述初始信号序列在时域内进行预处理，获取所述初始信号序列的时域信号；

其中，所述预处理可以包括以下任意一种或多种：

去趋势、滑动滤波、带通滤波以及归一化。

在本申请的示例性实施例中，在对所述初始信号序列进行时频域分析获取心率之前，所述方法还可以包括：对所述初始信号序列进行有效性判断。

在本申请的示例性实施例中，对所述初始信号序列进行有效性判断，可以包括：

从所述初始信号序列提取预设特征的特征值；

将所述特征值与预设的标准特征值相比较；

当所述特征值符合所述标准特征值的预设浮动范围时，判定所述初始信号序列为有效信号；

当所述特征值不符合所述标准特征值的预设浮动范围时，判定所述初始信号序列为无效信号。

在本申请的示例性实施例中，所述预设特征可以包括以下任意一种或多种：面积、熵、偏度以及峰度。

在本申请的示例性实施例中，所述对所述初始信号序列进行时频域分析获取心率，可以包括：

将所述初始信号序列从时域信号转换为第一信号，其中，所述第一信号为频域信号或时频域信号；

对所述第一信号进行二次频域滤波及后处理，获得第二信号；

根据所述第二信号的类别，对所述第二信号进行分析和统计，获取所述心率，其中，所述第二信号为频域信号或时频域信号。

在本申请的示例性实施例中，当所述第二信号的类别为频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，，可以包括：

利用预设的峰值检测算法获得从所述第二信号在预设心率范围内的波峰；

对获得的全部波峰按照峰值大小进行排序，获取峰值最大的最高波峰，并计算所述最高波峰的置信度；

当所述置信度大于或等于第一阈值时，获取所述全部波峰的频率的众数，作为所述心率。

在本申请的示例性实施例中，所述计算所述最高波峰的置信度，可以包括：

将所述最高波峰的能量与所述全部波峰中除所述最高波峰以外的其它波峰的能量总和之比作为所述最高波峰的置信度；或者，

将所述最高波峰的峰值与第二高波峰的峰值之比作为所述最高波峰的置信度。

在本申请的示例性实施例中，当所述第二信号的类别为时频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，可以包括：

按照时域对所述第二信号进行频率最大值检测，获得在预设心率范围内的多个频域信号；

计算所述多个频域信号的置信度；

当所述置信度大于或等于第二阈值时，获取所述多个频域信号的频率的众数，作为所述心率。

在本申请的示例性实施例中，所述按照时域对所述第二信号进行频率最大值检测，获得在预设心率范围内的多个频域信号，可以包括：

获取所述第二信号对应的时频坐标图；

针对时间轴中的每一个预设时间点，在所述预设时间点对应的全部频域信号中获取多个心率候选频域信号，从所述多个心率候选频域信号中选择频率响应最大的频域信号；

对多个所述预设时间点进行累积，并对每个预设时间点对应的频率响应最大的频域信号进行记录，获得沿所述时间轴变化的在心率可能范围内的多个频域信号。

在本申请的示例性实施例中，所述计算所述多个频域信号的置信度，可以包括：

计算所述多个频域信号的标准差，作为所述多个频域信号的置信度。

在本申请的示例性实施例中，所述方法还可以包括：

当所述置信度小于预设的阈值时，抛弃所述初始信号序列中的最早获得的初始信号，并将下一帧指纹图像对应的初始信号加入所述初始信号序列，实现对所述初始信号序列的更新；

获取更新后的所述初始信号序列的时域信号，并对更新后的所述初始信号序列的时域信号进行时频域分析获取心率。

在本申请的示例性实施例中，当所述第二信号的类别为时频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，可以包括：

按照时域对所述第二信号进行波峰检测，根据检测到的波峰个数以及预设的心率计算式计算所述心率。

本申请实施例还提供了一种心率检测装置，可以包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现所述的心率检测方法。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的心率检测方法。

