BR102013004005A2 - Derivação do tempo de trânsito de pulso arterial de uma imagem de vídeo de fonte - Google Patents

Derivação do tempo de trânsito de pulso arterial de uma imagem de vídeo de fonte Download PDF

Info

Publication number
BR102013004005A2
BR102013004005A2 BRBR102013004005-3A BR102013004005A BR102013004005A2 BR 102013004005 A2 BR102013004005 A2 BR 102013004005A2 BR 102013004005 A BR102013004005 A BR 102013004005A BR 102013004005 A2 BR102013004005 A2 BR 102013004005A2
Authority
BR
Brazil
Prior art keywords
images
patient
time
video
arterial pulse
Prior art date
Application number
BRBR102013004005-3A
Other languages
English (en)
Inventor
Lalit K Mestha
Original Assignee
Xerox Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xerox Corp filed Critical Xerox Corp
Publication of BR102013004005A2 publication Critical patent/BR102013004005A2/pt

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02125Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30076Plethysmography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

DERIVAÇÃO DO TEMPO DE TRÂNSITO DE PULSO ARTERIAL DE UMA IMAGEM DE VÍDEO DE FONTE. A presente invenção refere-se a um sistema e método para determinar um tempo de trânsito de pulso arterial de um paciente de interesse em um ambiente de detecção remota. Um sistema de formação de imagem em um ambiente de detecção remota. Um sistema de formação de imagem de vídeo é utilizado para capturar imagens de fonte variáveis no tempo de uma região mais próxima e mais distante de um paciente destinado a ser analisado para o tempo de trânsito de pulso arterial. Um sinal de série de tempo para cada uma das regiões mais próxima e mais distante é extraído das imagens de fonte e uma fase de cada um dos sinais de série de tempo extraídos é computada. Uma diferença é então computada entre estas fases. Esta diferença de fase é uma função monotônica de frequências nos sinais. De função monotônica, um tempo de trânsito de pulso arterial do paciente é extraído. O tempo de trânsito de pulso arterial do paciente é então comunicado para um sistema de computador. O sistema de computador determina a pressão sanguínea, o bloqueio de vaso sanguíneo, a velocidade de fluxo sanguíneo, ou uma neuropatia periférica.

