一种血氧补偿值确定方法、装置、计算机设备及血氧检测系统与流程

1.本发明涉及电器设备技术领域，具体涉及一种血氧补偿值确定方法、装置、计算机设备及血氧检测系统。


背景技术：

2.血氧仪的工作原理为通过两个发光二极管：一个释放波长660nm的光束，含氧血红蛋白吸收该波长的能力比脱氧血红蛋白弱一些；一个释放940nm的光束，含氧血红蛋白吸收该波长的能力比脱氧血红蛋白强一些。通过对上述两个波长透射后的测量值解方程，求解出两种血红蛋白的含量，进而计算出血氧饱和度。
3.但是不同的用户，肤色不同，黑色素含量也不同，对光谱的吸收有一定差异，由此在血氧测试中，不同肤色的用户对红外线的透过率会有所不同，进而会影响血氧测量值的准确性。


技术实现要素：

4.有鉴于此，本发明提供了一种血氧补偿值确定方法、装置、计算机设备及血氧检测系统，以解决在利用血氧仪进行血氧检测时，测量值准确性低的问题。
5.第一方面，本发明实施例提供了一种血氧补偿值确定方法，方法包括以下步骤：获取皮肤图片；根据皮肤图片得到肤色特征向量；将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。
6.本实施例提供的血氧补偿值确定方法，通过获取皮肤图片，根据皮肤图片得到肤色特征向量，进一步的可以将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。也就是说，可以通过对皮肤图片进行处理得到血氧补偿值，由此可以利用血氧补偿值对血氧仪检测得到的血氧值进行补偿，解决在利用血氧仪进行血氧检测时，测量值准确性低的问题。
7.在一种可选的实施方式中，根据皮肤图片得到肤色特征向量包括：提取皮肤图片中的肤色参数，其中肤色参数包括颜色特征参数和纹理特征参数；根据颜色特征参数得到颜色特征向量；根据纹理特征参数得到纹理特征向量；利用颜色特征向量和纹理特征向量得到肤色特征向量。
8.这是因为，不仅不同肤色的人对红外线的透过率有所不同，而且不同纹理的皮肤对红外线的透过率也有所不同。肤色特征向量同时包括颜色特征向量和纹理特征向量，可以提高血氧补偿值确定方法的准确度。
9.在一种可选的实施方式中，颜色特征向量包括皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值，根据颜色特征参数得到颜色特征向量包括：获取皮肤图片中每个像素点的r值、g值和b值；根据皮肤图片中每个像素点的r值、g值和b值得到皮肤图片中每个像素点的h值、s值和v值；根据皮肤图片中每个像素点的h值、s值和v值，确定皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值。
10.在hsv颜色空间中，色调表示颜色的基本属性，亮度表示颜色的明暗程度，饱和度表示颜色的鲜艳程度，这种分离使得hsv颜色空间更适合于对颜色特征进行分类；而且hsv颜色空间的亮度通道将颜色的明暗信息单独提取出来，能够更稳定地表示颜色的亮度特征；hsv颜色空间更符合人类对颜色的感知和判断。通过在hsv空间中观察和分析肤色的分布，可以更加准确地对不同肤色进行分类。
11.在一种可选的实施方式中，颜色特征向量还包括皮肤图片中每个像素点的h值的第一方差、s值的第二方差和v值的第三方差；根据颜色特征参数得到颜色特征向量还包括：分别计算每个像素点的h值与第一平均值的差值，根据所有像素点的h值与第一平均值的差值、及皮肤图片中像素点的个数，得到第一方差；分别计算每个像素点的s值与第二平均值的差值，根据所有像素点的s值与第二平均值的差值、及皮肤图片中像素点的个数，得到第二方差；分别计算每个像素点的v值与第三平均值的差值，根据所有像素点的v值与第三平均值的差值、及皮肤图片中像素点的个数，得到第三方差。
12.这是因为，皮肤图中所有像素点的第一平均值、第二平均值和第三平均值只能反映皮肤图片的平均颜色，如果再加上第一方差、第二方差和第三方差，还可以反映皮肤图片中颜色的均匀度，由此可以更加全面的体现皮肤图片的颜色。
13.在一种可选的实施方式中，根据纹理特征参数得到纹理特征包括：采用局部二进制模式提取皮肤图像的纹理特征，得到直方图；将直方图转化为编码向量，得到纹理特征向量。
14.由此可以将直方图转换为一个固定长度的编码向量，方便后续进行比较和处理。
