CN101317757B - 生物信息获取设备及其方法 - Google Patents

生物信息获取设备及其方法 Download PDF

Info

Publication number
CN101317757B
CN101317757B CN2008100986867A CN200810098686A CN101317757B CN 101317757 B CN101317757 B CN 101317757B CN 2008100986867 A CN2008100986867 A CN 2008100986867A CN 200810098686 A CN200810098686 A CN 200810098686A CN 101317757 B CN101317757 B CN 101317757B
Authority
CN
China
Prior art keywords
minima
maximum
image
oxygen
color component
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Fee Related
Application number
CN2008100986867A
Other languages
English (en)
Other versions
CN101317757A (zh
Inventor
大木光晴
增野智经
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony 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 Sony Corp filed Critical Sony Corp
Publication of CN101317757A publication Critical patent/CN101317757A/zh
Application granted granted Critical
Publication of CN101317757B publication Critical patent/CN101317757B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813Specially adapted to be attached to a specific body part
    • A61B5/6825Hand
    • A61B5/6826Finger
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683Means for maintaining contact with the body
    • A61B5/6838Clamps or clips
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Optics & Photonics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Gas Separation By Absorption (AREA)

Abstract

一种生物信息获取设备,包括:发射光的光发射单元;图像捕获单元,用于按照时间序列来捕获通过以发射光照射生命体并使所述光透射通过生命体或从生命体反射而获得的图像,该图像捕获单元对至少两种颜色分量敏感;极值产生单元,用于为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值;和氧饱和度计算单元,用于根据每种颜色分量的最大值和最小值,计算氧饱和度。