Description

Relatório Descritivo da Patente de Invenção para "DERIVAÇÃO DO TEMPO DE TRÂNSITO DE PULSO ARTERIAL DE UMA IMAGEM DE VÍDEO DE FONTE".
A presente invenção refere-se à capacidade de capturar sinais fisiológicos por meios sem contato é altamente desejável na indústria de cui- dados de saúde. Um sinal fisiológico de importância é o tempo de trânsito de pulso por muitas razões, uma das quais é que o tempo de trânsito de pulso tem uma correlação com a pressão sangüínea. Para obter tais medições, os eletrodos de um dispositivo de eletrocardiograma (ECG) precisam ser presos diretamente na pele do paciente. Isto pode ser um problema em unidades de cuidados intensivos neonatais que cuidam de bebês prematuros com pele sensível. O que é necessária nesta técnica são sistemas e métodos os quais possam obter um tempo de trânsito de pulso arterial de um paciente em um modo sem contato, não invasivo. O que está descrito é um sistema e método para tempo de trân-
sito de pulso arterial de um paciente de interesse de sinais de fonte variáveis no tempo gerados de imagens de vídeo. Em uma modalidade, um sistema de formação de imagem de vídeo é utilizado para capturar um sinal de fonte variável no tempo de uma região mais próxima e mais distante de um paci- ente de interesse. Os quadros de imagem são processados para isolar as áreas localizadas de uma região mais próxima e mais distante de pele ex- posta do paciente. Um sinal de série de tempo para cada uma das regiões mais próxima e mais distante é extraído das imagens de vídeo de fonte e uma fase de cada um dos sinais extraídos é computada para cada região. Uma diferença de fase é computada entre os sinais de série de tempo das duas regiões para obter uma função monotônica de freqüências nestes si- nais. Da função monotônica, o tempo de trânsito de pulso arterial do pacien- te é derivado. O tempo de trânsito de pulso arterial do paciente é então co- municado para um sistema de computador. Em várias modalidades suas, o sistema de computador prossegue para determinar adicionalmente a pres- são sangüínea do paciente, uma dilatação de vaso sangüíneo ao longo do tempo, um bloqueio de vaso sangüíneo, uma velocidade de fluxo sangüíneo, ou a existência de uma neuropatia periférica no paciente.
Figura 1 mostra uma extremidade de braço direito de um pacien- te de interesse segurando uma vara para ilustrar dois pontos mais próximo e mais distante no sistema arterial do braço humano.
Figura 2 é um fluxograma o qual ilustra uma modalidade do pre- sente método para determinar um tempo de trânsito de pulso arterial entre uma região mais próxima e mais distante de um paciente de interesse de imagens de vídeo de fonte adquiridas utilizando um sistema de formação de imagem de vídeo em um ambiente de detecção sem contato, remoto.
Figura 3 é um gráfico do diferencial de fase com relação à fre- qüência (rad/s) para uma modalidade de teste na qual o tempo de trânsito de pulso foi obtido para imagens de vídeo com a região mais próxima selecio- nada sobre a região ao redor do pescoço e da face para uma região mais distante próxima do dorso da palma.
Figura 4 é um diagrama de blocos de um sistema de processa- mento de imagem de vídeo em rede exemplar em que vários aspectos do presente método como descrito com relação ao fluxograma da Figura 2 es- tão implementados. DESCRIÇÃO DETALHADA
O que é descrito é um sistema e método para determinar um tempo de trânsito de pulso arterial entre uma região mais próxima e mais distante de um paciente de interesse de imagens de vídeo de fonte adquiri- das daquele paciente utilizando um sistema de formação de imagem de ví- deo.
Um "paciente de interesse", como aqui utilizado, refere-se a qualquer paciente o qual seja capaz de registrar um pulso arterial. O presen- te método aplica-se igualmente a quaisquer pacientes capazes de registrar um pulso arterial. A utilização dos termos aqui para propósitos explicativos, tais como "pessoa" ou "paciente", não devem ser considerados como limi- tando o escopo das reivindicações anexas a pacientes humanos.
"Mais próximo" (do Latim proximus: significando mais próximo de) refere-se a um ponto que está mais próximo da fonte do pulso arterial o qual está na aorta ascendente. Note que o sistema arterial sistêmico se ori- gina da aorta. Conforme o ventrículo esquerdo do coração contrai o sangue sai da aorta ascendente na forma de ondas e flui para dentro das artérias sistêmicas. O coração está localizado próximo da parede de peito anterior, diretamente posterior ao esterno. Para propósitos de medição de pulso arte- rial, um ponto mais próximo em uma artéria é um ponto o qual está mais próximo do coração, isto é, a montante do ponto mais distante.
"Mais distante" (do Latim distare: significando afastado de) refe- re-se a um ponto que está mais distante de um centro do corpo. Para propó- sitos de medição de pulso arterial, o ponto mais distante na artéria é um pon- to o qual está mais distante do coração, isto é, a montante ou a jusante, a partir do ponto proximal à medida que a rede arterial transporta o sangue a montante ou a jusante através das ramificações do arco aórtico e da aorta descendente. Traçando uma linha imaginária entre os pontos mais próximo e mais distante, um eixo mais próximo - mais distante é criado. O cotovelo es- tá mais próximo do pulso, mas mais distante do ombro já que o sangue flui das artérias braquiais na direção do pulso através das artérias radial e ulná- ria. Os vasos sangüíneos podem também ser identificados como "ostiais" (referindo ao ponto onde o vaso sangüíneo ramifica) e "distais" (referindo a um ponto afastado do ponto de ramificação).
Uma "onda de pulso arterial" é uma onda de pressão criada a- través do sistema vascular quando o ventrículo esquerdo do músculo cardí- aco contrai e empurra um volume de sangue para dentro da aorta. Isto gera uma perturbação que se desloca do coração e para baixo para dentro da rede arterial. Uma onda de pulso arterial tem dois componentes primários, isto é, uma onda que se desloca para frente quando o ventrículo esquerdo contrai, e uma onda refletida que retorna da periferia. A pressão real na aor- ta é a soma da onda inicial e da onda refletida.
