CN106651967B - 基于图像处理的血液粘稠度监测方法 - Google Patents

Abstract

本发明实施例涉及一种基于图像处理的血液粘稠度监测方法，包括：用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据；提取视频数据中的每帧图像，并将每帧图像转化成RGB格式图像；提取每帧图像的R分量、G分量和B分量，并根据R分量模拟生成第一光源信号，根据G分量模拟生成第二光源信号，根据B分量模拟生成第三光源信号；对第一光源信号、第二光源信号和第三光源信号分别进行小波阈值去噪；根据去噪后的第一光源信号、第二光源信号和第三光源信号，确定第一用户指尖颜色的色度变化参数；根据色度变化参数计算得到血液粘稠度的数据。

Description

基于图像处理的血液粘稠度监测方法

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于图像处理的血液粘稠度监测方法。

背景技术

随着时代的发展，生活质量的提高，健康问题越来越受到人们的关注。拥有一个健康的体魄是每个人共同的梦想。

血粘度是血液粘稠度的简称，是反映血液粘滞性的指标之一。目前，血液粘稠度的检测都是采用血粘度仪，但是血粘度仪仅能对用户的血粘度进行测量，无法对测量结果进行分析和处理，且血粘度仪的操作过程复杂，且不便携带，且无法根据用户的需求对血液粘稠度进行及时监测。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种基于图像处理的血液粘稠度监测方法，通过对用户指尖颜色进行录制、分析和数据处理，实现用户血液粘稠度的测量，测量结果可靠，用户可以随时根据自身需要对血液粘稠度进行测量，操作简单，便捷。

有鉴于此，本发明实施例提供了一种基于图像处理的血液粘稠度监测方法，包括：

用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据；

提取所述视频数据中的每帧图像，并将所述每帧图像转化成RGB格式图像；

提取所述每帧图像的R分量、G分量和B分量，并根据所述R分量模拟生成第一光源信号，根据所述G分量模拟生成第二光源信号，根据B分量模拟生成第三光源信号；

对所述第一光源信号、第二光源信号和第三光源信号分别进行小波阈值去噪；

根据所述去噪后的第一光源信号、第二光源信号和第三光源信号，确定所述第一用户指尖颜色的色度变化参数；

根据所述色度变化参数计算得到所述血液粘稠度的数据。

优选的，所述对第一光源信号、第二光源信号和第三光源信号分别进行小波阈值去噪具体为：

选取小波函数并确定小波分解的层次N，对所述第一光源信号、第二光源信号和第三光源信号进行N层小波分解，得到小波系数；其中所述N为正整数；

对分解后的小波系数进行阈值量化；

根据所述阈值量化后的系数重构小波，得到去噪后的第一光源信号、第二光源信号和第三光源信号。

优选的，所述光电传感装置具体为摄像头，内置于所述用户终端，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

清除所述收光电传感装置中的视频数据。

优选的，所述光电传感装置具体为外置摄像装置，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

建立所述用户终端与所述光电传感装置之间的数据连接。

优选的，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

所述用户终端的处理器接收血液粘稠度检测指令，生成检测信号发送给光电传感装置；

所述光电传感装置采集第一用户指尖颜色的视频数据。

优选的，所述方法还包括：将所述血液粘稠度数据存储在数据库中。

进一步优选的，所述方法还包括：

接收用户输入的用户信息；所述用户信息包括所述第一用户的用户ID；

根据所述用户ID获取数据库中的血液粘稠度数据；

根据所述血液粘稠度数据生成血液粘稠度统计数据，并显示。

优选的，所述方法还包括：

当所述血液粘稠度数据不在标准血液粘稠度阈值内，根据所述标准血液粘稠度阈值和血液粘稠度数据确定第一用户的血液粘稠度超标数据。

本发明实施例提供的基于图像处理的血液粘稠度监测方法，通过对用户指尖颜色进行录制、分析和数据处理，实现用户血液粘稠度的测量，测量结果可靠，用户可以随时根据自身需要对血液粘稠度进行测量，操作简单，便捷。

附图说明

图1为本发明实施例提供的基于图像处理的血液粘稠度监测方法流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本实施例提供基于图像处理的血液粘稠度监测方法，实现于用户终端的应用中。常用的用户终端包括：智能手机和平板电脑。图1为本发明实施例提供的基于图像处理的血液粘稠度监测方法流程图，如图1所示，主要步骤包括：