与相关技术相比，本申请实施例可以包括：采集指纹图像序列；根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定出所述指纹图像序列对应的初始信号序列；对所述初始信号序列进行时频域分析获取心率。通过该实施例方案，在已有指纹识别光学成像系统的前提下实现了心率检测，使得检测精度不易受噪声干扰，并拓宽了应用场景。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。

附图说明

附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本申请实施例的心率检测方法流程图；

图2为本申请实施例的根据指纹图像序列中每帧指纹图像的有效指纹区域确定出指纹图像序列对应的初始信号序列的方法流程图；

图3为本申请实施例的对初始信号序列的时域信号进行时频域分析获取心率的第一种方案流程图；

图4为本申请实施例的对初始信号序列的时域信号进行时频域分析获取心率的第二种方案流程图；

图5为本申请实施例的对初始信号序列的时域信号进行时频域分析获取心率的第三种方案流程图；

图6为本申请实施例的心率检测装置组成框图。

具体实施方式

本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。

本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。

此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。

本申请实施例提供了一种心率检测方法，如图1所示，所述方法可以包括步骤S101-S103：

S101、采集指纹图像序列；

S102、根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定出所述指纹图像序列对应的初始信号序列；

S103、对所述初始信号序列进行时频域分析获取心率。

在本申请的示例性实施例中，采集指纹图像序列的方式不限，例如可通过屏下摄像头采集。本申请实施例方案可以通过屏下指纹心率估计算法实现心率检测。本申请实施例方案提出的屏下指纹心率估计算法主要包括硬件形式的屏下摄像头模块和软件形式的信号处理模块两大模块。其中，屏下摄像头模块可以包括：屏下光源和屏下摄像头，屏下光源用于向指纹区域进行照射，摄像头采集经过用户手指返回的光信号以获取指纹图像序列(即手指反射成像视频)；并且使用信号处理模块对获得的指纹图像序列中的指纹信号进行指纹区域的检测和定位，进行去噪处理，转化为数字信号，具体的，本申请中不限制数字信号的形式，数字信号可以为光电容积脉搏波描记法ppg信号(简称ppg信号)，再经过算法分析得到当前心率估计值。

在本申请的示例性实施例中，本申请实施例方案所需要的传感器数据输入比较简单，仅仅是屏下摄像头采集到的指纹图像序列，通常大于20fps。

在本申请的示例性实施例中，所述采集指纹图像序列，可以包括：

通过屏幕光源发出预设颜色的光对指纹区域照射；

基于所述指纹区域返回的光信号进行图像采集，获取所述指纹图像序列。

在本申请的示例性实施例中，由屏幕光源发射的预设颜色的光可以包括但不限于绿光，具体的，屏幕光源用于提供进行指纹检测的光信号，可采用内置光源或者外置光源。指纹区域即为用户手指可按压区域，本申请不限制指纹区域在所述检测设备上的位置，保证屏幕光源发出预设颜色的光并能照射指纹区域，光信号经过手指通过散射或者反射至采集装置，最终能获取所述指纹图像序列。

在本申请的示例性实施例中，根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定所述指纹图像序列对应的初始信号序列之前，所述方法可以包括：

确定所述指纹图像序列中每帧指纹图像的有效指纹区域。

在本申请的示例性实施例中，所述确定所述指纹图像序列中每帧指纹图像的有效指纹区域，可以包括：分别针对每帧指纹图像执行以下操作：

从该帧指纹图像中筛选出包含指纹的区域；

从所述包含指纹的区域中筛选出符合第一条件的区域(例如具有预设颜色的区域)，作为所述有效指纹区域。

在本申请的示例性实施例中，由于指纹采集中存在噪声和手指姿态等影响数据有效性的因素，针对指纹区域采集的指纹图像序列，需要划分和筛选出有效指纹区域，即有效提取出不同位置的指纹特征以对抗上述因素带来的影响，最终基于有效指纹区域。上述有效指纹区域指心率信号较强的区域，从而更加有利于后续心率的检测。在本申请的示例性实施例中，首先在该帧指纹图像中筛选出包含指纹的区域，即手指实际接触触屏的区域；再结合第一条件，从包含指纹的区域中选取出有效指纹区域，具体的，第一条件可以包含手指按压状态和/或血管分布。