O "tempo de trânsito de pulso" refere-se ao tempo que leva um pulso de pressão se deslocar do local arterial mais próximo para um local arterial mais distante. O tempo de trânsito de pulso (PTT) é uma função da velocidade de onda de pulso a qual, por sua vez, é uma função da pressão sangüínea, do diâmetro do vaso, da densidade do sangue. O PTT localizado é utilizado como um marcador indireto de várias condições patológicas. O PTT tem altas correlações quando utilizado como um monitor substituto de mudanças de BP. A literatura presente sugere que a descrição de padrão de reatividade cardiovascular específico de doença é factível com técnicas que estão baseadas em PTT. Os sinais de PTT podem ser calibrados para extra- ir a pressão sangüínea de batimento para batimento e a velocidade sangüí- nea na rede vascular do paciente incluindo uma facilitação para uma varie- dade de diagnósticos tais como, por exemplo, a dilatação de vaso sangüíneo ao longo do tempo, o bloqueio de vaso entre dois pontos (ou regiões) de in- teresse, uma neuropatia periférica para pacientes diabéticos, etc. A Figura 1 mostra um braço direito 100 de um paciente de interesse estendido para fora e segurando uma seção de uma vara 102. A artéria braquial 103 do paciente estende pelo braço abaixo e ramifica nas artérias radial e ulnária, em 104 e 105, respectivamente. Um ponto 106 na artéria braquial está mais próximo de um ponto 107 na artéria radial. No exemplo ilustrado da Figura 1 e para propósitos de discussão, o tempo de trânsito de pulso é o tempo que leva a onda de pulso arterial para se deslocar do ponto 106 na região mais próxima 108 até o ponto 107 dentro da região mais distante 109. Mais ainda, se o antebraço do paciente estiver movendo enquanto o vídeo está sendo adqui- rido então as respectivas regiões precisam ser identificadas em cada quadro de vídeo para processamento. Isto pode ser feito executando a identificação do percurso arterial através de técnicas de processamento de imagem espe- ciais e então rastreando o percurso arterial em uma base de quadro por quadro.
Um "sensor de formação de imagem" é um dispositivo para cap- turar os dados de vídeo de fonte sobre um ou mais canais. O sensor de for- mação de imagem pode ser um dispositivo com uma alta taxa de quadros e uma alta resolução espacial tal como, por exemplo, uma câmera monocro- mática para capturar imagens de vídeo em preto / branco, ou uma câmera colorida para capturar imagens de vídeo coloridas. O sensor de informação de imagem pode ser um sensor espectral tal como um sistema multiespec- trai ou hiperespectral. Os sensores espectrais são dispositivos os quais têm taxas de quadros relativamente baixas e baixa resolução espacial, mas alta resolução espectral. O sensor de formação de imagem pode ser um disposi- tivo híbrido capaz de operar em um modo de vídeo convencional com uma alta taxa de quadros e alta resolução espacial, e um modo espectral com baixas taxas de quadros, mas alta resolução espectral. Os sensores de for- mação de imagem que compreendem as câmeras de vídeo padrão e aque- les que compreendem sensores espectrais são prontamente disponíveis de muitos fornecedores em vários fluxos de comércio. "Imagens de vídeo de fonte" são imagens de vídeo variáveis no
tempo adquiridas utilizando um sensor de imagem. Uma imagem de vídeo de fonte pode ser qualquer combinação de: imagens NIR, imagens RGB, imagens RGB com NIR, imagens multiespectrais, e imagens de vídeo hipe- respectrais. Deve ser apreciado que quando a captura de vídeo é feita na banda NIR, uma iluminação suficiente será requerida para formar a imagem no comprimento de onda infravermelho.
Um "ambiente de detecção remota" refere-se a uma detecção sem contato, não invasiva, isto é, o sensor de formação de imagem não con- tacta fisicamente o paciente que está sendo detectado. O ambiente pode ser qualquer ambiente tal como, por exemplo, um hospital, uma ambulância, um consultório médico, e similares.
A referência é agora feita ao fIuxograma da Figura 2 o qual ilus- tra uma modalidade do presente método para determinar um tempo de trân- sito de pulso arterial entre uma região mais próxima e mais distante de um paciente de interesse de imagens de vídeo de fonte adquiridas utilizando um sistema de formação de imagem de vídeo em um ambiente de detecção sem contato, remoto. O processamento de fluxo inicia na etapa 200 e prossegue imediatamente para a etapa 202.
Na etapa 202, umas imagens de fonte variáveis no tempo são recebidas as quais foram capturadas de um paciente de interesse. As ima- gens de vídeo de fonte foram adquiridas sobre pelo menos um canal de um sistema de formação de imagem de vídeo. As imagens de fonte compreen- dem uma pluralidade de quadros de imagem.
Na etapa 204, as imagens de vídeo são processadas para identi- ficar uma região mais próxima e uma mais distante do paciente as quais contêm áreas de pele exposta. As regiões mais próxima e mais distante e- xemplares são mostradas e descritas com relação às regiões 108 e 109 da Figura 1, respectivamente. As áreas de pele exposta podem ser determina- das em uma imagem analisando as imagens de vídeo, em uma base de quadro por quadro, e classificando os pixels compreendidos naqueles qua- dros de imagem. Os pixels classificados como pele humana podem ser iden- tificados utilizando, por exemplo, os métodos de classificação de pixel acima incorporados.
Na etapa 206, as imagens de vídeo associadas com cada uma das regiões mais próxima e mais distante identificadas são extraídas das imagens de fonte para obter um sinal de série de tempo para cada canal. Isto pode ser efetuado computando uma média de todos os pixels em cada uma das regiões mais próxima e mais distante identificadas dentro de cada quadro de imagem para obter uma média por quadro de canal para cada uma das regiões. Uma média de canal global pode então ser computada, para cada canal, somando as médias de canal através de múltiplos quadros e dividindo pelo número total de quadros. A média de canal é subtraída da média de canal global e o resultado é dividido por um desvio padrão de ca- nal global para obter um sinal de série de tempo de variância unitária de mé- dia zero para cada uma das regiões mais próxima e mais distante. Estes sinais de série de tempo contêm componentes de freqüência. Para o propó- sito de determinar o tempo de trânsito de pulso, um processamento com somente um único canal de cor é adequado. Por exemplo, em um vídeo RGB, os sinais de série de tempo do canal verde contêm um sinal suficiente. Uma vez que sinais de série de tempo normalizados foram obtidos para ca- da uma das regiões mais próxima e mais distante, estes são então sujeitos a uma pré-filtragem para remover as freqüências indesejáveis utilizando uma FFT. Os sinais de série de tempo pré-processados e pré-filtrados resultantes contêm a soma total de mudanças de pressão volumétrica dentro de cada região. Um pré-processamento adicional pode ser feito para extrair os sinais de volume sangüíneo de fonte (tal como os sinais pletismográficos) utilizan- do algoritmos de separação de fonte cegos tal como a análise de componen- te independente ou a análise de componente independente constrito como descrito nas referências acima mencionadas. Deve ser compreendido que as mudanças de volume na primeira e na segunda regiões são devidas a todos os vasos sangüíneos em cada uma destas regiões. As pulsações arteriais são um componente dominante nestes sinais. Os componentes de estrutu- ras menores tal como os capilares e as arteríolas terminais são menos signi- ficativos já que estes somente proveem uma menor contribuição para as pulsações registradas. Se um ruído relativo à câmera ou outros fatores am- bientais que afetam a captura de vídeo estiverem presentes, a compensação pode ser introduzida como descrito na referência acima incorporada intitula- da: "Removing Environment Factors From Signals Generated From Video Images Captured For Biomedical Measurements", por Mestha et al. O sinal pós-compensado contém os canais descorrelacionados e corrigidos em ruí- do, isto é, sinais ambientalmente compensados para cada uma das regiões mais próxima e mais distante.