Description

生物信息获取设备及其方法
相关申请的交叉引用
本发明包含与2007年6月6日提交给日本专利局的日本专利申请JP2007-149857相关的主题,该申请全部内容通过引用被并入本文中。
技术领域
本发明涉及生物信息获取设备,特别是能够获取关于氧饱和度的信息的生物信息获取设备及其处理方法。
背景技术
氧饱和度表示作为血液中的氧化血红蛋白的血红蛋白(Hb)的比例。血液的血红蛋白运输氧气。氧饱和度用作与生命体健康状况相关的指标,尤其与生命体呼吸状况相关。已知例如脉冲血氧计作为确定氧饱和度的医疗设备。脉冲血氧计根据在生命体表面(例如,指尖)受到某种波长的光和另一种波长的光照射下的吸收情况,来非侵入性地确定血液中的氧化血红蛋白含量。
例如,已知脉冲血氧计通过在发射红光的发光二极管的光发射和发射红外光的二极管的光发射之间切换,获取关于红光(波长为660nm)的吸收的数据以及红外光(波长为940nm)的吸收的数据,并计算氧饱和度(参见日本未审专利申请公开NO.6-98881,图1)。
发明内容
在上述相关技术的例子中,通过获取生命体所受光照射的吸收数据,来非侵入性地确定氧饱和度。然而,在上述相关技术的例子中,假定利用两种不同波长的光源。因而,需要引起光源交替发射光的光发射驱动设备。
期望能够根据一种光源来计算氧饱和度。
根据本发明的实施例,提供了一种生物信息获取设备,该设备包括光发射装置、图像捕获装置、极值产生装置和氧饱和度计算装置,该光发射装置发射光,该图像捕获装置按照时间序列来捕获通过以发射光照射生命体并使所述光透射通过生命体或从生命体反射而获得的图像,该图像捕获装置对至少两种颜色分量敏感,该极值产生装置为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值,该氧饱和度计算装置根据每种颜色分量的最大值和最小值,计算氧饱和度。这样,为至少两种颜色分量中的每一个产生极值,并根据该极值计算氧饱和度。
光发射装置可以发射白光。该颜色分量可以包括红色和蓝色。根据本发明的实施例,将描述使用红色和蓝色组合的例子;但是也可以使用不同的颜色。
极值产生装置可以为每种颜色分量,从全部捕获图像的颜色分量平均值或从捕获图像的中心区的颜色分量平均值,产生时间序列中的最大值和最小值。如果手指图像没有出现在捕获图像的外围区域,则在后一种情况下可以有效的产生最大值和最小值。
根据本发明的另一实施例,提供了一种生物信息获取设备,该设备包括光发射装置、图像捕获装置、极值产生装置和氧饱和度计算装置,该光发射装置发射光,该图像捕获装置按照时间序列来捕获通过以发射光照射生命体并使所述光透射通过生命体或从生命体反射而获得的图像,该图像捕获装置对至少两种颜色分量敏感,该极值产生装置为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值,该氧饱和度计算装置根据每种颜色分量的最大值和最小值,通过求解方程{(Rc-Bc)-(Re-Be)}/{Bc-Be}=[(Re-Be)*{S*Eo(λ1)+(1-S)*Er(λ1)}]/[Be*{S*Eo(λ2)+(1-S)*Er(λ2)}]计算氧饱和度,其中Rc表示红色分量的最大值,Bc表示蓝色分量的最大值,Re表示红色分量的最小值,Be表示蓝色分量的最小值,S表示氧饱和度,Eo(λ)表示在波长λ的氧化血红蛋白的已知吸收系数,Er(λ)表示在波长λ的脱氧血红蛋白的已知吸收系数,λ1和λ2表示波长λ的特定值。这使得对于红色和蓝色分量中的每一个,可以产生极值并根据极值计算氧饱和度。
根据本发明的另一实施例,提供了一种获取生物信息的方法,所述方法由生物信息获取设备执行,该生物信息获取设备包括光发射装置和图像捕获装置,该光发射装置发射白光,该图像捕获装置按照时间序列来捕获通过以发射光照射生命体并使所述光透射通过生命体或从生命体反射而获得的图像,该图像捕获装置至少对红色和蓝色颜色分量敏感。该方法包括下列步骤:为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值,并通过求解上述方程计算氧饱和度。这使得可以为红色和蓝色分量中的每一个产生极值,并根据该极值计算氧饱和度。
根据本发明的实施例,可以根据一种光源计算氧饱和度。
附图说明
图1是示出了根据本发明实施例的生物信息获取设备的示例性侧视图的示意图;
图2是示出了根据本发明实施例的图像处理单元的功能框图;
图3是示出了根据本发明实施例的计算氧饱和度的数据流程图;以及
图4是示出了根据本发明实施例的生物信息获取方法的示例性过程的流程图。
具体实施方式
将结合附图详细描述本发明实施例。
图1是示出了根据本发明实施例的生物信息获取设备的示例性侧视图的示意图。在该生物信息获取设备中,在基底110上设有照射单元120和图像捕获单元130。
