心血管疾病(如脑中风、冠心病、心律失常等)对人类生命健康危害极大,早发现早治疗对心血管疾病的预防和治疗很重要。研究表明,心率变异性分析是自主神经调节功能评估的重要临床指标,其对心血管疾病的突发风险具有直接的预见性。传统的心率变异性参数是利用心电图波形分析计算得到的,但是心电图检查受价格昂贵,操作繁琐等因素限制,不利于心血管病高危人群的日常监测使用。随着我国老龄化进程的推进,心血管疾病患病人数逐年升高,因此,研究一款使用便捷的心血管监测设备对提高我国心血管疾病防治水平具有重要意义。脉搏波是由心脏搏动引起的动脉内压力发生周期性波动的信号,其节律性与心脏搏动节律具有极强的一致性。因此,脉搏波信号被广泛应用于心率计算、心率变异性分析及心血管疾病诊断,如市面上成熟产品:智能手表与手环。随着技术的发展,基于图像的光电容积脉搏波描记法得到广泛关注,该技术可以从摄像头拍摄的视频图像信号中重建出脉搏波信号。本文提出一种基于智能手机摄像的脉搏波重建及心率变异性监测方法和系统,可以实现仅仅使用智能手机摄像头拍摄指尖视频信息即可重建人体脉搏波,进而计算得到多种指标,有效代替心电图进行心率变异性分析,并且可以全天候的感知、收集人体生理数据,进一步发掘用户需求,本文的研究内容包括以下几个方面:(1)本文提出了一种新型的兴趣区选择算法。利用智能手机采集的指尖视频信息提取脉搏波的过程中,往往存在计算量大、耗时长的问题,严重影响用户体验。本文为了提高获取脉搏波的计算效率,通过选择兴趣区的方式来提取视频中信息最丰富的区域,进而提高重建脉搏波的效率和质量。在兴趣区选择的问题上,本文提出了帧间差分和间隔像素采点相结合的算法,首先利用帧间差分法获得原始兴趣区,然后对兴趣区中像素进行间隔采样,最后用采样像素重建脉搏波信号。本算法在保证采样信息足够丰富的同时,极大地减小了计算量和噪声干扰,非常适合智能手机的实时应用,有利于推广普及智能手机检测生理参数的功能,促进生理参数采集的多样化及实用化。(2)本文提出了一种切比雪夫滤波器和notch自适应陷波滤波器相结合的脉搏波滤波算法。由于智能手机重建的原始脉搏波波形受随机噪声、基线漂移等因素的影响,不利于进一步的脉搏波特征点的选取。本算法首先将原始数据进行FFT变换,通过频域查找的方式,自适应的去除和保留原始脉搏波的特定频域,从而较好地去除噪声干扰。此外本算法还有波形相位损失小的特点。(3)本文建立了一个平均年龄为40±26岁的34人次的指尖视频信号,脉搏波信号,心电图信号数据集。由于利用智能手机拍摄指尖视频信号重建脉搏波计算心率变异性尚无大的公开数据集,因此,本文分别招募了17名男性和17名女性受试者进行数据采集实验,分别利用智能手机和Biopac多功能生理参数测量仪,对每位受试者同时进行了5分钟的数据采集。本文研究结果表明,利用本文所提算法重建的脉搏波与心电图计算得到的心率变异性时域参数(NNVGR、SDNN、RMSSD、SDSD)的皮尔逊系数~2在0.36-0.6之间,属于强相关范围;和方差SSE小于0.1,模型拟合度较好;而且本文提出的帧间差分间隔像素法不仅提高了脉搏波重建质量,而且相较于选择视频中间区域的方法用时从33.25秒减少到了8.475秒;同时,本文所提notch自适应陷波滤波算法可较好地去除噪声干扰。本文所述脉搏波检测方法具有广阔的应用前景。