Na etapa 208, um ângulo de fase é computado para cada um dos sinais de série de tempo para um canal de interesse selecionado. So- mente um dos canais precisará ser utilizado para determinar a diferença de fase. Se um algoritmo de separação de fonte for utilizado então os sinais de fonte das regiões mais próxima e mais distante serão utilizados para compu- tar a diferença de fase. Alguém versado na técnica prontamente compreen- derá como computar um ângulo de fase φ(ω) com relação à freqüência ω dado um sinal de série de tempo.
Uma diferença de fase é computada entre as fases de cada um dos sinais de série de tempo. Se φι(ω) for a fase do sinal de série de tempo da região mais próxima e 92(0) for a fase do sinal de série de tempo da regi- ão mais distante então a diferença de fase Δφ é dada por: φι(ω) - φ2(ω). O sinal de diferença de fase é linear com relação à freqüência já que todas as freqüências passam através de um retardo similar entre duas regiões e que a curva de diferença de fase resultante é uma função monotônica de fre- qüências contidas dentro destes sinais. A Figura 3 é um gráfico do diferenci- al de fase com relação à freqüência (rad/s). Ao longo do eixo X1 5 rad/s e rad/s.
Na etapa 210, computar uma primeira derivada da curva de dife-
rença de fase (função monotônica) com relação à freqüência. A primeira de- rivada da curva de diferença de fase produz um tempo de trânsito de pulso. Na Figura 3, o PTT é a inclinação da linha = 21,7 s. Este PTT foi obtido para imagens de vídeo com a região mais próxima selecionada sobre a região ao redor do pescoço e da face para região mais distante próximo do dorso da palma.
Na etapa 212, o tempo de trânsito de pulso arterial do paciente é comunicado para um sistema de computador. Nesta modalidade, um pro- cessamento adicional para. Em outras modalidades, o sistema de computa- dor determina, do tempo de trânsito de pulso arterial, qualquer um de: uma pressão sangüínea na rede vascular do paciente, uma dilatação de vaso sangüíneo ao longo do tempo, um bloqueio de vaso sangüíneo, uma veloci- dade de fluxo sangüíneo, e a existência de uma neuropatia periférica no pa- ciente.
A referência está agora sendo feita à Figura 4 a qual é um dia-
grama de blocos de um sistema de processamento de imagem de vídeo em rede 400 exemplar em que vários aspectos do presente método como des- crito com relação ao fluxograma da Figura 2 estão implementados.
Na Figura 4, um sensor de formação de imagem 402 adquire as imagens de vídeo de fonte 401 de um paciente de interesse (somente mos- trado está o braço direito do paciente) capturadas no campo de visão 403 da câmera de vídeo. As imagens de vídeo de fonte são adquiridas sobre pelo menos um canal de formação de imagem e os sinais 404 para cada canal são comunicados para o Sistema de Processamento de Imagem de Vídeo 405 em que vários aspectos do presente método são executados. O Sistema 405 é mostrado compreendendo um Armazenamento Temporário 406 para armazenar o sinal de fonte para processamento. O Armazenamento Tempo- rário 406 pode ainda armazenar dados, fórmulas, representações matemáti- cas, e similares, conforme são necessários para processar as imagens de vídeo de fonte de acordo com os seus ensinamentos. Um Módulo Estabiliza- dor de Imagem 407 processa as imagens para compensar, onde necessário, por anomalias tal como um turvamento induzido por movimento, um turva- mento de formação de imagem, uma variação iluminante lenta, e similares. Um Processador de Detecção de Região 408 recebe as imagens de vídeo e processa as imagens contidas nestas de modo a determinar uma região mais próxima e uma mais distante (em 408 e 409, respectivamente) do paci- ente nas imagens de vídeo 401 capturadas as quais contêm regiões de pele exposta. Um ou mais quadros da imagem de vídeo de fonte capturada po- dem ser comunicados por percursos (não mostrados) para a estação de tra- balho 420 para exibição 423 na mesma de modo que o usuário possa sele- cionar qualquer uma das regiões mais próxima e mais distante de qualquer um dos quadros de imagem capturada utilizando, por exemplo, uma caixa de elásticos criada e clicando e arrastando um mouse ou de outro modo desta- cando as áreas localizadas de pele exposta em um ou mais quadros de ima- gem da seqüência de vídeo tal como, por exemplo as regiões mais próxima e mais distante 108 e 109 da Figura 1, para processamento (em 408 e 409, respectivamente). As porções das imagens de fonte associadas com cada uma das regiões mais próxima e mais distante são providas para um Pré- Processador de Imagem de Vídeo 410 o qual recebe as imagens de fonte associadas com cada uma das regiões mais próxima e mais distante identifi- cadas e extrai um sinal de série de tempo das imagens de fonte para cada canal de cada região. Vários componentes de sinal podem ser armazenados / recuperados para o dispositivo de armazenamento 411 utilizando percursos de comunicação (não mostrados). Os sinais de série de tempo normalizados 412 e 413 extraídos para cada uma das regiões mais próxima e mais distan- te, respectivamente, são providos para o Módulo de FFT 414 em que estes sinais de série de tempo são sujeitos a uma pré-filtragem para remover as freqüências indesejáveis. Os sinais de série de tempo filtrados, coletivamen- te em 415, são providos para um Determinador de Ângulo de Fase 416 o qual recebe os sinais de série de tempo filtrados para cada uma das regiões mais próxima e mais distante e computa uma fase φ com relação à freqüên- cia para cada um dos sinais de série de tempo para um canal de interesse, como mostrados φι(ω) e 92(0), respectivamente. Um Gerador de Diferença de Fase 417 recebe as fases computadas para cada uma das regiões mais próxima e mais distante para um canal de interesse selecionado, e computa uma diferença de fase Δφ. A diferença de fase, quando levantada, compre- ende uma curva tal como aquela mostrada no exemplo da Figura 3. Um Ge- rador de Sinal 418 levanta a diferença de fase e computa a sua inclinação e emite o tempo de trânsito de pulso 419. O tempo de trânsito de pulso arterial gerado é comunicado para o sistema de computador em rede 420.