所述照射单元120包括支撑部121、光发射部122和插入口123。所述支撑部121的一端连接至基底110,以便支撑整个照射单元120。所述光发射部122发射照射生命体的一部分的光。根据本发明的实施例,期望光的颜色为白色。因此,例如,白炽灯、卤素灯或白发光二极管可以用作所述光发射部122的光源。所述插入口123是作为生命体的一部分,例如手指99,经过其而插入的导引口。
对于所述光发射部122,可以适当地选择例如白炽灯的数量或额定功率。当整个所述生物信息获取设备暴露于太阳,并且手指99位于其间时,太阳光可以代替例如白炽灯而用作光源。
图像捕获单元130包括支撑部131和照相机体132。所述支撑部131的一端连接至所述基底110,并支撑所述照相机体132。所述照相机体132用于捕获对象的图像,并且可以是普通数码相机或数字视频摄像机或专用照相机。期望所述照相机体132具有按顺序拍摄多个图像的连续拍摄模式。
在所述照相机体132的前端设有透镜单元133,所述透镜单元133被所述支撑部131固定和保持,以使得所述透镜单元133的拍摄轴与所述光发射部122垂直。所述照相机体132通过使用图像拾取装置将所述透镜单元133收集的光转换为电信号。所述图像拾取装置可以是一维线传感器或二维图像传感器,其对至少两种颜色分量敏感,并且可以通过使用电荷耦合装置(CCD)传感器或互补金属氧化物半导体(CMOS)传感器实现。作为所述图像拾取装置,通常可以使用对红(R)、绿(G)和蓝(B)三种颜色敏感的图像拾取装置中的一种。在此情况下,这样的图像拾取装置通常对从大约800nm到大约1000nm的波长敏感。也就是说,近红外光也是可接收的。
由照相机体132捕获的图像被顺序地传输至图像处理单元140。所述图像处理单元140可以使用专用硬件或使用个人电脑实现。
图2是示出了根据本发明实施例的图像处理单元140的功能框图。所述图像处理单元140接收从图像捕获单元130提供的图像,所述图像通过以照射单元120所发射的光照射生命体的一部分并使所述光透射通过生命体的该部分而获得。所述图像处理单元140包括捕获图像存储部141、R平均值计算部142、B平均值计算部143、R极值选择部144、B极值选择部145、参数存储部146、氧饱和度计算部147和显示器148。
所述捕获图像存储部141存储从图像捕获单元130提供的图像。所述图像按照时间序列被捕获。这里,假设对应于以每秒二十个图像的拍摄间隔在5秒中捕获的图像数量,图像数量为一百。拍摄间隔比起脉冲(波)周期应当足够短。通常,脉冲周期大约为0.5到1秒,并且因此如果拍摄间隔小于0.1秒(即每秒大于10个图像),则所述拍摄间隔足够短。而且,基本上要求整个拍摄时段几乎与脉冲(波)周期相等;然而,为了执行稳定确定,期望整个拍摄时段保持为大约几秒的时间。
所述R平均值计算部142计算所述捕获图像存储部141中存储的一百个图像的红色分量的像素的平均值。相对于捕获图像存储部141中存储的对应图像计算每个平均值。如果时间由t(t是整数,并且1≤t≤100)表示,则时间序列中红色分量的像素的平均值由R(t)表示。这里,在此情况下的平均值可以是所有捕获图像的平均值;但是,如果手指99的图像没有出现在捕获图像的外围区域,则可以计算捕获图像的中心区域(中点周围的100×100像素)的平均值。此外,可以使用捕获图像中的代表点(例如中点)来代替计算平均值,以便省去平均值计算过程。
所述B平均值计算部143计算所述捕获图像存储部141中存储的一百个图像的蓝色分量的像素的平均值。相对于捕获图像存储部141中存储的对应图像计算每个平均值。与红色分量的情况类似,如果时间由t表示,则时间序列中蓝色分量的像素的平均值由B(t)表示。这里,平均值的计算与红色分量的情况类似。
R极值选择部144在红色分量的像素的平均值R(t)中选择时间序列中的最大平均值和最小平均值。这里,在所述平均值R(t)中,最大平均值用Rc表示,最小平均值用Re表示。该最大或最小值被称为“极值”。
B极值选择部145在蓝色分量的像素的平均值B(t)中选择时间序列中的最大平均值和最小平均值。这里,在所述平均值B(t)中,最大平均值用Bc表示,最小平均值用Be表示。
所述参数存储部146存储计算氧饱和度所必需的已知参数。下面将详细描述该参数。
氧饱和度计算部147基于由R极值选择部144选择的极值Rc和Re、由B极值选择部145选择的极值Bc和B e、和参数存储部146中存储的参数计算氧饱和度。下面将描述由氧饱和度计算部147执行的氧饱和度计算方法。
显示器148显示由氧饱和度计算部147计算的氧饱和度。显示器148可以使用例如液晶显示(LCD)板实现。
图3是示出了根据本发明实施例的计算氧饱和度的数据流图。由图像捕获单元130按时间序列捕获的图像存储在捕获图像存储部141中。例如,所述图像拾取装置的像素按照Bayer模式规则地被设置,并且可以从所述捕获图像提取颜色分量。在此例中,提取红色和蓝色分量。
针对以此方式提取的颜色分量,R平均值计算部142和B平均值计算部143计算按时间序列捕获的每个图像的平均值R(t)和B(t)。针对所述平均值R(t)和B(t),R极值选择部144和B极值选择部145在时间序列中选择极值(Rc、Re、Bc和Be)。