在本申请的示例性实施例中，手指上血管分布丰富，但血流分布是有变化的，当初始信号为ppg信号时，利用的是血流中包含的信息。根据按压程度的不同有不同的处理：如按压过轻的时候接触面积不够，未接触区域没有指纹；按压重的位置，压力最大的区域毛细血管血流会被阻断(也即手指部分区域发白没有血色)，不具备测初始信号条件。因此可以根据实际情况选择包含指纹区域(即实际接触区域)，并且血流丰富未被阻断的区域(可以通过是否有血色判断)作为所述有效指纹区域。

在本申请的示例性实施例中，所述根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定所述指纹图像序列对应的初始信号序列，可以包括：

根据所述指纹图像序列中当前帧指纹图像的有效指纹区域并计算当前帧指纹图像对应的初始信号；

所述当前帧的指纹图像对应的初始信号和历史前N帧的指纹图像对应的初始信号构成所述初始信号序列。

在本申请的示例性实施例中，如图2所示，上述方案的详细步骤可以包括S201-S204：

S201、计算当前帧指纹图像对应的初始信号。

在本申请的示例性实施例中，所述计算当前帧指纹图像对应的初始信号，可以包括：

对所述当前帧指纹图像中的多个所述有效指纹区域的像素值进行数据处理，获取所述当前帧指纹图像对应的初始信号。

在本申请的示例性实施例中，该数据处理可以是指加权平均，对多个有效指纹区域的像素值进行加权平均，得到此帧指纹图像的初始信号的采样点数值。加权平均时，不同的有效指纹区域的加权值可以根据预先实验确定，例如，心率信号较强的区域的权重比较高，心率信号较低的区域权重比较低。

S202、将所述当前帧指纹图像对应的初始信号与所述当前帧指纹图像之前的多帧指纹图像对应的初始信号进行累计。

S203、检测初始信号的数量是否累积到预设个数N+1，当初始信号的数量累积到预设个数N+1时，进入步骤S204；当初始信号的数量未累积到预设个数N+1时，获取下一帧指纹图像作为所述当前帧指纹图像，并返回步骤S201；N为正整数。

S204、将累计的N+1个初始信号组成所述初始信号序列。

在本申请的示例性实施例中，当前帧指纹图像的ppg采样点数值与历史前N帧指纹图像的ppg采样点数值，组成一组ppg信号，即初始信号序列。

在本申请的示例性实施例中，历史帧是相对于当前帧而言的，历史前N帧的意思，就是到当前帧为止，不包含当前帧已经积累了N帧指纹图像。例如：当前帧指纹图像的编号为M，历史前N帧指纹图像的编号即为[M-N,M-N+1,M-N+2,…,M-1]。

在本申请的示例性实施例中，通过对当前帧指纹图像的有效指纹区域进行加权平均得到一个采样点数值，与历史前N帧通过相同方式得到的信号组合在一起，得到初始信号序列。由于在每帧指纹图像都会筛选出多个有效指纹区域，可以认为一张指纹图像上有多个大有效指纹区域，每个有效指纹区域里的像素是本申请实施例方案所需要的，其它非有效指纹区域的像素则是不需要的。将本帧指纹图像采样点的ppg信号也即将当前指纹图像中所有有效指纹区域里的像素值加权平均，得到一个ppg的数值，即ppg信号采样值，当指纹图像序列中每帧指纹图像得到的ppg信号采样值连接成一个数组(组成了一个1×(N+1)的一维信号数组)时，即生成了一个初始信号序列，这就是原始的ppg信号了。