A estação de trabalho 420 lê / escreve em um meio legível por computador 422 tal como um disco flexível, um disco ótico, um CD-ROM, um DVD, uma fita magnética, etc. Um gabinete 421 aloja uma placa mãe com um processador e uma memória, uma placa de rede, uma placa gráfica, e similares, e outros softwares e hardwares. A estação de trabalho inclui uma interface de usuário a qual, nesta modalidade, compreende um display 423, tal como um CRT, LCD, tela de toque, etc., um teclado 424 e um mouse 425. Um usuário ou técnico pode utilizar o teclado e/ou o mouse para identificar as regiões mais próxima e mais distante, ajustar parâmetros, selecionar i- magens para processamento, ver resultados, e similares. Deve ser aprecia- do que a estação de trabalho tem um sistema de operação e outros softwa- res especializados configurados para exibir uma variedade de valores numé- ricos, texto, barras de rolamento, menus suspensos com opções selecioná- veis pelo usuário, e similares, para inserir, selecionar, ou modificar as infor- mações exibidas no dispositivo de display 423. Várias porções dos sinais de vídeo de fonte capturados pelo dispositivo de captura de vídeo 402 podem ser comunicadas para a estação de trabalho 420 para processamento e ar- mazenadas no dispositivo de armazenamento 426. A estação de trabalho 420 está em comunicação com um ou mais dispositivos remotos da rede 427 através de uma interface de comunicação interna ao gabinete 421.
Deve ser apreciado que alguma ou toda a funcionalidade execu- tada por qualquer dos módulos e unidades de processamento do sistema de processamento de sinal 405 pode ser executada, no todo ou em parte, pela estação de trabalho 420. Qualquer uma destas pode estar armazenada no dispositivo de armazenamento 426 ou escritas no meio de computador 422. Qualquer um dos módulos e unidades de processamento da Figura 4 pode ser colocado em comunicação com os dispositivos de armazenamento 411 e 426 e pode armazenar / recuperar destes os dados, variáveis, registros, pa- râmetros, funções, instruções de programa legíveis / executáveis por máqui- na requeridas para executar as suas funções pretendidas. Cada um dos mó- dulos do sistema 405 pode ser colocado em comunicação com um ou mais dispositivos sobre a rede 427. Apesar de mostrado como um computador desktop, deve ser apreciado que o sistema de computador 420 pode ser qualquer um de um laptop, computador central, servidor, ou um computador de uso especial tal como um ASIC, uma placa de circuito, um processador dedicado, ou similares.
Deve ser apreciado que vários módulos podem designar um ou mais componentes os quais podem, por sua vez, compreender um software e/ou hardware projetado para executar a função pretendida. Uma pluralidade de módulos pode coletivamente executar uma única função. Cada módulo pode ter um processador especializado capaz de executar as instruções de programa legíveis por máquina. Um módulo pode compreender uma única peça de hardware tal como um ASIC, um circuito eletrônico, ou um proces- sador de uso especial. Uma pluralidade de módulos pode ser executada por um único sistema de computador de uso especial ou uma pluralidade de sis- temas de computador de uso especial operando em paralelo. As conexões entre os módulos incluem as conexões tanto físicas quanto lógicas. Os mó- dulos podem ainda incluir um ou mais módulos de software / hardware os quais podem ainda compreender um sistema de operação, drivers, controla- dores de dispositivo, e outros aparelhos alguns ou todos os quais podem estar conectados através de uma rede. É também contemplado que um ou mais aspectos do presente método podem ser implementados em um siste- ma de computador dedicado e podem também ser praticados em ambientes de computação distribuídos onde as tarefas são executadas por dispositivos remotos que estão conectados através de uma rede. Os seus ensinamentos podem ser implementados em hardware ou software utilizando quaisquer sistemas, estruturas, dispositivos, e/ou software conhecidos ou posterior- mente desenvolvidos por aqueles versados na técnica aplicável sem experi- mentação indevida da descrição funcional aqui provida com um conhecimen- to geral da técnica relevante.
Um ou mais aspectos dos métodos aqui descritos pretendem ser incorporados em um artigo de manufatura, incluindo um ou mais produtos de programa de computador, que tem um meio utilizável por computador ou legível por máquina. Para os seus propósitos, um meio utilizável por compu- tador ou legível por máquina é, por exemplo, um disco flexível, um disco rí- gido, uma memória, um CD-ROM, um DVD, uma fita, um cassete, ou outro meio digital analógico, ou similares, o qual seja capaz de ter incorporado neste um programa legível por computador, uma ou mais instruções lógicas, ou outros códigos ou comandos executáveis por máquina que implementem e facilitem a função, a capacidade, e as metodologias aqui descritas. Mais ainda, o artigo de manufatura pode estar incluído em pelo menos um meio de armazenamento legível por uma arquitetura de máquina ou sistema de processamento de imagem que incorpora instruções de programa executá- veis capazes de executar a metodologia descrita nos fluxogramas. O artigo de fabricação pode ser incluído como parte de um sistema de operação, um plug-in, ou pode ser fornecido, vendido, alugado, ou de outro modo provido separadamente, ou sozinho ou como parte de uma adição, atualização, a- primoramento, ou um conjunto de produtos.
Será apreciado que várias das características e funções acima descritas e outras, ou suas alternativas, podem ser desejavelmente combi- nadas em muitos outros diferentes sistemas ou aplicações. Várias alternati- vas presentemente inesperadas ou previstas, modificações, variações, ou aperfeiçoamentos nestas podem ficar aparentes e/ou subseqüentemente ser feitas por aqueles versados na técnica, as quais são também pretendidas a serem abrangidas pelas reivindicações seguintes. Consequentemente, as modalidades acima apresentadas são consideradas a serem ilustrativas e não limitantes. Várias mudanças nas modalidades acima descritas podem ser feitas sem afastar do espírito e do escopo da invenção. Os ensinamentos e quaisquer publicações impressas incluindo patentes e pedidos de patente, são cada um separadamente por meio disto incorporados por referência na sua totalidade.

