基于视频图像进行血氧饱和度的测量

交通上的硅基思维

已于 2025-08-28 15:05:19 修改

阅读量1.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：算法图像处理视频分析文章标签：算法机器学习神经网络人工智能计算机视觉音视频

于 2022-06-01 22:23:53 首次发布

本文链接：https://blog.youkuaiyun.com/matlab_python22/article/details/125091545

图像处理同时被 3 个专栏收录

97 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

算法

82 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

视频分析

2 篇文章

订阅专栏

该博客介绍了基于视频图像的血氧饱和度测量方法。首先通过视频预处理和人脸检测确定敏感区域，计算RGB通道的灰度均值绘制IPPG曲线。接着在Matlab中提取脉搏波信号的交流和直流分量，利用滤波方法优化数据，并通过最小二乘法进行线性拟合计算血氧饱和度。文章还提到了相关算法步骤和参考资料。

1 背景与意义

1.1 临床需求
血氧饱和度(SpO₂)是反映人体氧合功能最直接的指标之一。在手术室、ICU、新生儿监护、高原及家庭慢病管理场景中，持续、无创、准确地监测SpO₂对早期发现低氧血症、降低并发症及死亡率具有决定性意义。传统指夹式脉搏血氧仪虽然成熟，但存在接触不适、易脱落、局部压迫、交叉感染风险及无法长时间连续监测等局限。尤其在烧伤、新生儿、传染病隔离等场景下，非接触式方案成为刚需。

1.2 技术契机
近年来，普通RGB摄像头、智能手机、远程视频会议系统广泛普及，其成像质量、帧率与算力已能满足微弱生理信号检测的需求。基于成像式光电容积描记(imaging Photoplethysmography, IPPG)的非接触血氧监测技术，因其“零接触、低成本、易扩展”的特点，成为远程医疗、智能座舱、健康家居、车载监护等新兴应用的核心使能技术。

1.3 研究意义
• 公共卫生：在COVID-19 大流行期间，“沉默性低氧”促使居家、方舱、隔离病房对非接触 SpO₂监测需求激增。
• 医疗公平：利用手机摄像头即可实现血氧初筛，有望解决偏远地区设备匮乏问题。
• 学科交叉：融合计算机视觉、信号处理、光谱学与临床医学，推动了“摄像头生物医学”这一前沿方向。
因此，开展“基于Matlab的IPPG非接触血氧饱和度测量”研究，不仅具有直接临床应用