如下所示,以此方法选择的极值将用于计算氧饱和度。这里,入射光由I(λ)表示,在动脉处于收缩状态时的透射光由Ic(λ)表示,在动脉处于扩张状态时的透射光由Ic(λ)表示,氧化血红蛋白的吸收系数由Eo(λ)表示,并且脱氧血红蛋白的吸收系数由Er(λ)表示。这些变量取决于波长λ。如果入射光I(λ)是白炽灯,则每个波长λ的入射光I(λ)的比例可以从基于有关黑体辐射的普朗克辐射法则的算式得出,并且是已知的。此外,如果入射光I(λ)是阳光,则对于每个波长λ的入射光I(λ)的比例可以采用已知的实验数据。这里,已知的实验数据可以用于氧化血红蛋白的吸收系数Eo(λ)和脱氧血红蛋白的吸收系数Er(λ)。
此外,如果血红素浓度由H表示,在动脉处于收缩状态时的动脉厚度由D表示,在动脉处于扩张状态时的动脉厚度由(D+δ)表示,并且氧饱和度由S表示,则满足下面给出的等式(1)和等式(2)(Beer-Lambert模式)。
Log(I(λ)/Ic(λ))
={S×Eo(λ)+(1-S)×Er(λ)}×H×D    (1)
Log(I(λ)/Ie(λ))
={S×Eo(λ)+(1-S)×Er(λ)}×H×(D+δ)    (2)
如果像素R的光谱灵敏度(R分量的光谱特性)由Tr(λ)表示,并且像素B的光谱灵敏度(B分量的光谱特性)由Tb(λ)表示,则上述极值(Rc、Re、Bc和Be)由下面给出的等式(3)到等式(6)表示。这里,“∫-dλ”指对波长的积分,并且积分的范围包括由特定照相机接收的光波长。例如,所述范围从350nm到1000nm。
Rc=∫Tr(λ)×Ic(λ)dλ    (3)
Re=∫Tr(λ)×Ie(λ)dλ    (4)
Bc=∫Tb(λ)×Ic(λ)dλ    (5)
Be=∫Tb(λ)×Ie(λ)dλ    (6)
通过解等式(1)到(6),可以获得氧饱和度S。在此情况下,可以进行下面的近似。改变等式(1)到(6)得出下面的等式(7)。在此情况下的积分范围也落入照相机可接收的光波长内。例如,所述积分范围从350nm到1000nm。
{(Rc-Bc)-(Re-Be)}/{Bc-Be}
=∫{Tr(λ)-Tb(λ)}×Ie(λ)
×{S×Eo(λ)+(1-S)×Er(λ)}dλ
/∫Tb(λ)×Ie(λ)
×{S×Eo(λ)+(1-S)×Er(λ)}dλ    (7)
这里,由于δ在该表达式改变过程中非常小,因此可以根据下面所示的等式(8)进行近似。
exp{S×Eo(λ)+(1-S)×Er(λ)}×H ×δ
=1+{S×Eo(λ)+(1-S)×Er(λ)}×H ×δ    (8)
透射光Ie(λ)代表入射到照相机上的光的波长λ分量。由于该分量的值相对于氧化血红蛋白的吸收系数Eo(λ)和脱氧血红蛋白的吸收系数Er(λ)呈指数地减少,并且氧化血红蛋白的吸收系数Eo(λ)和脱氧血红蛋白的吸收系数Er(λ)在波长λ为600nm或更小的情况下变大,则等式(7)右侧的两个积分范围应当限制在600nm到1000nm的范围。基于类似原因,等式(3)到(6)右侧的两个积分范围也应当限制在600nm到1000nm的范围。而且,在800nm或更大的情况下,R分量的光谱特性和B分量的光谱特性几乎相等,并且因此Tr(λ)-Tb(λ)=0。因此,对于等式(7)右侧的分数,从600nm到1000nm的积分范围基本上等于从600nm到800nm的积分范围。如果在600nm到800nm范围中的氧化血红蛋白的吸收系数Eo(λ)和脱氧血红蛋白的吸收系数Er(λ)分别被Eo(700nm)和Er(700nm)近似,则等式(7)右侧的分数可以由下面所示的等式(9)近似。这里,等式(9)的积分范围从600nm到1000nm。
∫{Tr(λ)-Tb(λ)}×Ie(λ)
×{S×Eo(λ)+(1-S)×Er(λ)}dλ
={∫{Tr(λ)-Tb(λ)}×Ie(λ)dλ}
×{S×Eo(700nm)+(1-S)×Er(700nm)}
={∫Tr(λ)×Ie(λ)dλ-∫Tb(λ)×Ie(λ)dλ}
×{S×Eo(700nm)+(1-S)×Er(700nm)}
=(Re-Be)
×{S×Eo(700nm)+(1-S)×Er(700nm)}    (9)
B分量的光谱特性在600nm到800nm的范围大约为零,并且因此Tb(λ)=0。因此,虽然等式(7)右侧的分母指示积分范围是从600nm到1000nm,但是积分范围基本上是从800nm到1000nm。如果在800nm到1000nm范围中的氧化血红蛋白的吸收系数Eo(λ)和脱氧血红蛋白的吸收系数Er(λ)分别被Eo(900nm)和Er(900nm)近似,则等式(7)右侧的分数可以由下面所示的等式(10)近似。这里,等式(10)的积分范围从600nm到1000nm。
∫Tb(λ)×Ie(λ)×{S×Eo(λ)+(1-S)×Er(λ)}dλ
={∫Tb(λ)×Ie(λ)dλ}
×{S×Eo(900nm)+(1-S)×Er(900nm)}
=Be
×{S×Eo(900nm)+(1-S)×Er(900nm)}    (10)
