婴儿心率是评价婴儿健康状况的重要指标,婴儿心率监测是婴儿监护的重要项目之一。多种原因可导致婴儿心率的变化,如发烧,排尿、排便,间歇性窒息,感染性疾病(如肺炎,呼吸道感染,腹泻,电解质紊乱等),器质性心脏病(如病毒性心肌炎,先天性心脏病),甲状腺功能低下,颅内压升高,败血症等。因此视需要可间断性或连续性对婴儿心率进行实时监测,以及时了解婴儿心率信息,尽早发现上述不良症状,起到预警作用。目前对婴儿心率的监测多采用接触式测量方法,如心电监测仪、脉搏血氧仪、智能手环等,接触式心率监测要求被测者与设备间有特定的物理接触,使用较为繁琐、不便,且婴儿皮肤娇嫩未发育成熟,长期使用接触式心率监测设备会造成皮肤损伤,产生身体不适,给婴儿带来生理负担。非接触式心率监测不需要各类传感器及连接线与身体接触,具有无创、便捷、舒适监测等优点,但现有非接触式心率监测技术尚未成熟,心率监测的精确性和对面部表情变化及光照变化的鲁棒性差,未能达到日常使用的要求。由于现有非接触式心率监测方法多采用单个固定敏感区域进行脉搏波的提取,且要求被测者保持头部静止,对于婴儿来说,因婴儿头部存在不可控的动作及面部表情变化,导致现有非接触式心率监测方法用于婴儿心率监测时存在精确性差,对头部动作及面部表情变化抗干扰能力弱的问题。另外,现有非接触式心率监测大多未考虑监测过程中环境光变化引起的干扰,当外界光照存在变化时,易对监测结果产生干扰,影响心率监测的精确性。针对上述问题,本文引入联合面部检测与对齐方法,以能够在婴儿存在头部动作与面部表情变化时仍能快速、鲁棒地提供精确的面部特征点,从而削弱因婴儿头部动作与面部表情变化引起的跟踪伪影;提出一种非固定敏感区域(局部块)的自适应选择方法,以能够对婴儿哭笑等面部表情变化自适应地选择确定仅含皮肤区域且监测过程中受面部表情变化影响较小的尺寸稳定的局部块,从而提高心率监测对婴儿头部动作与面部表情变化的鲁棒性;提出一种改进的反射光强模型,通过引入背景区域的反射光强模型,将前景与背景区域信号作比值处理来消除模型中随时间变化的光照强度项,从而削弱环境光变化带来的干扰,以提高婴儿心率监测对环境光变化的鲁棒性。本文首先从接触式和非接触式两类方法综述现有婴儿心率监测的方法与设备,并从头部动作与面部表情变化干扰和光照变化干扰两方面来详细阐述非接触式心率监测的研究现状;接着,从理论基础、工作原理、实现条件三个方面对成像式光电容积描记法进行理论分析,为下文脉搏波信号的提取奠定基础;然后,为削弱因婴儿头部动作与面部表情变化引起的跟踪伪影,提出使用一种联合面部检测与对齐方法,以能够在婴儿存在较大头部动作与面部表情变化时快速、鲁棒地提供精确的面部特征点;其次,基于上述所得面部特征点,提出一种自适应选择非固定大小局部块的方法,通过朴素贝叶斯模型构建皮肤概率图(SPM),以滤除非皮肤局部块,并通过局部块的箱型图计算四分位距,以此对婴儿哭笑等面部表情变化自适应地选择确定仅含皮肤区域且监测过程中受面部表情变化影响较小的尺寸稳定的局部块,有效地改善了脉搏波信号信噪比,从而提高了心率监测对婴儿头部动作与面部表情变化的鲁棒性;此外,为消除光照变化引起的干扰,推导出一种改进的反射光强模型,通过引入背景区域的反射光强模型,将前景与背景区域信号作比值处理来消除模型中随时间变化的光照强度项,从而消除环境光变化带来的干扰,以提高婴儿心率实时监测对环境光变化的鲁棒性;最后,根据婴儿心率实时监测系统的要求,构建系统软硬件平台,通过网络监控摄像头+PC上位机开发本系统,以Visual C++为开发环境和调试工具开发上位机人机交互界面,并结合OpenCV与Matlab完成本文算法的实现,并基于该系统,与现有采用单个固定敏感区域的常规方法进行对比实验,实验结果表明了本文方法具有更高的精确性和更好的鲁棒性。此外,本系统利用摄像头自带的红外自主光源,结合本文算法可实现日间和夜间多场景下的婴儿心率实时监测,且后期该系统软件平台可从PC端移植到手机端,开发手机APP实现相应功能,增加用户使用的便利性。本文研究的非接触式婴儿心率自适应鲁棒实时监测方法对婴儿头部动作与面部表情变化及光照变化干扰具有较好的精确性和鲁棒性,即使在婴儿有较大头部动作与面部表情变化时,甚至在环境光有显著变化的实际场景下,本文方法仍能进行精确且鲁棒的心率监测,为家庭婴儿监护及医疗病患监护提供了切实可行的新思路,为非接触式婴儿心率监测的广泛应用奠定了基础,具有较高的学术价值与实际应用价值。