在本申请的示例性实施例中，在获取所述初始信号序列的时域信号之后，所述方法还可以包括：

在时域内对所述初始信号序列在时域内进行预处理，获取所述初始信号序列的时域信号。

在本申请的示例性实施例中，所述预处理可以包括以下任意一种或多种：

去趋势、滑动滤波、带通滤波以及归一化。

在本申请的示例性实施例中，通过该预处理，可以得到去噪后的时域信号，提高了用于估计心率数据的质量，从而保证了后续心率估计的精度。

在本申请的示例性实施例中，在对所述初始信号序列进行时频域分析获取心率之前，所述方法还可以包括：对所述初始信号序列进行有效性判断。

在本申请的示例性实施例中，该实施例方案可以对抗噪声、手指姿态等影响数据有效性的问题。

在本申请的示例性实施例中，对所述初始信号序列进行有效性判断，可以包括：

从所述初始信号序列提取预设特征的特征值；

将所述特征值与预设的标准特征值相比较；

当所述特征值符合所述标准特征值的预设浮动范围时，判定所述初始信号序列为有效信号；

当所述特征值不符合所述标准特征值的预设浮动范围时，判定所述初始信号序列为无效信号。

在本申请的示例性实施例中，所述预设特征可以包括以下任意一种或多种：面积、熵、偏度以及峰度。

在本申请的示例性实施例中，面积特征提取的是ppg序列信号与均值交汇的封闭面积(即，ppg序列信号对应的曲线，与通过ppg序列信号计算出的ppg均值对应的直线相交后，曲线和直线所包围的面积)。熵、偏度以及峰度等特征是直接对初始信号序列整体进行处理，是经典的特征指标。

在本申请的示例性实施例中，所述对所述初始信号序列进行时频域分析获取心率，可以包括：

将所述初始信号序列从时域信号转换为第一信号，其中，所述第一信号为频域信号或时频域信号；

对所述第一信号进行二次频域滤波及后处理，获得第二信号；

根据所述第二信号的类别，对所述第二信号进行分析和统计，获取所述心率，其中，所述第二信号为频域信号或时频域信号。

在本申请的示例性实施例中，将初始信号序列从时域信号转换为第一信号，由于第一信号为频域信号或时频域信号，经滤波及后处理获取第二信号同样为频域信号或时频域信号，根据信号的种类，对信号序列进行时频域分析获取心率可以包括多种方案，下面给出三种实施例方案。

方案一

在本申请的示例性实施例中，如图3所示，当所述第二信号的类别为频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，可以包括步骤S301-S303：

S301、利用预设的峰值检测算法获得所述功率谱信号(第二信号)在预设心率范围内的波峰；

S302、对获得的全部波峰按照峰值大小进行排序，获取峰值最大的最高波峰，并计算所述最高波峰的置信度；

S303、当所述置信度大于或等于第一阈值(为预设的阈值)时，获取所述全部波峰的频率的众数，作为所述心率。

在本申请的示例性实施例中，本申请并不限制时频域转换的方法，可以通过快速傅里叶变换将去噪后的所述初始信号序列的时域信号转换为频域信号。快速傅立叶变换(FFT,fast fourier transform)是一种经典算法，输入时域信号，经过FFT，可以获得频域信号。

在本申请的示例性实施例中，获得的频域信号可以再进行二次频域滤波及后处理，得到有明显波峰的功率谱信号。利用峰值检测得到功率谱信号在心率可能范围内的波峰，利用波峰排序及峰值大小比例，计算出最高波峰的置信度。

在本申请的示例性实施例中，所述计算所述最高波峰的置信度，可以包括：

将所述最高波峰的能量与所述全部波峰中除所述最高波峰以外的其它波峰的能量总和之比作为所述最高波峰的置信度；或者，

将所述最高波峰的峰值与第二高波峰的峰值之比作为所述最高波峰的置信度。

在本申请的示例性实施例中，所述最高波峰的能量与其它波峰的能量总和之比即信噪比，可以将信噪比作为所述最高波峰的置信度。

在本申请的示例性实施例中，当计算出的所述置信度大于或等于预设的置信度阈值(该置信度阈值可以为第一阈值)时，可以认为该初始信号序列没有被噪声污染，结果可信，并可以得到峰值的频率，经过换算(例如获取全部波峰的频率的众数)以此得到对应输入初始信号序列的主频率，也即心率。