因此,获得下面给出的等式(11)。
{(Rc-Bc)-(Re-Be)}/{Bc-Be}
=[(Re-Be)
×{S×Eo(700nm)+(1-S)×Er(700nm)}]/
[Be
×{S×Eo(900nm)+(1-S)×Er(900nm)}]    (11)
这里,Eo(700nm)=290,Er(700nm)=1794.28,Eo(900nm)=1198,Er(900nm)=761.84是已知的,所有的单位都是cm-1/(mol/l)。这些值作为参数被预先存储在参数存储部146中。基于所确定的值,由R极值选择部144和B极值选择部145选择极值(Rc、Re、Bc和Be)。由于等式(11)中只有氧饱和度S是未知的,则通过解等式(11)可以获得有关氧饱和度S的信息。
这里,对于计算值和实际值之间存在的偏差,已知根据本发明实施例中采用的Beer-Lambert模型计算的氧饱和度S,所述偏差发生在某些条件下。相关领域的脉冲血氧计可以通过采用该特性来执行校准。以类似方式,可以基于本发明实施例中的该特性校正氧饱和度S。
接下来,将参考附图描述根据本发明实施例的生物信息获取设备的操作。
图4是示出了根据本发明实施例的生物信息(氧饱和度)获取方法的示例性过程的流程图。在步骤S911,在时间t由图像捕获单元130按时间序列捕获的图像存储在捕获图像存储部141中。
在步骤S921,为每个在时间t捕获的图像,R平均值计算部142计算红色分量的像素的平均值R(t)。在步骤S922,对于每个在时间t捕获的图像,B平均值计算部143计算蓝色分量的像素的平均值B(t)。
R极值选择部144在步骤S921中计算的平均值R(t)中选择极值。B极值选择部145在步骤S922中计算的平均值B(t)中选择极值。也就是说,在步骤S931中,红色分量的像素的平均值R(t)中的最大平均值被选择为Rc,并且在步骤S932中,红色分量的像素的平均值R(t)中的最小平均值被选择为Re。在步骤S933中,蓝色分量的像素的平均值B(t)中的最大平均值被选择为Bc,并且在步骤S934中,蓝色分量的像素的平均值B(t)中的最小平均值被选择为Be。
氧饱和度计算部147基于在步骤S931到S934中选择的极值(Rc、Re、Bc和Be)计算氧饱和度S。等式(11)可以用于计算氧饱和度S。在步骤S942中,计算出的氧饱和度S显示在显示器148上。
以此方式,根据本发明的实施例,对于包括在按照时间序列捕获的图像中的两种颜色的像素,R极值选择部144和B极值选择部145在时间序列中选择极值。氧饱和度计算部147可以基于这些极值根据等式(11)计算氧饱和度S。
根据本发明的实施例,使用三种颜色R、G和B中R和B的组合。然而,代替该组合,也可以使用R和G的组合或B和G的组合来计算氧饱和度S。
根据本发明实施例的生物信息获取设备可以用作静脉认证设备。也就是说,使用这样的静脉认证设备可以实现基于静脉认证识别个体并获得有关该个体的生物信息(关于健康的信息)。例如,在大医院里,在短时期内通过使用单个脉冲血氧计可以连续地确定多个病人的氧饱和度。在此情况下,哪个确定的氧饱和度属于哪个病人被人工地记录在医疗证中。因此,确定的氧饱和度可能与错误的病人相关联。然而,如果使用根据本发明实施例的生物信息获取设备,则当氧饱和度被确定时,哪个确定的氧饱和度属于哪个病人可以由静脉认证同时指明。也就是说,单个设备可以输出“被识别的病人数据”和“被识别的病人的氧饱和度数据”作为一对电子数据。使用该对电子数据制作病人的电子医疗记录,从而可以极大地减少人为错误。
作为本发明的实施例,上面已经描述了所实现的透射类型设备的示例。与存在透射类型和反射类型的脉冲血氧计的情况类似,根据本发明实施例的设备不限于透射类型的设备,而可以是反射类型的设备。也就是说,可以采用其中光发射单元和光接收单元置于手指的相同侧的结构(反射类型),来代替其中光发射单元和光接收单元置于手指的相对侧的结构(透射类型)。
以实现本发明的示例方式描述了本发明的实施例。虽然实施例和随后的权利要求的特征之间存在对应关系,但是本发明不局限于此,而是在不脱离本发明的精神和范围的前提下可以作出各种变化。
也就是说,根据本发明的实施例,光发射装置例如对应于光发射部122。例如,图像捕获装置对应于图像捕获单元130。例如,极值产生装置对应于R平均值计算部142、B平均值计算部143、R极值选择部144和B极值选择部145。例如,氧饱和度计算装置对应于氧饱和度计算部147。
根据本发明的另一实施例,例如光发射装置对应于光发射部122。例如,图像捕获装置对应于图像捕获单元130。例如,极值产生过程对应于步骤S931到S934。例如,氧饱和度计算过程对应于步骤S941。
本发明实施例中描述的过程可以视为具有系列过程的方法,或者可以视为使得计算机执行系列过程的程序或其上记录所述程序的记录介质。
本领域技术人员应当理解,根据设计要求和其它因素,只要它们在权利要求或其等同物的范围内,可以进行各种变化、组合、次组合和改变。