Claims (25)

1. Método para determinar um tempo de trânsito de pulso arterial entre uma região mais próxima e mais distante de um paciente de interesse de imagens de vídeo de fonte adquiridas utilizando um sistema de formação de imagem de vídeo em um ambiente de detecção sem contato, remoto, o método compreendendo: receber imagens de fonte variáveis no tempo adquiridas sobre pelo menos um canal de um sistema de formação de imagem de vídeo, as ditas imagens de fonte compreendendo imagens de vídeo capturadas de uma região mais próxima e mais distante de uma área de pele exposta de um paciente de interesse; extrair, das ditas imagens de fonte, um sinal de série de tempo para cada uma das ditas regiões mais próxima e mais distante; computar um ângulo de fase com relação à freqüência para cada um dos ditos sinais de série de tempo; determinar uma diferença de fase entre as ditas fases computa- das, a dita diferença de fase compreendendo uma função monotônica de freqüência nos ditos sinais; e extrair da dita função monotônica, um tempo de trânsito de pulso arterial do dito paciente.
2. Método de acordo com a reivindicação 1, em que o dito sinal de fonte variável no tempo compreende qualquer combinação de: imagens NIR, imagens RGB, imagens RGB com NÍR, imagens multiespectrais, e i- magens de vídeo hiperespectrais.
3. Método de acordo com a reivindicação 1, em que antes de ex- trair os ditos sinais de série de tempo, ainda compreende compensar por qualquer de: turvamento induzido por movimento, um turvamento de forma- ção de imagem, e uma variação iluminante lenta.
4. Método de acordo com a reivindicação 1, em que as ditas i- magens de vídeo são adquiridas por um único canal NIR, ainda compreen- dendo: particionar os quadros do dito canal para cada região em uma região não de pele e uma região de pele; e executar uma separação de fonte para obter tanto um sinal de taxa cardíaca quanto uma diferença de fase.
5. Método de acordo com a reivindicação 1, ainda compreen- dendo converter os ditos sinais para um domínio de freqüência através de uma transformação de Fourier.
6. Método de acordo com a reivindicação 1, em que as ditas re- giões mais próxima e mais distante compreendem, respectivamente, uma primeira e uma segunda área localizada do dito paciente.
7. Método de acordo com a reivindicação 1, em que extrair o dito tempo de trânsito de pulso arterial do paciente da dita função monotônica compreende determinar uma inclinação da dita função, a dita inclinação sendo um tempo de transição de pulso entre as ditas regiões mais próxima e mais distante.
8. Método de acordo com a reivindicação 1, ainda compreen- dendo determinar, do dito tempo de trânsito de pulso arterial, qualquer um de: uma pressão sangüínea na dita rede vascular do paciente, uma dilatação de vaso sangüíneo ao longo do tempo, um bloqueio de vaso sangüíneo, uma velocidade de fluxo sangüíneo, e a existência de uma neuropatia periférica.
9. Método de acordo com a reivindicação 1, ainda compreen- dendo: processar as ditas imagens de vídeo para determinar uma região da pele; e isolar as ditas regiões mais próxima e mais distante das ditas re- giões de pele.
10. Sistema baseado em vídeo sem contato para determinar um tempo de trânsito de pulso arterial entre uma região mais próxima e mais distante de um paciente de interesse de imagens de vídeo de fonte adquiri- das utilizando uma câmera de vídeo, o sistema compreendendo: um sistema de formação de imagem de vídeo para capturar i- magens de fonte variáveis no tempo sobre pelo menos um canal, as ditas imagens de fonte compreendendo imagens de vídeo capturadas de uma re- gião mais próxima e mais distante de uma área de pele exposta de um paci- ente de interesse; e um processador em comunicação com a dita câmera de vídeo e uma memória, o dito processador executando instruções legíveis por máqui- na para executar: extrair das ditas imagens de fonte, um sinal de série de tempo para cada uma das ditas regiões mais próxima e mais distante; computar um ângulo de fase com relação à freqüência para cada um dos ditos sinais de série de tempo; determinar uma diferença de fase entre as ditas fases, a dita di- ferença de fase compreendendo uma função monotônica de freqüência nos ditos sinais; e extrair da dita função monotônica, um tempo de trânsito de pulso arterial do dito paciente.
11. Sistema de acordo com a reivindicação 10, em que as ditas imagens de fonte variáveis no tempo compreendem qualquer combinação de: imagens NIR, imagens RGB, imagens RGB com NIR, imagens multies- pectrais, e imagens de vídeo hiperespectrais.
12. Sistema de acordo com a reivindicação 10, em que antes de extrair os ditos sinais de série de tempo, ainda compreende compensar por qualquer de: turvamente induzido por movimento, um turvamente de forma- ção de imagem, e uma variação iluminante lenta.
13. Sistema de acordo com a reivindicação 10, em que as ditas imagens de vídeo são adquiridas por um único canal NIR, ainda compreen- dendo: particionar os quadros do dito canal para cada região em uma região não de pele e uma região de pele; e executar uma separação de fonte para obter tanto um sinal de taxa cardíaca quanto uma diferença de fase.
14. Sistema de acordo com a reivindicação 10, ainda compreen- dendo converter os ditos sinais para um domínio de freqüência através de uma transformação de Fourier.
15. Sistema de acordo com a reivindicação 10, em que as ditas regiões mais próxima e mais distante compreendem, respectivamente, uma primeira e uma segunda área localizada do dito paciente.
16. Sistema de acordo com a reivindicação 10, em que extrair o dito tempo de trânsito de pulso arterial do paciente da dita função monotôni- ca compreende determinar uma inclinação da dita função, a dita inclinação sendo um tempo de transição de pulso entre as ditas regiões mais próxima e mais distante.
17. Sistema de acordo com a reivindicação 10, ainda compreen- dendo determinar, do dito tempo de trânsito de pulso arterial, qualquer um de: uma pressão sangüínea na dita rede vascular do paciente, uma dilatação de vaso sangüíneo ao longo do tempo, um bloqueio de vaso sangüíneo, uma velocidade de fluxo sangüíneo, e a existência de uma neuropatia periférica.
18. Sistema de acordo com a reivindicação 10, ainda compreen- dendo: processar as ditas imagens de vídeo para determinar uma região da pele; e isolar as ditas regiões mais próxima e mais distante das ditas re- giões de pele.
19. Método baseado em vídeo implementado por um computa- dor para determinar um tempo de trânsito de pulso arterial entre uma região mais próxima e mais distante de um paciente de interesse de imagens de vídeo de fonte adquiridas utilizando um sistema de formação de imagem de vídeo em um ambiente de detecção sem contato, remota, o método compre- endendo: receber imagens de fonte variáveis no tempo adquiridas sobre pelo menos um canal de um sistema de formação de imagem de vídeo, as ditas imagens de fonte compreendendo imagens de vídeo capturadas de uma região mais próxima e mais distante de uma área de pele exposta de um paciente de interesse; processar as ditas imagens de vídeo para determinar uma região da pele; isolar as ditas regiões mais próxima e mais distante das ditas re- giões da pele; extrair das ditas imagens de fonte, um sinal de série de tempo para cada uma das ditas regiões mais próxima e mais distante, as ditas regi- ões mais próxima e mais distante compreendendo, respectivamente, uma primeira e uma segunda área localizada do dito paciente; computar um ângulo de fase com relação à freqüência para cada um dos ditos sinais de série de tempo; determinar uma diferença de fase entre as ditas fases computa- das, a dita diferença de fase compreendendo uma função monotônica de freqüência nos ditos sinais; e extrair da dita função monotônica, um tempo de trânsito de pulso arterial do dito paciente.
20. Método implementado por computador de acordo com a rei- vindicação 19, em que as ditas imagens de fonte variáveis no tempo com- preendem qualquer combinação de: imagens NIR, imagens RGB, imagens RGB com NIR, imagens multiespectrais, e imagens de vídeo hiperespectrais.
21. Método implementado por computador de acordo com a rei- vindicação 19, em que as ditas imagens de vídeo são adquiridas por um úni- co canal NIR, ainda compreendendo: particionar os quadros do dito canal para cada região em uma região não de pele e uma região de pele; e executar uma separação de fonte para obter tanto um sinal de taxa cardíaca quanto uma diferença de fase.
22. Método implementado por computador de acordo com a rei- vindicação 19, ainda compreendendo converter os ditos sinais para um do- mínio de freqüência através de uma transformação de Fourier.
23. Método implementado por computador de acordo com a rei- vindicação 19, em que extrair o dito tempo de trânsito de pulso arterial do paciente da dita função monotônica compreende determinar uma inclinação da dita função, a dita inclinação sendo um tempo de transição de pulso entre as ditas regiões mais próxima e mais distante.
24. Método implementado por computador de acordo com a rei- vindicação 19, ainda compreendendo o dito sistema de computador determi- nar, do dito tempo de trânsito de pulso arterial, qualquer um de: uma pressão sangüínea na dita rede vascular do paciente, uma dilatação de vaso sanguí- neo ao longo do tempo, um bloqueio de vaso sangüíneo, uma velocidade de fluxo sangüíneo, e a existência de uma neuropatia periférica.
25. Método implementado por computador de acordo com a rei- vindicação 19, ainda compreendendo comunicar o dito tempo de trânsito de pulso arterial do paciente para um sistema de computador.
BRBR102013004005-3A 2012-02-21 2013-02-20 Derivação do tempo de trânsito de pulso arterial de uma imagem de vídeo de fonte BR102013004005A2 (pt)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US13/401,286 US8838209B2 (en) 2012-02-21 2012-02-21 Deriving arterial pulse transit time from a source video image

