亚健康状态是存在于健康状态与疾病状态之间的一种双向中间动态,对它的有效诊断对于疾病的预防有着重大的帮助。中医学认为脏腑和气血是维持人体日常生活的重要物质,而面部作为人体经脉汇聚之处,脏腑在面部均有对应的分布区域,通过中医学的颜面望诊对相应的面部分布区域进行诊断,能够初步的诊断脏腑的健康状况。通过对面部视频估计心率,能再次对心脏进行更严格地健康监测。本文将颜面望诊判断脏腑健康和心率估计的基本知识量化研究,达到初步评判人体健康状态。首先,采集面部视频并分帧,对视频分帧得到的图像采用线性插值的下采样作为下阶段的输入图像,通过基于MTCNN-ERT人脸关键点对齐算法对面部区域进行精确定位。依据颜面望诊基本要素,本文把面部区域分割成四处易做图像处理的部分,即额头对应肝区、鼻根对应心区、人中及嘴唇周围对应膀胱区、眼外角垂直线与耳中部水平线相交往下到下巴的区域对应肾区。其中,使用Mask-RCNN对额头、人中及嘴唇周围、眼外角垂直线与耳中部水平线相交往下到下巴等区域做粉刺识别以诊断对应区域脏腑健康,而对鼻根区域则需先采用Gabor滤波器提取图像纹理特征,再对其进行Otsu阈值分割,通过预设值自行判断此处有无横纹,确定心脏健康情况。为进一步判断心脏健康情况,结合现代医学心率（HR）知识,使用非接触式光电容积脉搏波描记法（r PPG）对面部视频提取心率信号,进而估计心率。首先,通过基于MTCNN-ERT人脸关键点对齐算法对采集的面部视频分帧而来的图片感兴趣区域进行精确定位,从确定的面部感兴趣区域得到输入信号:绿色通道信号,采用集合经验模态分解的方法将输入信号分解成若干本征模态分量,然后筛选并保存最大频谱在心率频率范围[0.7,3]Hz的模态,将符合要求的所有模态重构,同时使用卡尔曼滤波器降噪记为心率信号。分别采用快速傅里叶变换或峰值基准点从心率信号中估计心率,再次对心脏健康情况进行诊断。