Claims (9)

1.一种生物信息获取设备,包括:
光发射装置,用于发射光;
图像捕获装置,用于按照时间序列来捕获通过用发射的光照射生命体并使所述光透射通过所述生命体或从所述生命体反射而获得的图像,该图像捕获装置对至少两种颜色分量敏感;
极值产生装置,用于为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值;和
氧饱和度计算装置,用于根据每种颜色分量的最大值和最小值,计算氧饱和度。
2.根据权利要求1的生物信息获取设备,其中所述光发射装置发射白光。
3.根据权利要求1的生物信息获取设备,其中所述颜色分量包括红色和蓝色。
4.根据权利要求1的生物信息获取设备,其中所述极值产生装置根据全部捕获图像的颜色分量的平均值,为每种颜色分量产生时间序列中的最大值和最小值。
5.根据权利要求1的生物信息获取设备,其中所述极值产生装置根据捕获图像的中央区域的颜色分量的平均值为每种颜色分量产生时间序列中的最大值和最小值。
6.一种生物信息获取设备,包括:
光发射装置,用于发射白光;
图像捕获装置,用于按照时间序列来捕获通过用发射的光照射生命体并使所述光透射通过所述生命体或从所述生命体反射而获得的图像,该图像捕获装置至少对红色和蓝色分量敏感;
极值产生装置,用于为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值;和
氧饱和度计算装置,用于根据每种颜色分量的最大值和最小值,通过求解方程{(Rc-Bc)-(Re-Be)}/{Bc-Be}=[(Re-Be)*{S*Eo(λ1)+(1-S)*Er(λ1)}]/[Be*{S*Eo(λ2)+(1-S)*Er(λ2)}]计算氧饱和度,其中Rc表示红色分量的最大值,Bc表示蓝色分量的最大值,Re表示红色分量的最小值,Be表示蓝色分量的最小值,S表示氧饱和度,Eo(λ)表示在波长λ的氧化血红蛋白的已知吸收系数,Er(λ)表示在波长λ的脱氧血红蛋白的已知吸收系数,λ1表示在600nm到800nm范围内的特定值,λ2表示在800nm到1000nm范围内的特定值。
7.一种获取生物信息的方法,所述方法由生物信息获取设备执行,该生物信息获取设备包括光发射装置和图像捕获装置,该光发射装置发射白光,该图像捕获装置按照时间序列来捕获通过用发射的光照射生命体并使所述光透射通过所述生命体或从所述生命体反射而获得的图像,该图像捕获装置至少对红色和蓝色分量敏感,所述方法包括下列步骤:
为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值;以及
通过求解方程{(Rc-Bc)-(Re-Be)}/{Bc-Be}=[(Re-Be)*{S*Eo(λ1)+(1-S)*Er(λ1)}]/[Be*{S*Eo(λ2)+(1-S)*Er(λ2)}]计算氧饱和度,其中Rc表示红色分量的最大值,Bc表示蓝色分量的最大值,Re表示红色分量的最小值,Be表示蓝色分量的最小值,S表示氧饱和度,Eo(λ)表示在波长λ的氧化血红蛋白的已知吸收系数,Er(λ)表示在波长λ的脱氧血红蛋白的已知吸收系数,λ1表示在600nm到800nm范围内的特定值,λ2表示在800nm到1000nm范围内的特定值。
8.一种生物信息获取设备,包括:
光发射单元,被配置用来发射白光;
图像捕获单元,被配置用来按照时间序列来捕获通过用发射的光照射生命体并使所述光透射通过所述生命体或从所述生命体反射而获得的图像,该图像捕获单元对至少两种颜色分量敏感;
极值产生单元,被配置用来为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值;和
氧饱和度计算单元,被配置用来根据每种颜色分量的最大值和最小值计算氧饱和度。
9.一种生物信息获取设备,包括:
光发射单元,被配置用来发射白光;
图像捕获单元,被配置用来按照时间序列来捕获通过用发射的光照射生命体并使所述光透射通过所述生命体或从所述生命体反射而获得的图像,该图像捕获单元至少对红色和蓝色分量敏感;
极值产生单元,被配置用来为所捕获图像的特定区域的每种颜色分量产生时间序列中的最大值和最小值;和
氧饱和度计算单元,被配置用来根据每种颜色分量的最大值和最小值,通过求解方程{(Rc-Bc)-(Re-Be)}/{Bc-Be}=[(Re-Be)*{S*Eo(λ1)+(1-S)*Er(λ1)}]/[Be*{S*Eo(λ2)+(1-S)*Er(λ2)}]计算氧饱和度,其中Rc表示红色分量的最大值,Bc表示蓝色分量的最大值,Re表示红色分量的最小值,Be表示蓝色分量的最小值,S表示氧饱和度,Eo(λ)表示在波长λ的氧化血红蛋白的已知吸收系数,Er(λ)表示在波长λ的脱氧血红蛋白的已知吸收系数,λ1表示在600nm到800nm范围内的特定值,λ2表示在800nm到1000nm范围内的特定值。
CN2008100986867A 2007-06-06 2008-06-06 生物信息获取设备及其方法 Expired - Fee Related CN101317757B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007149857 2007-06-06
JP2007-149857 2007-06-06
JP2007149857A JP5029150B2 (ja) 2007-06-06 2007-06-06 生体情報取得装置および生体情報取得方法