15.在一种可选的实施方式中，血氧补偿值确定方法还包括以下步骤：获取训练数据集，其中训练数据集包括多组训练数据，其中每组训练数据包括针对同一目标用户利用精准血氧检测仪器检测得到的第一血氧浓度、利用血氧仪检测得到的第二血氧浓度、及根据目标用户的皮肤图片得到肤色特征向量；根据训练数据集进行训练得到肤色补偿模型。
16.由此可以得到肤色补偿模型。
17.在一种可选的实施方式中，根据训练数据集进行训练得到肤色补偿模型包括：将训练数据集利用支持向量机进行训练得到肤色补偿模型。
18.通过支持向量机对训练数据集进行训练可以得到鲁棒性高、准确度高的肤色补偿模型，从而可以提高血氧补偿值确定方法的鲁棒性和准确度。
19.在一种可选的实施方式中，在确定皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值之后，还包括：根据第一平均值、第二平均值和第三平均值确定目标用户的肤色类型。
20.第二方面，本发明实施例还提供了一种血氧补偿值确定装置，装置包括第一获取模块、肤色特征向量确定模块和补偿参数确定模块；第一获取模块，用于获取皮肤图片；肤色特征向量确定模块，用于根据皮肤图片得到肤色特征向量；补偿参数确定模块，用于将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。
21.第三方面，本发明实施例还提供了一种计算机设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的的血氧补偿值确定方法。
22.第四方面，本发明实施例还提供了一种血氧检测系统，包括血氧仪和第三方面的
计算机设备。
23.在一种可选的实施方式中，所述计算机设备为手机，手机与所述血氧仪通信，以将获取的肤色类型对应的特征参数发送至血氧仪。
24.第五方面，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行第一方面或其对应的任一实施方式的的血氧补偿值确定方法。
附图说明
25.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
26.图1是根据本发明实施例的血氧补偿值确定方法的流程图；
27.图2是根据本发明实施例的另一血氧补偿值确定方法的流程图；
28.图3是根据本发明实施例的再一血氧补偿值确定方法的流程图；
29.图4是根据本发明实施例的又一血氧补偿值确定方法的流程图；
30.图5是根据本发明实施例的血氧补偿值确定装置的结构框图；
31.图6是本发明实施例的计算机设备的硬件结构示意图；
32.图7是根据本发明实施例的血氧补偿值确定系统的示意图。
具体实施方式
33.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.根据本发明实施例，提供了一种血氧补偿值确定方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
35.在本实施例中提供了一种血氧补偿值确定方法，可用于计算机设备，下面以手机上的计算机设备为例进行说明。图1是根据本发明实施例的血氧补偿值确定方法的流程图，如图1所示，该流程包括如下步骤：
36.步骤s101：获取皮肤图片。
37.通常情况下，在利用血氧仪对被测试者进行血氧检测时，需要将血氧仪夹到被测试者的手指上，因此本实施例中皮肤图片可以是手指上的皮肤图片。
38.具体的，可以利用手机的拍照功能，对被测试者的手指进行拍照，得到皮肤图片。
39.步骤s102：根据皮肤图片得到肤色特征向量。
40.其中，肤色特征向量可以理解为能够体现被测试者肤色的一组数据。
41.步骤s103：将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对
应的血氧补偿值，并发送至血氧仪。
42.在本实施例中，肤色补偿模型是利用机器学习算法训练得到。
43.本实施例提供的血氧补偿值确定方法，通过获取皮肤图片，根据皮肤图片得到肤色特征向量，进一步的可以将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。也就是说，在计算机设备上可以通过对皮肤图片进行处理得到血氧补偿值，并发送至血氧仪，血氧仪可以利用血氧补偿值和检测得到的血氧值得到准确的血氧值，由此可以解决在利用血氧仪进行血氧检测时，测量值准确性低的问题。