Publications (1)

Publication Number Publication Date
BR102013004005A2 true BR102013004005A2 (pt) 2013-12-17

Family

ID=47900508

Family Applications (1)

Application Number Title Priority Date Filing Date
BRBR102013004005-3A BR102013004005A2 (pt) 2012-02-21 2013-02-20 Derivação do tempo de trânsito de pulso arterial de uma imagem de vídeo de fonte

Country Status (6)

Country Link
US (1) US8838209B2 (pt)
EP (1) EP2631874B1 (pt)
JP (1) JP6121177B2 (pt)
CN (1) CN103251391B (pt)
BR (1) BR102013004005A2 (pt)
MX (1) MX2013001867A (pt)

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013136231A1 (en) * 2012-03-13 2013-09-19 Koninklijke Philips N.V. Cardiopulmonary resuscitation apparatus comprising a physiological sensor
US8977347B2 (en) * 2012-06-25 2015-03-10 Xerox Corporation Video-based estimation of heart rate variability
CN105338890B (zh) * 2012-11-11 2018-10-09 肯库有限责任公司 确定生命参数的方法和装置
US9504391B2 (en) * 2013-03-04 2016-11-29 Microsoft Technology Licensing, Llc Determining pulse transit time non-invasively using handheld devices
US20140276104A1 (en) * 2013-03-14 2014-09-18 Nongjian Tao System and method for non-contact monitoring of physiological parameters
US10238292B2 (en) * 2013-03-15 2019-03-26 Hill-Rom Services, Inc. Measuring multiple physiological parameters through blind signal processing of video parameters
JP6123885B2 (ja) * 2013-03-29 2017-05-10 富士通株式会社 血流指標算出方法、血流指標算出プログラム及び血流指標算出装置
CN103908236B (zh) * 2013-05-13 2016-06-01 天津点康科技有限公司 一种自动血压测量系统
CN104434078A (zh) * 2013-09-13 2015-03-25 施乐公司 用时间序列信号确定基于视频的脉搏传导时间的系统和方法
JP6308742B2 (ja) * 2013-09-13 2018-04-11 旭化成株式会社 血圧情報出力装置、血圧情報出力プログラム、媒体、血圧情報出力方法
JP6125648B2 (ja) * 2013-09-26 2017-05-10 シャープ株式会社 生体情報取得装置および生体情報取得方法
CA2931377A1 (en) * 2013-11-27 2015-06-04 Koninklijke Philips N.V. Device and method for obtaining pulse transit time and/or pulse wave velocity information of a subject
CN103610452B (zh) * 2013-12-03 2015-06-10 中国人民解放军第三军医大学 一种非接触磁感应式脉搏检测方法
WO2015095760A1 (en) * 2013-12-19 2015-06-25 The Board Of Trustees Of The University Of Illinois System and methods for measuring physiological parameters
US9336594B2 (en) 2014-03-07 2016-05-10 Xerox Corporation Cardiac pulse rate estimation from source video data
US9320440B2 (en) 2014-04-01 2016-04-26 Xerox Corporation Discriminating between atrial fibrillation and sinus rhythm in physiological signals obtained from video
US9875664B2 (en) 2014-06-02 2018-01-23 Xerox Corporation Virtual trainer optimizer method and system
WO2016037033A1 (en) * 2014-09-05 2016-03-10 Lakeland Ventures Development, Llc Method and apparatus for the continous estimation of human blood pressure using video images
US10660533B2 (en) 2014-09-30 2020-05-26 Rapsodo Pte. Ltd. Remote heart rate monitoring based on imaging for moving subjects
US20160106328A1 (en) * 2014-10-16 2016-04-21 Xerox Corporation Determining arterial pulse transit time from time-series signals obtained at proximal and distal arterial sites
JP6484787B2 (ja) * 2014-12-19 2019-03-20 学校法人 関西大学 診断支援装置及びコンピュータプログラム
JP6683367B2 (ja) 2015-03-30 2020-04-22 国立大学法人東北大学 生体情報計測装置、生体情報計測方法及び生体情報計測プログラム
WO2016184705A1 (en) * 2015-05-21 2016-11-24 Koninklijke Philips N.V. Determining a pulse signal from a video sequence
EP3308700B1 (en) * 2015-06-12 2024-01-24 Daikin Industries, Ltd. Brain-activity estimation device
CN104887209A (zh) * 2015-06-26 2015-09-09 京东方科技集团股份有限公司 一种血压测量方法和测量系统
PL3328271T3 (pl) * 2015-07-31 2023-01-23 Kenkou Gmbh Sposób nieinwazyjnego oznaczania parametrów życiowych żywego organizmu
KR102516354B1 (ko) 2015-09-15 2023-03-31 삼성전자주식회사 검출 시점 간 시간 차 측정 방법 및 이를 수행하는 장치
CN105266787B (zh) * 2015-11-03 2018-07-06 西安中科创星科技孵化器有限公司 一种非接触式心率检测方法及系统
CN105310663B (zh) * 2015-11-16 2018-06-22 浙江大学 基于视频采集和超声波的非接触可视可感脉搏波采集系统
WO2017137435A1 (en) * 2016-02-08 2017-08-17 Koninklijke Philips N.V. Device, system and method for skin detection
US20170245767A1 (en) * 2016-02-25 2017-08-31 Echo Labs, Inc. Systems and methods for modified pulse transit time measurement
US10335045B2 (en) 2016-06-24 2019-07-02 Universita Degli Studi Di Trento Self-adaptive matrix completion for heart rate estimation from face videos under realistic conditions
WO2018011631A2 (en) * 2016-07-14 2018-01-18 Insightec, Ltd. Precedent-based ultrasound focusing
US11412943B2 (en) 2016-07-16 2022-08-16 Olesya Chornoguz Methods and systems for obtaining physiologic information
WO2018022894A1 (en) * 2016-07-27 2018-02-01 Biosay, Inc. Systems and methods for measuring and managing a physiological-emotional state
US10405807B2 (en) * 2016-11-11 2019-09-10 International Business Machines Corporation Contactless blood pressure monitoring of a patient
WO2018104337A1 (en) 2016-12-09 2018-06-14 Koninklijke Philips N.V. An apparatus and method for determining a calibration parameter for a blood pressure measurement device
CN106580294B (zh) * 2016-12-30 2020-09-04 上海交通大学 基于多模态成像技术的生理信号远程监控系统及应用
BR112019017575A2 (pt) * 2017-02-27 2020-03-24 Koninklijke Philips N.V. Dispositivo de imageamento de vasculatura e mídia de armazenamento não transitório
WO2019068860A1 (en) * 2017-10-06 2019-04-11 Koninklijke Philips N.V. DEVICES, SYSTEMS AND METHODS FOR ASSESSING BLOOD FLOW WITH VASCULAR PERFUSION IMAGING
DE102017126551B4 (de) * 2017-11-13 2019-11-21 Technische Universität Dresden Verfahren zur Bestimmung eines physiologischen Parameters sowie Verfahren zur Bestimmung des Blutdruckes unter Berücksichtigung des physiologischen Parameters
CN111374647A (zh) * 2018-12-29 2020-07-07 中兴通讯股份有限公司 一种检测脉搏波的方法、装置和电子设备
CN110236508A (zh) * 2019-06-12 2019-09-17 云南东巴文健康管理有限公司 一种无创血压连续监测方法
WO2021007652A1 (en) 2019-07-18 2021-01-21 Nuralogix Corporation System and method for detection of synthesized videos of humans
US20210113123A1 (en) * 2019-10-18 2021-04-22 Viavi Solutions Inc. Sensor device
KR102284671B1 (ko) * 2019-10-24 2021-07-30 성균관대학교산학협력단 피부영상을 이용한 혈압 측정 방법 및 장치
CN110833399B (zh) * 2019-11-29 2021-08-13 中国科学院自动化研究所 近红外二区单通道分时复用成像系统及其使用方法
WO2021149048A1 (en) * 2020-01-20 2021-07-29 Binah.Ai Ltd System and method for pulse transmit time measurement from optical data
CN111700598B (zh) * 2020-05-19 2023-09-15 上海掌门科技有限公司 一种诊脉装置
CN117643461B (zh) * 2024-01-30 2024-04-02 吉林大学 基于人工智能的心率智能监测系统及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5630422A (en) * 1995-09-08 1997-05-20 Zanakis; Michael F. Diagnostic system for detecting and indicating cranial movements
JP5109027B2 (ja) * 2007-03-30 2012-12-26 国立大学法人京都大学 血管状態評価装置、血管状態評価方法および血管状態評価プログラム
US8149273B2 (en) * 2007-11-30 2012-04-03 Fuji Xerox Co., Ltd. System and methods for vital sign estimation from passive thermal video
EP2593006B1 (en) 2010-07-16 2013-12-04 Csem Sa Method and apparatus for the non-invasive measurement of pulse transit times (ptt)