Publications (2)

Publication Number Publication Date
CN101317757A CN101317757A (zh) 2008-12-10
CN101317757B true CN101317757B (zh) 2010-11-03

Family

ID=39739576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100986867A Expired - Fee Related CN101317757B (zh) 2007-06-06 2008-06-06 生物信息获取设备及其方法

Country Status (6)

Country Link
US (1) US9597033B2 (zh)
EP (1) EP2000082B1 (zh)
JP (1) JP5029150B2 (zh)
CN (1) CN101317757B (zh)
AT (1) ATE468809T1 (zh)
DE (1) DE602008001330D1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8666116B2 (en) * 2009-10-06 2014-03-04 Koninklijke Philips N.V. Method and system for obtaining a first signal for analysis to characterize at least one periodic component thereof
JP5426620B2 (ja) * 2011-07-25 2014-02-26 富士フイルム株式会社 内視鏡システムおよび内視鏡システムの作動方法
TR201910353T4 (tr) 2011-08-26 2019-07-22 Koninklijke Philips Nv Bozulma azaltmalı sinyal tespiti .
CN102379699B (zh) * 2011-09-02 2014-01-01 南京鼎世医疗器械有限公司 提高体表静脉血管清晰度的方法及静脉血管穿刺观察仪
TWI475193B (zh) 2011-11-18 2015-03-01 Pixart Imaging Inc 光學測距系統及其運作方法
CN103126686B (zh) * 2011-11-29 2015-02-11 原相科技股份有限公司 光学测距系统及其操作方法
JP2013150772A (ja) * 2011-12-29 2013-08-08 Sony Corp 信号処理装置、および信号処理方法
CN102743159B (zh) * 2012-07-26 2015-03-04 中国科学院自动化研究所 光学投影断层成像系统
CN104661595B (zh) * 2012-09-28 2018-01-30 希森美康株式会社 无创生物测量装置
CN103271743A (zh) * 2012-12-10 2013-09-04 中国人民解放军第一五二中心医院 一种基于成像设备的非接触式血氧饱和度测量装置
CN103271744A (zh) * 2012-12-10 2013-09-04 中国人民解放军第一五二中心医院 一种基于成像设备的非接触式血氧饱和度测量方法
CN103006238B (zh) * 2013-01-07 2014-11-26 天津大学 一种测量血氧饱和度的方法
WO2014156018A1 (ja) * 2013-03-29 2014-10-02 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 推定装置、推定方法、集積回路およびプログラム
JP6509912B2 (ja) * 2014-05-22 2019-05-08 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 増加された精度での組織変動の光学センシングに関する方法及び装置
CN106264554B (zh) * 2015-06-09 2019-12-13 中国科学院软件研究所 一种基于可见光的血氧饱和度检测方法及系统
US20170071516A1 (en) * 2015-09-15 2017-03-16 Samsung Electronics Co., Ltd. Mobile optical device and methods for monitoring microvascular hemodynamics
CN106361350A (zh) * 2016-10-18 2017-02-01 北京博瑞彤芸文化传播股份有限公司 基于图像处理的血氧饱和度监测方法
CN108814619B (zh) * 2018-04-19 2021-11-30 广西万云科技有限公司 高精度血氧饱和度测量的系统及装置
JP7480708B2 (ja) * 2018-11-06 2024-05-10 ソニーグループ株式会社 情報処理装置、情報処理方法、及びプログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63111837A (ja) * 1986-10-29 1988-05-17 日本光電工業株式会社 血中吸光物の濃度測定装置
US4883353A (en) * 1988-02-11 1989-11-28 Puritan-Bennett Corporation Pulse oximeter
JP3116255B2 (ja) 1992-09-18 2000-12-11 日本光電工業株式会社 パルスオキシメータ
US5512940A (en) * 1993-03-19 1996-04-30 Olympus Optical Co., Ltd. Image processing apparatus, endoscope image sensing and processing apparatus, and image processing method for performing different displays depending upon subject quantity
US5408998A (en) * 1994-03-10 1995-04-25 Ethicon Endo-Surgery Video based tissue oximetry
JP3270917B2 (ja) * 1994-06-02 2002-04-02 日本光電工業株式会社 酸素飽和度測定装置、血中吸光物質濃度測定装置および生体信号処理方法
JP3941140B2 (ja) 1996-03-08 2007-07-04 ソニー株式会社 バッテリ使用残時間表示機能付き電子機器及びバッテリ使用残時間の表示方法
JPH10179558A (ja) * 1996-10-31 1998-07-07 Shimadzu Corp 光透過映像装置
ES2312220T3 (es) * 1998-11-18 2009-02-16 Lea Medizintechnik Gmbh Dispositivo para la determinacion no invasiva de la conversion de oxigeno en tejidos.
JP2001033381A (ja) * 1999-07-26 2001-02-09 Shimadzu Corp 光応用生体測定法及び測定装置
JP2001133395A (ja) * 1999-11-08 2001-05-18 Shimadzu Corp 光生体測定装置
US20030069485A1 (en) 2001-10-10 2003-04-10 Shimadzu Corporation Optical image measuring device
JP3919650B2 (ja) 2002-10-23 2007-05-30 キヤノン株式会社 電子機器システム
US6867595B2 (en) * 2003-07-01 2005-03-15 Benq Corporation Verification system for verifying authenticity of a battery and method thereof
US6975092B2 (en) * 2003-07-03 2005-12-13 Dell Products L.P. Encrypted response smart battery
US7471975B2 (en) 2004-09-22 2008-12-30 The Research Foundation Of State University Of New York Optical tensor imaging
EP1877774A4 (en) * 2005-03-25 2011-01-12 Cnoga Holdings Ltd OPTICAL SENSOR DEVICE AND IMAGE PROCESSING UNIT FOR MEASURING CHEMICAL CONCENTRATIONS, CHEMICAL SATURATIONS AND BIOPHYSICAL PARAMETERS
JP4639321B2 (ja) * 2005-11-14 2011-02-23 コニカミノルタセンシング株式会社 生体情報測定装置