44.需要说明的是，为了解决在利用血氧仪进行血氧检测时，测量值准确性低的问题，可以在血氧仪中增加额外的肤色检测模块，但是在血氧仪中增加肤色检测模块会导致血氧仪结构复杂，提高血氧仪的生成成本。目前，智能手机在生活中的应用非常普遍，而且智能手机具有拍照功能，因此可以通过智能手机的拍照功能和强大的算力得到血氧补偿值。
45.在本实施例中提供了一种血氧补偿值确定方法，可用于计算机设备，下面以手机上的计算机设备为例进行说明。图2是根据本发明实施例的另一血氧补偿值确定方法的流程图，如图2所示，该流程包括如下步骤：
46.步骤s201：获取训练数据集。
47.具体的，训练数据集包括多组训练数据，其中每组训练数据包括针对同一目标用户利用精准血氧检测仪器(例如co-oximeter血气分析仪)检测得到的第一血氧浓度、利用血氧仪检测得到的第二血氧浓度、及根据目标用户的皮肤图片得到肤色特征向量。
48.步骤s202：根据训练数据集进行训练得到肤色补偿模型。
49.具体的，将所述训练数据集利用支持向量机(support vector machines，svm)进行训练得到所述肤色补偿模型。
50.这是因为，(1)支持向量机通过使用核函数将数据映射到高维空间，能够处理复杂的非线性关系，这对于理解肤色、纹理与血氧饱和度之间可能存在的非线性关联很有帮助；(2)支持向量机对于噪声和局部小样本的干扰具有很好的鲁棒性，能够有效处理数据中的异常值，这在实际应用中对于提高模型的稳定性和准确度非常重要；(3)支持向量机通过最大化间隔来建立决策边界，可以有效地控制过拟合问题，这样可以提高模型在未见样本上的泛化能力，有助于提高血氧饱和度预测的准确度；(4)相比于一些复杂的深度学习模型，支持向量机模型具有较强的可解释性，可以帮助理解肤色、纹理和血氧饱和度之间的关系。
51.步骤s203：获取皮肤图片。
52.具体的，在获取到皮肤图片之后，还可以对皮肤图片进行裁剪、图像增强等操作，以保证图片质量。
53.步骤s204：根据皮肤图片得到肤色特征向量。详细请参见图1所示实施例的步骤s102，在此不再赘述。
54.步骤s205：将肤色特征向量输入到肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。详细请参见图1所示实施例的步骤s103，在此不再赘述。
55.本实施例提供的血氧补偿值确定方法，在计算机设备上可以通过对皮肤图片进行处理得到血氧补偿值，并发送至血氧仪，血氧仪可以利用血氧补偿值和检测得到的血氧值得到准确的血氧值，由此可以解决在利用血氧仪进行血氧检测时，测量值准确性低的问题；而且通过支持向量机对训练数据集进行训练可以得到鲁棒性高、准确度高的肤色补偿模
型，从而可以提高血氧补偿值确定方法的鲁棒性和准确度。
56.在本实施例中提供了一种血氧补偿值确定方法，可用于计算机设备，图3是根据本发明实施例的再一血氧补偿值确定方法的流程图，如图3所示，该流程包括如下步骤：
57.步骤s301：获取训练数据集。
58.其中，训练数据集包括多组训练数据，其中每组训练数据包括针对同一目标用户利用精准血氧检测仪器检测得到的第一血氧浓度、利用血氧仪检测得到的第二血氧浓度、及根据目标用户的皮肤图片得到肤色特征向量。
59.步骤s302：根据训练数据集进行训练得到肤色补偿模型。
60.具体的，将所述训练数据集利用支持向量机(support vector machines，svm)进行训练得到所述肤色补偿模型。
61.步骤s303：获取皮肤图片。详细请参见图1所示实施例的步骤s101，在此不再赘述。
62.步骤s304：根据皮肤图片得到肤色特征向量。
63.作为一种具体的实施方式，步骤s304包括：
64.步骤s3041：提取皮肤图片中的肤色参数，其中肤色参数包括颜色特征参数和纹理特征参数。
65.步骤s3042：根据颜色特征参数得到颜色特征向量。
66.作为一种具体的实施方式，颜色特征向量包括皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值。
67.作为一种具体的实施方式，根据颜色特征参数得到颜色特征向量包括：