Also Published As

Publication number Publication date
CN103251391A (zh) 2013-08-21
US8838209B2 (en) 2014-09-16
EP2631874B1 (en) 2019-01-16
JP6121177B2 (ja) 2017-04-26
CN103251391B (zh) 2016-10-19
MX2013001867A (es) 2013-08-29
JP2013169464A (ja) 2013-09-02
EP2631874A1 (en) 2013-08-28
US20130218028A1 (en) 2013-08-22

Similar Documents

Publication Publication Date Title
BR102013004005A2 (pt) Derivação do tempo de trânsito de pulso arterial de uma imagem de vídeo de fonte
US9351649B2 (en) System and method for determining video-based pulse transit time with time-series signals
Nam et al. Respiratory rate estimation from the built-in cameras of smartphones and tablets
JP6349075B2 (ja) 心拍数測定装置及び心拍数測定方法
WO2020136571A1 (en) Methods and systems to configure and use neural networks in characterizing physiological systems
US11357573B2 (en) Optimum treatment planning during coronary intervention by simultaneous simulation of a continuum of outcomes
US20190200881A1 (en) Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics
US20160106328A1 (en) Determining arterial pulse transit time from time-series signals obtained at proximal and distal arterial sites
US11710569B2 (en) Coronary artery disease metric based on estimation of myocardial microvascular resistance from ECG signal
JP2017534378A (ja) 血流量及び灌流量のマルチスペクトル画像化によって得られる信号を使用して血行動態パラメータを決定する方法、システム、及びコンピュータプログラム製品
Alnaggar et al. Video-based real-time monitoring for heart rate and respiration rate
Sharma et al. Heart rate and blood pressure measurement based on photoplethysmogram signal using fast Fourier transform
EP2848193B1 (en) System and method for determining video-based pulse transit time with time-series signals
US20200155008A1 (en) Biological information detecting apparatus and biological information detecting method
Wajdan et al. Automatic detection of valve events by epicardial accelerometer allows estimation of the left ventricular pressure trace and pressure–displacement loop area
Krogh et al. Dynamic gravity compensation does not increase detection of myocardial ischemia in combined accelerometer and gyro sensor measurements
CN114040707A (zh) 诊断支持程序
Lee et al. Smartphone-based heart-rate measurement using facial images and a spatiotemporal alpha-trimmed mean filter
US20230386113A1 (en) Medical image processing apparatus and medical image processing method
US20230293113A1 (en) System and method of estimating vital signs of user using artificial intelligence
US20230410302A1 (en) Medical information processing apparatus, medical information processing method, and storage medium
US20240032847A1 (en) Cardiac diagnostic method, non-transitory computer-readable medium and system
EP4131154A1 (en) Coronary artery narrowing detection based on patient imaging and 3d deep learning
GB2605401A (en) System and method of estimating vital signs of user using artificial intelligence
Araújo et al. Optical flow based approach for automatic cardiac cycle estimation in ultrasound images of the carotid

Legal Events

Date Code Title Description
B03A Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette]
B11A Dismissal acc. art.33 of ipl - examination not requested within 36 months of filing
B11Y Definitive dismissal - extension of time limit for request of examination expired [chapter 11.1.1 patent gazette]