在本申请的示例性实施例中，所述方法还可以包括：

当所述置信度小于预设的置信度阈值(例如第一阈值)时，抛弃所述初始信号序列中的最早获得的初始信号，并获取下一帧指纹图像对应的初始信号加入所述初始信号序列，实现对所述初始信号序列的更新；

获取更新后的所述初始信号序列的时域信号，并对更新后的所述初始信号序列的时域信号进行时频域分析获取心率。

在本申请的示例性实施例中，当计算出的所述置信度小于预设的阈值时，说明该初始信号序列被噪声污染严重(由信号最高波峰计算出来的信号置信度，是初始信号序列的一个检验标准。这个标准不合格，则不可信。标准合格，才可以进入根据该初始信号序列获取心率的流程)，可以抛弃当前结果进入下一帧指纹图像。在已经累积的初始信号序列的基础上，继续处理下一帧指纹图像的采样点信号。

在本申请的示例性实施例中，每一帧指纹图像均可以获取一个ppg采样点，或者称为获得一个ppg信号，需要连续获得N个ppg信号以后，才能组成一个初始信号序列，之后再进行信号处理，在标准不合格的情况下，可以回到最初步骤，获取指纹图像序列中新的一帧指纹图像，计算该帧指纹图像的ppg信号，作为新的ppg信号加入初始信号序列末尾，初始信号序列首端最旧的ppg信号被剔除，后续就对更新后的恒定n长的初始信号序列进行去噪和有效性判断等处理，并根据更新后的所述初始信号序列获取心率。

方案二

在本申请的示例性实施例中，如图4所示，当所述第二信号的类别为时频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，可以包括步骤S401-S403：

S401、按照时域对所述第二信号进行频率最大值检测，获得在预设心率范围内的多个频域信号；

S402、计算所述多个频域信号的置信度；

S403、当所述置信度大于或等于第二阈值(为预设的阈值)时，获取所述多个频域信号的频率的众数，作为所述心率。

在本申请的示例性实施例中，将去噪后的时域信号使用时频分析方法进行分解，再对频域信号进行二次频域滤波及后处理，得到“干净”的时频信号，本申请并不限制时频分析方法，可通过短时傅立叶变换将时域信号转换为时频信号。为了获得较高的时频分辨率，同时可以更好地区分随机噪声和信号，本申请还可采用小波同步压缩变换做时频域转换。此外，本申请按照时域对“干净”的时频信号进行频率最大值检测得到在心率可能范围内的信号。

在本申请的示例性实施例中，所述按照时域，对经过所述频域滤波及后处理的频域信号进行频率最大值检测，获得在心率可能范围内的多个频域信号，可以包括：

获取所述频域信号对应的时频坐标图；所述时频坐标图的横轴为时间轴，纵轴为频域轴，所述时频坐标图中的每个点为频域信号大小；

针对所述时间轴中的每一个预设时间点，在所述预设时间点对应的全部频域信号中获取多个心率候选频域信号，从所述多个心率候选频域信号中选择频率响应最大的频域信号；

对多个所述预设时间点进行累积，并对每个预设时间点对应的频率响应最大的频域信号进行记录，获得沿时间轴变化的在心率可能范围内的多个频域信号。

在本申请的示例性实施例中，频率响应是信号的强度，不等于频率。

在本申请的示例性实施例中，所述计算所述多个频域信号的置信度，可以包括：

计算所述多个频域信号的标准差，作为所述多个频域信号的置信度。

在本申请的示例性实施例中，所述方法还可以包括：

当所述置信度小于所述置信度阈值(第二阈值)时，抛弃所述初始信号序列中的最早获得的初始信号，并获取下一帧指纹图像对应的初始信号加入所述初始信号序列，实现对所述初始信号序列的更新；