68.步骤a1：获取皮肤图片中每个像素点的r值、g值和b值。
69.步骤a2：根据皮肤图片中每个像素点的r值、g值和b值得到皮肤图片中每个像素点的h值、s值和v值。
70.这是因为，(1)hsv颜色空间将颜色信息分离成色调(hue)、饱和度(saturation)和亮度(value)三个通道，而rgb颜色空间是红(red)、绿(green)和蓝(blue)三个通道。在hsv颜色空间中，色调表示颜色的基本属性，亮度表示颜色的明暗程度，饱和度表示颜色的鲜艳程度，这种分离使得hsv颜色空间更适合于对颜色特征进行分类。(2)hsv颜色空间的亮度通道可以更好地对抗光照和亮度变化。由于rgb颜色空间中的亮度由红、绿和蓝三个通道组成，当光照条件发生变化时，rgb值会有所改变。而hsv颜色空间的亮度通道将颜色的明暗信息单独提取出来，能够更稳定地表示颜色的亮度特征。(3)hsv颜色空间更符合人类对颜色的感知和判断。色调指定了颜色的基本属性，例如红、绿、蓝等；而饱和度和亮度则提供了对颜色的鲜艳度和明暗度的感知。通过在hsv空间中观察和分析肤色的分布，可以更加准确地对不同肤色进行分类。
71.步骤a3：根据皮肤图片中每个像素点的h值、s值和v值，确定皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值。
72.具体的，将皮肤图片中所有像素点的h值的和除以皮肤图片中像素点的个数得到第一平均值；将皮肤图片中所有像素点的s值的和除以皮肤图片中像素点的个数得到第二平均值；将皮肤图片中所有像素点的v值的和除以皮肤图片中像素点的个数得到第三平均值。
73.步骤s3043：根据纹理特征参数得到纹理特征向量。
74.作为一种具体的实施方式，根据纹理特征参数得到纹理特征包括：
75.步骤b1：采用局部二进制模式(local binary pattern，lbp)提取皮肤图像的纹理特征，得到直方图。
76.具体的，采用局部二进制模式lbp提取皮肤图像的纹理特征，得到直方图可以采用以下方法：(1)将皮肤图片划分为多个局部区域(例如3x3的像素块)；(2)计算每个局部区域的lbp编码；(3)计算皮肤图片中所有局部区域的lbp编码的直方图。
77.步骤b2：将直方图转化为编码向量，得到纹理特征向量。
78.具体的，将直方图转化为编码向量，得到纹理特征向量可以采用以下方法：(1)确定lbp编码的取值范围，一般为0到255，对应于lbp的8位二进制；(2)创建一个固定长度的编码向量，长度与lbp编码的取值范围相同；(3)对局部区域的lbp编码进行统计，将每个取值的出现次数累加到对应的编码向量位置上；(4)将编码向量进行归一化，使得各个位置的值在0到1之间，以便进行比较和处理。
79.示例的，(1)假设针对局部区域的lbp编码考虑了256个不同的取值，创建一个长度为256的编码向量；(2)对每个局部区域的lbp编码进行统计，将每个取值的出现次数累加到对应的编码向量位置上；(3)对编码向量进行归一化，可以使用简单的线性归一化，将所有值除以局部区域的像素总数，使得编码向量的值在0到1之间。通过这样的转化，可以将lbp直方图转换为一个固定长度的编码向量，方便后续进行比较和处理。
80.步骤s3044：利用颜色特征向量和纹理特征向量得到肤色特征向量。
81.也就是说，肤色特征向量中不仅包括可以体现皮肤颜色的颜色特征向量，还包括可以体现皮肤纹理的纹理特征向量。这是因为，不仅不同肤色的人对红外线的透过率有所不同，而且不同纹理的皮肤对红外线的透过率也有所不同。肤色特征向量同时包括颜色特征向量和纹理特征向量，可以提高血氧补偿值确定方法的准确度。
82.步骤s305：将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。
83.本实施例提供的血氧补偿值确定方法，在计算机设备上可以通过对皮肤图片进行处理得到血氧补偿值，并发送至血氧仪，血氧仪可以利用血氧补偿值和检测得到的血氧值得到准确的血氧值，由此可以解决在利用血氧仪进行血氧检测时，测量值准确性低的问题；而且通过支持向量机对训练数据集进行训练可以得到鲁棒性高、准确度高的肤色补偿模型，从而可以提高血氧补偿值确定方法的鲁棒性和准确度；进一步的，肤色特征向量中不仅包括可以体现皮肤颜色的颜色特征向量，还包括可以体现皮肤纹理的纹理特征向量，由此可以提高血氧补偿值确定方法的准确度。