步骤110，用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据。

其中，采集时间可以根据用户终端内存储的默认设置，也可以用户根据需要自己设定的，为保证检测结果的准确性，采集时间的设定最小值为30秒。

光电传感装置可以为内置的摄像头，设置在用户终端中，在光电传感装置采集用户指尖颜色之前，用户首先需在用户终端输入血液粘稠度检测指令，用户终端的处理器根据接收到的血液粘稠度检测指令，生成检测信号发送给光电传感装置，然后用户将指尖放在摄像头上，光电传感装置根据接收到的采集指令采集用户指尖颜色的视频数据。

光电传感装置也可以为外置光电传感装置，外置光电传感装置与用户终端之间可以通过有线或无线方式相连接，比如外置光电传感装置可以为小型摄像机，在光电传感装置采集用户指尖颜色之前，可以先通过蓝牙建立用户终端与外置光电传感装置之间的数据连接，采集过程中，外置光电传感装置的摄像头用户指尖颜色进行采集，得到用户指尖颜色的视频数据，然后通过蓝牙传输给用户终端。

在光电传感器装置采集指尖颜色之前，要将光电传感器装置中视频清除，避免和上次视频数据叠加造成测量结果不准确。

可选的，用户在进行血液粘稠度检测之前，在用户终端输入用户信息，用户信息包括用户ID。

步骤120，提取视频数据中的每帧图像，并将每帧图像转化成RGB格式图像。

根据光电传感装置种类的不同，每秒采集的图像帧数不同，光电传感装置采集到的视频数据实际上是由多帧图像组合而成，为了科学和定量的描述颜色，处理器将从视频数据中提取出的每帧图像转化成RGB格式。

步骤130，提取每帧图像的R分量、G分量和B分量，并根据R分量模拟生成第一光源信号，根据G分量模拟生成第二光源信号，根据B分量模拟生成第三光源信号。

具体的，处理器提取出每帧图像的R分量、G分量和B分量，把所有的R分量作为第一光源照射手指的视频流，把所有的G分量作为第二光源照射手指的视频流，把所有的B分量作为第三光源照射手指的视频流，然后将第一光源、第二光源和第三光源的三个视频流进行统计，以采集时间为自变量，分量为因变量模拟生成第一光源、第二光源和第三光源的光源信号。

步骤140，对第一光源信号、第二光源信号和第三光源信号分别进行小波阈值去噪。

视频数据在采集的过程中，不可避免会受到各种类型噪声的干扰，常见的噪声干扰来源主要有以下三种：第一种是肌电噪音，是由人体活动或肌肉紧张而引起的频率通常在5赫兹至2000赫兹之间；第二种是工频噪音，是由供电网络及其设备产生的空间电磁干扰在人体的反应，是固定频率的干扰，频率一般在50赫兹以上；第三种是基线漂移，是由人体呼吸、肢体活动等引起的低频干扰，稍微剧烈的肢体运动将引起信号发生严重的改变，频率一般在0.05赫兹至2赫兹之间。肌电噪声和基线漂移是重要的干扰源，在本例中采用小波阈值去噪的方法。小波函数在有限时间范围内变化，并且平均值为0。

首先，选取小波函数并确定小波分解的层次N，对第一光源信号、第二光源信号和第三光源信号进行N层小波分解，得到小波系数，其中N为正整数；具体的，将三种光源信号平均分解成若干个时间的部分光源信号；将小波与部分光源信号的起点对齐，计算第一时间部分光源信号与小波函数的逼近程度，即计算小波变换系数，小波变换系数越大就意味着部分光源信号与所选小波函数的波形越相近；然后将小波函数沿时间轴移动一个单位时间，计算下一个时间的部分光源信号的小波变换系数，直到覆盖整个光源信号。

接着，对分解后的小波系数进行阈值量化；具体的，对于每一层的高频系数，选择一个阈值进行量化处理，得到新的小波系数。

最后，根据阈值量化后的系数重构小波，得到去噪后的三种光源信号；具体的，根据小波分解第N层的低频系数和经过量化处理后的第1层至第N层的高频系数，进行光源信号的小波逆变换，得到去噪后的第一光源信号、第二光源信号和第三光源信号。

步骤150，根据去噪后的第一光源信号、第二光源信号和第三光源信号，确定第一用户指尖颜色的色度变化参数。

具体的，对去噪后的第一光源信号、第二光源信号和第三光源信号进行数据分析，提取指尖颜色的色度变化参数。

步骤160，根据色度变化参数计算得到血液粘稠度的数据。

因为用户血液粘稠度与血细胞比容的相对值具有相关性，血细胞比容变化引起指尖颜色的色度变化，指尖颜色的色度变化是通过视频数据中的每帧图像的色度进行体现的，因此，色度变化参数可以用于计算血液粘稠度。

