Υλοποίηση πειραματικής διάταξης υπολογισμού του καρδιακού ρυθμού χρησιμοποιώντας τεχνικές ψηφιακής επεξεργασίας εικόνας και βίντεο

• Main Author: Αλεξανδρή, Βασιλική
• Other Authors: Δερματάς, Ευάγγελος
• Language: gr
• Published: 2011
• Subjects: Καρδιακός ρυθμός; Ψηφιακή επεξεργασία εικόνας; Μετασχηματισμός Fourier; Φιλτράρισμα; Κατωδιαβατά φίλτρα; Χρήση του εργαλείου του Matlab; 006.42; Heart rate; Diglital image processing; Fourier transformation; Filtering; Low-pass filters; Use digital imaging processing tools of Matlab
• Online Access: http://nemertes.lis.upatras.gr/jspui/handle/10889/4590

Η παρούσα διπλωματική εργασία, πραγματεύεται την εύρεση της κυματομορφής της μεταβολής της φωτεινότητας φωτονίων που διέρχονται από το χέρι ανθρώπου και δίνουν πληροφορία για την αρτηριακή πίεση και κατ’ επέκταση τον υπολογισμό του καρδιακού ρυθμού ενός ατόμου με τη χρήση τεχνικών επεξεργασίας εικόνας. Χρησιμοποιώντας μια σειρά από διόδους εκπομπής, στο ορατό και υπέρυθρο φάσμα, κατευθύνουμε το φως προς ένα δίκτυο ιστών όπου αυτό είναι λεπτό και το διαπερνά (δάκτυλο, λοβίο αυτιού κλπ). Στη συνέχεια, μέσω μιας βιντεοκάμερας παίρνουμε τα υπό εξέταση δεδομένα. Συγκρίνοντας την απορρόφηση του φωτός στις διαδοχικές εικόνες και ύστερα από κατάλληλη επεξεργασία των εικόνων με τη βοήθεια του Matlab οδηγούμαστε στην εύρεση του καρδιακού ρυθμού. === The present thesis deals with the determination of the waveform that depicts the fluctuation of the brightness of photons which pass through the hand of a person and provides information for the arterial pressure. Exploiting the results through digital image processing techniques, subject’s cardiac rhythm can be conclusively calculated. Using a series of diodes emitting in the visible spectrum along with a second series of diodes emitting in the infrared spectrum, we direct their light to a part of the human tissue which is thin (finger, earlobe etc) and can be easily penetrated. Afterwards via a CCD video camera we capture picture data of the light that is not absorbed. Cardiac rhythm can be calculated by comparing the absorption of light in successive pictures processed by digital imaging processing tools of Matlab.