84.在本实施例中提供了一种血氧补偿值确定方法，可用于计算机设备，图4是根据本发明实施例的又一血氧补偿值确定方法的流程图，如图4所示，该流程包括如下步骤：
85.步骤s401：获取训练数据集，其中训练数据集包括多组训练数据，其中每组训练数据包括针对同一目标用户利用精准血氧检测仪器检测得到的第一血氧浓度、利用血氧仪检测得到的第二血氧浓度、及根据目标用户的皮肤图片得到肤色特征向量。
86.步骤s402：根据训练数据集进行训练得到肤色补偿模型。
87.步骤s403：获取皮肤图片。
88.步骤s404：提取皮肤图片中的肤色参数，其中肤色参数包括颜色特征参数和纹理
特征参数。
89.步骤s405：获取皮肤图片中每个像素点的r值、g值和b值。
90.步骤s406：根据皮肤图片中每个像素点的r值、g值和b值得到皮肤图片中每个像素点的h值、s值和v值。
91.步骤s407：根据皮肤图片中每个像素点的h值、s值和v值，确定皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值。
92.作为进一步的实施方式，在步骤s407得到h值的第一平均值、s值的第二平均值和v值的第三平均值之后，还包括：根据所述第一平均值、所述第二平均值和所述第三平均值确定所述目标用户的肤色类型。
93.具体的，可以根据第一平均值、第二平均值和第三平均值落入的区间，来对肤色进行分类，由此可以将肤色类型发送至血氧仪，使得目标用户可以得知自己的肤色类型。
94.示例的，白皮肤的判断准则为：第一平均值在0到50度之间、第二平均值在0.1到0.3之间、第三平均值在0.7到1之间。
95.黄皮肤的判断准则为：第一平均值在20到40度之间、第二平均值在0.3到0.6之间、第三平均值在0.5到0.8之间。
96.棕皮肤的判断准则为：第一平均值在20到40度之间、第二平均值在0.3到0.6之间、第三平均值在0.2到0.5之间。
97.步骤s408：确定皮肤图中所有像素点的h值的第一方差、s值的第二方差和v值的第三方差。
98.也就是说，在得到皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值之后，还需要所有像素点的h值的第一方差、s值的第二方差和v值的第三方差。这是因为，皮肤图中所有像素点的第一平均值、第二平均值和第三平均值只能反映皮肤图片的平均颜色，如果再加上第一方差、第二方差和第三方差，还可以反映皮肤图片中颜色的均匀度，由此可以更加全面的体现皮肤图片的颜色。
99.具体的，步骤s408包括：分别计算每个像素点的h值与第一平均值的差值，根据所有像素点的h值与第一平均值的差值、及皮肤图片中像素点的个数，得到第一方差；分别计算每个像素点的s值与第二平均值的差值，根据所有像素点的s值与第二平均值的差值、及皮肤图片中像素点的个数，得到第二方差；分别计算每个像素点的v值与第三平均值的差值，根据所有像素点的v值与第三平均值的差值、及皮肤图片中像素点的个数，得到第三方差。
100.假设皮肤图片中包括m个像素点，则：
101.第一方差＝[(像素点1的h值
–
第一平均值)2+(像素点2的h值
–
第一平均值)2……
+(像素点m的h值
–
第一平均值)2]
÷m[0102]
第二方差＝[(像素点1的s值
–
第二平均值)2+(像素点2的s值
–
第二平均值)2……
+(像素点m的s值
–
第二平均值)2]
÷m[0103]
第三方差＝[(像素点1的v值
–
第三平均值)2+(像素点2的v值
–
第三平均值)2……
+(像素点m的v值
–
第三平均值)2]
÷m[0104]
步骤s409：采用局部二进制模式提取皮肤图像的纹理特征，得到直方图。
[0105]
步骤s410：将直方图转化为编码向量，得到纹理特征向量。
[0106]
步骤s411：利用第一平均值、第二平均值、第三平均值、第一方差、第二方差、第三方差和纹理特征向量得到肤色特征向量。
[0107]
步骤s412：将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。
[0108]