具体的，可以通过指尖颜色的色度变化参数确定用户血液中的血细胞占全血中的容积百分比，即得到血细胞比容，从而确定血液粘稠度的数据。在得到血液粘稠度数据之后，可以将血液粘稠度数据在用户终端进行显示。其中，该显示可以以文字方式、表格方式或者图标形式等实现。此外，显示信息除了显示血液粘稠度数据之外，还可以显示此次测试的用户ID，以及根据用户ID对应得到的用户在一段时期内的血液粘稠度统计数据等。

此外，在血液粘稠度数据显示之后，处理器将血液粘稠度数据根据用户ID存储在数据库中，对用户每天的血液粘稠度数据进行记录，方便用户了解自身状况。

在优选的实施例中，当血液粘稠度数据不在标准血液粘稠度阈值内，标准血液粘稠度阈值为3.01mPa·s～5.07mPa·s，根据标准血液粘稠度阈值和血液粘稠度数据确定用户的血液粘稠度超标数据。

血液粘稠度超标数据可以用检测得到的血液粘稠度数据和标准血液粘稠度阈值的差值表示，比如用户的血液粘稠度数据为6.5mPa·s，则血液粘稠度超标数据为6.5-5.07＝1.43mPa·s，此时在用户终端上向用户输出血液粘稠度数据6.5mPa·s和血液粘稠度超标数据1.43mPa·s。

血液粘稠度超标数据可以用检测得到的血液粘稠度数据和标准血液粘稠度阈值的超标比率来表示，比如用户的血液粘稠度数据为7mPa·s，则血液粘稠度超标比率为(7-5.07)/5.07＝38％，此时在用户终端上向用户输出血液粘稠度数据7和血液粘稠度超标比率数据38％。

本发明实施例提供的基于图像处理的血液粘稠度监测方法，通过对用户指尖颜色进行录制、分析和数据处理，实现用户血液粘稠度的测量，测量结果可靠，用户可以随时根据自身需要对血液粘稠度进行测量，操作简单，便捷。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于图像处理的血液粘稠度监测方法，其特征在于，所述方法包括：

用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据；

提取所述视频数据中的每帧图像，并将所述每帧图像转化成RGB格式图像；

提取所述每帧图像的R分量、G分量和B分量，并根据所述R分量模拟生成第一光源信号，根据所述G分量模拟生成第二光源信号，根据B分量模拟生成第三光源信号；

对所述第一光源信号、第二光源信号和第三光源信号分别进行小波阈值去噪；

根据所述去噪后的第一光源信号、第二光源信号和第三光源信号，确定所述第一用户指尖颜色的色度变化参数；

根据所述色度变化参数计算得到所述血液粘稠度的数据；

所述方法还包括：

当所述血液粘稠度数据不在标准血液粘稠度阈值内，根据所述标准血液粘稠度阈值和血液粘稠度数据确定第一用户的血液粘稠度超标数据。

2.根据权利要求1所述的基于图像处理的血液粘稠度监测方法，其特征在于，所述对第一光源信号、第二光源信号和第三光源信号分别进行小波阈值去噪具体为：

选取小波函数并确定小波分解的层次N，对所述第一光源信号、第二光源信号和第三光源信号进行N层小波分解，得到小波系数；其中所述N为正整数；

对分解后的小波系数进行阈值量化；

根据所述阈值量化后的系数重构小波，得到去噪后的第一光源信号、第二光源信号和第三光源信号。

3.根据权利要求1所述的基于图像处理的血液粘稠度监测方法，其特征在于，所述光电传感装置具体为摄像头，内置于所述用户终端，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

清除所述收光电传感装置中的视频数据。

4.根据权利要求1所述的基于图像处理的血液粘稠度监测方法，其特征在于，所述光电传感装置具体为外置摄像装置，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

建立所述用户终端与所述光电传感装置之间的数据连接。

5.根据权利要求1所述的基于图像处理的血液粘稠度监测方法，其特征在于，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

所述用户终端的处理器接收血液粘稠度检测指令，生成检测信号发送给光电传感装置；

所述光电传感装置采集第一用户指尖颜色的视频数据。

6.根据权利要求1所述的基于图像处理的血液粘稠度监测方法，其特征在于，所述方法还包括：将所述血液粘稠度数据存储在数据库中。

7.根据权利要求6所述的基于图像处理的血液粘稠度监测方法，其特征在于，所述方法还包括：

接收用户输入的用户信息；所述用户信息包括所述第一用户的用户ID；

根据所述用户ID获取数据库中的血液粘稠度数据；

根据所述血液粘稠度数据生成血液粘稠度统计数据，并显示。