获取更新后的所述初始信号序列的时域信号，并对更新后的所述初始信号序列的时域信号进行时频域分析获取心率。

在本申请的示例性实施例中，所述置信度小于所述置信度阈值时的处理方案与方案一中的处理方案相同，在此不再一一赘述。

方案三

在本申请的示例性实施例中，如图5所示，当所述第二信号的类别为时频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，可以包括步骤S501：

S501、按照时域对第二信号进行波峰检测，根据检测到的波峰个数以及预设的心率计算式计算所述心率。

在本申请的示例性实施例中，将去噪后的时域信号使用时频分析方法进行分解获取频域信号，再对频域信号进行二次频域滤波及后处理，得到“干净”的时频信号。本申请并不限制时频分析方法，例如通过短时傅立叶变换将时域信号转换为时频信号。此外，本申请按照时域对“干净”的时频信号进行峰值检计算初始信号序列的波峰的个数。

在本申请的示例性实施例中，这里可以将初始信号序列的波形中一个波峰和一个波谷作为一个周期，计算周期的个数，即该初始信号序列的波峰的个数。

在本申请的示例性实施例中，所述根据检测到的波峰个数以及预设的心率计算式计算所述心率，包括：根据下述的心率计算式计算所述心率：

HR＝P/T*M；

其中，HR为所述心率，P为所述波峰个数，M为单位时长(例如，1分钟)。

本申请实施例还提供了一种心率检测装置1，如图6所示，可以包括处理器11和计算机可读存储介质12，所述计算机可读存储介质12中存储有指令，当所述指令被所述处理器11执行时，实现所述的心率检测方法。

在本申请的示例性实施例中，前述的心率检测方法实施例中的任意实施例均适用于该心率检测装置实施例中，在此不再一一赘述。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的心率检测方法。

在本申请的示例性实施例中，前述的心率检测方法实施例中的任意实施例均适用于该计算机可读存储介质实施例中，在此不再一一赘述。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (20)

1.一种心率检测方法，其特征在于，所述方法包括：

采集指纹图像序列；

根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定所述指纹图像序列对应的初始信号序列；

对所述初始信号序列进行时频域分析获取心率。

2.根据权利要求1所述的心率检测方法，其特征在于，所述采集指纹图像序列，包括：

通过屏幕光源发出预设颜色的光对指纹区域照射；

基于所述指纹区域返回的光信号进行图像采集，获取所述指纹图像序列。

3.根据权利要求1所述的心率检测方法，其特征在于，根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定所述指纹图像序列对应的初始信号序列之前，所述方法包括：