本实施例提供的血氧补偿值确定方法，在计算机设备上可以通过对皮肤图片进行处理得到血氧补偿值，并发送至血氧仪，血氧仪可以利用血氧补偿值和检测得到的血氧值得到准确的血氧值，由此可以解决在利用血氧仪进行血氧检测时，测量值准确性低的问题；而且通过支持向量机对训练数据集进行训练可以得到鲁棒性高、准确度高的肤色补偿模型，从而可以提高血氧补偿值确定方法的鲁棒性和准确度；进一步的，肤色特征向量中不仅包括可以体现皮肤颜色的颜色特征向量，还包括可以体现皮肤纹理的纹理特征向量，由此可以提高血氧补偿值确定方法的准确度；更进一步的，颜色特征向量中不仅包括第一平均值、第二平均值、第三平均值，还包括第一方差、第二方差和第三方差，由此可以更加全面的体现皮肤图片的颜色。
[0109]
在本实施例中还提供了一种血氧补偿值确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0110]
本实施例提供一种血氧补偿值确定装置，如图5所示，包括：
[0111]
第一获取模块501，用于获取皮肤图片。
[0112]
肤色特征向量确定模块502，用于根据皮肤图片得到肤色特征向量。
[0113]
补偿参数确定模块503，用于将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。
[0114]
在一些可选的实施方式中，肤色特征向量确定模块502包括：
[0115]
肤色参数提取单元，用于提取皮肤图片中的肤色参数，其中肤色参数包括颜色特征参数和纹理特征参数。
[0116]
颜色特征向量确定单元，用于根据颜色特征参数得到颜色特征向量。
[0117]
纹理特征向量确定单元，用于根据纹理特征参数得到纹理特征向量。
[0118]
肤色特征向量确定单元，用于利用颜色特征向量和纹理特征向量得到肤色特征向量。
[0119]
在一些可选的实施方式中，颜色特征向量包括皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值。颜色特征向量确定单元具体用于：获取皮肤图片中每个像素点的r值、g值和b值；根据皮肤图片中每个像素点的r值、g值和b值得到皮肤图片中每个像素点的h值、s值和v值；根据皮肤图片中每个像素点的h值、s值和v值，确定皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值。
[0120]
在一些可选的实施方式中，颜色特征向量还包括皮肤图片中每个像素点的h值的第一方差、s值的第二方差和v值的第三方差，颜色特征向量确定单元还用于：分别计算每个像素点的h值与第一平均值的差值，根据所有像素点的h值与第一平均值的差值、及皮肤图片中像素点的个数，得到第一方差；分别计算每个像素点的s值与第二平均值的差值，根据所有像素点的s值与第二平均值的差值、及皮肤图片中像素点的个数，得到第二方差；分别
计算每个像素点的v值与第三平均值的差值，根据所有像素点的v值与第三平均值的差值、及皮肤图片中像素点的个数，得到第三方差。
[0121]
在一些可选的实施方式中，纹理特征向量确定单元用于：采用局部二进制模式提取皮肤图像的纹理特征，得到直方图；将直方图转化为编码向量，得到纹理特征向量。
[0122]
在一些可选的实施方式中，血氧补偿值确定装置还包括第二获取模块和训练模块。第二获取模块用于：获取训练数据集，其中训练数据集包括多组训练数据，其中每组训练数据包括针对同一目标用户利用精准血氧检测仪器检测得到的第一血氧浓度、利用血氧仪检测得到的第二血氧浓度、及根据目标用户的皮肤图片得到肤色特征向量。训练模块用于：根据训练数据集进行训练得到肤色补偿模型。
[0123]
在一些可选的实施方式中，血氧补偿值确定装置还包括肤色类型确定模块。在确定皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值之后，肤色类型确定模块用于：根据第一平均值、第二平均值和第三平均值确定目标用户的肤色类型。
[0124]
本实施例中的血氧补偿值确定装置是以功能单元的形式来呈现，这里的单元是指asic电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
[0125]
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
[0126]
本发明实施例还提供一种计算机设备，具有上述图5所示的血氧补偿值确定装置。
[0127]
本发明实施例还提供了一种血氧检测系统，包括血氧仪和上述的计算机设备。
[0128]
请参阅图6，图6是本发明可选实施例提供的一种计算机设备的结构示意图，如图6所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器10为例。
[0129]
处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。
[0130]
其中，存储器20存储有可由至少一个处理器10执行的指令，以使至少一个处理器10执行实现上述实施例示出的方法。
[0131]
存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据一种小程序落地页的展现的计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一
些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0132]
存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。
[0133]
该计算机设备还包括输入装置30和输出装置40。处理器10、存储器20、输入装置30和输出装置20可以通过总线或者其他方式连接，图6中以通过总线连接为例。
[0134]
输入装置30可接收输入的数字或字符信息，以及产生与该计算机设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等。输出装置40可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。上述显示设备包括但不限于液晶显示器，发光二极管，显示器和等离子体显示器。在一些可选的实施方式中，显示设备可以是触摸屏。
[0135]
上述计算机设备的基础上，本发明实施例还提供了一种血氧检测系统，包括血氧仪和上述的计算机设备。具体的，计算机设备可以为手机，手机与所述血氧仪通信，以将获取的肤色类型对应的特征参数发送至血氧仪。
[0136]
如图7，血氧仪包括主控模块、无线连接模块、显示模块、数字处理模块、两个发光管(第一发光管和第二发光管)及两个接收管(第一接收管和第二接收管)。其中第一发光管在主控模块发出的控制信号的控制下释放波长660nm的光束，第二发光管在主控模块发出的控制信号的控制下释放940nm的光束。数字处理模块用于对主控模块发出的控制信号进行处理，并将接收管接收的信号进行处理后发送至主控模块，主控模块通过上述两个波长透射后的测量值解方程，求解出两种血红蛋白的含量，进而计算出血氧饱和度。
[0137]
智能手机与血氧仪的主控模块通过无线连接模块连接，智能手机通过无线连接模块将血氧补偿值发送至主控模块，主控模块根据血压饱和度及血氧补偿值得到准确的血氧饱和度，并发送至显示模块进行显示。
[0138]
智能手机还可以通过无线连接模块将肤色类型发送至主控模块，主控模块将肤色类型发送至显示模块进行显示。
[0139]
本发明实施例提供的血氧检测系统具有如下有益效果：
[0140]
(1)利用普及的智能手机进行肤色采集，不需要专门的肤色检测仪器或传感器；
[0141]
(2)通过手机cpu强大算力进行机器学习算法进行肤色补偿，提高了血氧测试的准确性；
[0142]
(3)系统体积小、便于携带和移动，可以随时随地进行血氧测试。
[0143]
本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或
接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。
[0144]
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

技术特征：