确定所述指纹图像序列中每帧指纹图像的有效指纹区域。

4.根据权利要求3所述的心率检测方法，其特征在于，所述确定所述指纹图像序列中每帧指纹图像的有效指纹区域，包括：分别针对每帧指纹图像执行以下操作：

从该帧指纹图像中筛选出包含指纹的区域；

从所述包含指纹的区域中筛选出符合第一条件的区域，作为所述有效指纹区域。

5.根据权利要求1所述的心率检测方法，其特征在于，所述根据所述指纹图像序列中每帧指纹图像的有效指纹区域确定所述指纹图像序列对应的初始信号序列，包括：

根据所述指纹图像序列中当前帧指纹图像的有效指纹区域并计算当前帧指纹图像对应的初始信号；

所述当前帧的指纹图像对应的初始信号和历史前N帧的指纹图像对应的初始信号构成所述初始信号序列。

6.根据权利要求5所述的心率检测方法，其特征在于，所述根据所述指纹图像序列中当前帧指纹图像的有效指纹区域并计算当前帧指纹图像对应的初始信号，包括：

对所述当前帧指纹图像中的多个所述有效指纹区域的像素值进行数据处理，获取所述当前帧指纹图像对应的初始信号。

7.根据权利要求1所述的心率检测方法，其特征在于，在获取所述初始信号序列之后，所述方法还包括：

在时域内对所述初始信号序列进行预处理，获取所述初始信号序列的时域信号；

其中，所述预处理包括以下任意一种或多种：

去趋势、滑动滤波、带通滤波以及归一化。

8.根据权利要求1所述的心率检测方法，其特征在于，在对所述初始信号序列进行时频域分析获取心率之前，所述方法还包括：对所述初始信号序列进行有效性判断。

9.根据权利要求8所述的心率检测方法，其特征在于，所述对所述初始信号序列进行有效性判断，包括：

从所述初始信号序列提取预设特征的特征值；

将所述特征值与预设的标准特征值相比较；

当所述特征值符合所述标准特征值的预设浮动范围时，判定所述初始信号序列为有效信号；

当所述特征值不符合所述标准特征值的预设浮动范围时，判定所述初始信号序列为无效信号。

10.根据权利要求9所述的心率检测方法，其特征在于，所述预设特征包括以下任意一种或多种：面积、熵、偏度以及峰度。

11.根据权利要求1所述的心率检测方法，其特征在于，所述对所述初始信号序列进行时频域分析获取心率，包括：

将所述初始信号序列从时域信号转换为第一信号，其中，所述第一信号为频域信号或时频域信号；

对所述第一信号进行二次频域滤波及后处理，获得第二信号；

根据所述第二信号的类别，对所述第二信号进行分析和统计，获取所述心率，其中，所述第二信号为频域信号或时频域信号。

12.根据权利要求11所述的心率检测方法，其特征在于，当所述第二信号的类别为频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，包括：

利用预设的峰值检测算法获得所述第二信号在预设心率范围内的波峰；

对获得的全部波峰按照峰值大小进行排序，获取峰值最大的最高波峰，并计算所述最高波峰的置信度；

当所述置信度大于或等于第一阈值时，获取所述全部波峰的频率的众数，作为所述心率。

13.根据权利要求12所述的心率检测方法，其特征在于，所述计算所述最高波峰的置信度，包括：

将所述最高波峰的能量与所述全部波峰中除所述最高波峰以外的其它波峰的能量总和之比作为所述最高波峰的置信度；或者，

将所述最高波峰的峰值与第二高波峰的峰值之比作为所述最高波峰的置信度。

14.根据权利要求11所述的心率检测方法，其特征在于，当所述第二信号的类别为时频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，包括：

按照时域对所述第二信号进行频率最大值检测，获得在预设心率范围内的多个频域信号；

计算所述多个频域信号的置信度；

当所述置信度大于或等于第二阈值时，获取所述多个频域信号的频率的众数，作为所述心率。

15.根据权利要求14所述的心率检测方法，其特征在于，所述按照时域对所述第二信号进行频率最大值检测，获得在预设心率范围内的多个频域信号，包括：

获取所述第二信号对应的时频坐标图；

针对时间轴中的每一个预设时间点，在所述预设时间点对应的全部频域信号中获取多个心率候选频域信号，从所述多个心率候选频域信号中选择频率响应最大的频域信号；

对多个所述预设时间点进行累积，并对每个预设时间点对应的频率响应最大的频域信号进行记录，获得沿所述时间轴变化的在心率可能范围内的多个频域信号。

16.根据权利要求14所述的心率检测方法，其特征在于，所述计算所述多个频域信号的置信度，包括：

计算所述多个频域信号的标准差，作为所述多个频域信号的置信度。

17.根据权利要求12或14所述的心率检测方法，其特征在于，所述方法还包括：

当所述置信度小于预设的阈值时，抛弃所述初始信号序列中的最早获得的信号，并将下一帧指纹图像对应的信号加入所述初始信号序列，实现对所述初始信号序列的更新；

获取更新后的所述初始信号序列的时域信号，并对更新后的所述初始信号序列的时域信号进行时频域分析获取心率。

18.根据权利要求11所述的心率检测方法，其特征在于，当所述第二信号的类别为时频域信号时，所述对所述第二信号进行分析和统计，获取所述心率，包括：

按照时域对所述第二信号进行波峰检测，根据检测到的波峰个数以及预设的心率计算式计算所述心率。

19.一种心率检测装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现如权利要求1-18任意一项所述的心率检测方法。

20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-18任意一项所述的心率检测方法。

Images