1.一种血氧补偿值确定方法，其特征在于，所述方法包括：获取皮肤图片；根据所述皮肤图片得到肤色特征向量；将所述肤色特征向量输入到预设的肤色补偿模型中，得到与所述皮肤图片相对应的血氧补偿值。2.根据权利要求1所述的方法，其特征在于，所述根据所述皮肤图片得到肤色特征向量包括：提取所述皮肤图片中的肤色参数，其中所述肤色参数包括颜色特征参数和纹理特征参数；根据所述颜色特征参数得到颜色特征向量；根据所述纹理特征参数得到纹理特征向量；利用所述颜色特征向量和所述纹理特征向量得到所述肤色特征向量。3.根据权利要求2所述的方法，其特征在于，所述颜色特征向量包括所述皮肤图中所有像素点的h值的第一平均值、s值的第二平均值和v值的第三平均值，所述根据所述颜色特征参数得到颜色特征向量包括：获取所述皮肤图片中每个像素点的r值、g值和b值；根据所述皮肤图片中每个像素点的r值、g值和b值得到所述皮肤图片中每个像素点的h值、s值和v值；根据所述皮肤图片中每个像素点的h值、s值和v值，确定所述皮肤图中所有像素点的所述h值的第一平均值、所述s值的第二平均值和所述v值的第三平均值。4.根据权利要求3所述的方法，其特征在于，所述颜色特征向量还包括所述皮肤图片中每个像素点的所述h值的第一方差、所述s值的第二方差和所述v值的第三方差；所述根据所述颜色特征参数得到颜色特征向量还包括：分别计算每个像素点的h值与所述第一平均值的差值，根据所有像素点的h值与所述第一平均值的差值、及所述皮肤图片中像素点的个数，得到所述第一方差；分别计算每个像素点的s值与所述第二平均值的差值，根据所有像素点的s值与所述第二平均值的差值、及所述皮肤图片中像素点的个数，得到所述第二方差；分别计算每个像素点的v值与所述第三平均值的差值，根据所有像素点的v值与所述第三平均值的差值、及所述皮肤图片中像素点的个数，得到所述第三方差。5.根据权利要求2所述的方法，其特征在于，所述根据所述纹理特征参数得到纹理特征包括：采用局部二进制模式提取所述皮肤图像的纹理特征，得到直方图；将所述直方图转化为编码向量，得到所述纹理特征向量。6.根据权利要求1所述的方法，其特征在于，还包括：获取训练数据集，其中所述训练数据集包括多组训练数据，其中每组训练数据包括针对同一目标用户利用精准血氧检测仪器检测得到的第一血氧浓度、利用血氧仪检测得到的第二血氧浓度、及根据所述目标用户的皮肤图片得到肤色特征向量；根据所述训练数据集进行训练得到所述肤色补偿模型。7.根据权利要求6所述的方法，其特征在于，所述根据所述训练数据集进行训练得到所
述肤色补偿模型包括：将所述训练数据集利用支持向量机进行训练得到所述肤色补偿模型。8.根据权利要求3所述的方法，其特征在于，在确定所述皮肤图中所有像素点的所述h值的第一平均值、所述s值的第二平均值和所述v值的第三平均值之后，还包括：根据所述第一平均值、所述第二平均值和所述第三平均值确定目标用户的肤色类型。9.一种血氧补偿值确定装置，其特征在于，所述装置包括：第一获取模块，用于获取皮肤图片；肤色特征向量确定模块，用于根据所述皮肤图片得到肤色特征向量；补偿参数确定模块，用于将所述肤色特征向量输入到预设的肤色补偿模型中，得到与所述皮肤图片相对应的血氧补偿值。10.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至8中任一项所述的血氧补偿值确定方法。11.一种血氧检测系统，其特征在于，包括血氧仪和权利要求10所述的计算机设备。12.根据权利要求11所述的血氧检测系统，其特征在于，所述计算机设备为手机，手机与所述血氧仪通信，以将获取的肤色类型对应的特征参数发送至血氧仪。13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至8中任一项所述的血氧补偿值确定方法。

技术总结
本发明涉及电器设备技术领域，公开了一种血氧补偿值确定方法、装置、计算机设备及血氧检测系统，其中血氧补偿值确定方法包括：获取皮肤图片；根据皮肤图片得到肤色特征向量；将肤色特征向量输入到预设的肤色补偿模型中，得到与皮肤图片相对应的血氧补偿值。由此可以通过对皮肤图片进行处理得到血氧补偿值，由此可以利用血氧补偿值对血氧仪检测得到的血氧值进行补偿，解决在利用血氧仪进行血氧检测时，测量值准确性低的问题。测量值准确性低的问题。测量值准确性低的问题。


技术研发人员：陈欢 罗汉兵 李宁 卢耀臻
受保护的技术使用者：珠海格力电器股份有限公司
技术研发日：2023.07.25
技术公布日：2023/10/7