Also Published As

Publication number Publication date
CN101317757A (zh) 2008-12-10
JP5029150B2 (ja) 2012-09-19
ATE468809T1 (de) 2010-06-15
US20080306366A1 (en) 2008-12-11
JP2008301914A (ja) 2008-12-18
US9597033B2 (en) 2017-03-21
EP2000082B1 (en) 2010-05-26
DE602008001330D1 (de) 2010-07-08
EP2000082A1 (en) 2008-12-10

Similar Documents

Publication Publication Date Title
CN101317757B (zh) 生物信息获取设备及其方法
CN101317756B (zh) 生物信息获取装置及其方法
RU2674226C2 (ru) Устройство и способ определения основных физиологических показателей субъекта
US8944996B2 (en) Electronic endoscope system with oxygen saturation enhancing image region
CN104470416B (zh) 图像处理装置和内窥镜装置
EP2741661B1 (en) Camera for generating a biometrical signal of a living being
JP5914496B2 (ja) 内視鏡システム及びプロセッサ装置並びに内視鏡システムの作動方法
CN107529969B (zh) 图像处理装置以及内窥镜系统
US20110245642A1 (en) Electronic endoscope system
CN106999249A (zh) 利用波段选择性成像的输尿管检测
US20160300342A1 (en) Image processing device, imaging device, image processing method, and computer-readable recording medium
CN103300810A (zh) 内窥镜系统及其处理器装置和用于显示内窥镜检查视频图像的方法
CN112351723B (zh) 电子内窥镜系统与数据处理装置
CN110420011B (zh) 一种具有血谱光学图像成像功能的摄像机
CN111526773B (zh) 内窥镜图像获取系统及方法
JP2012130504A (ja) 内視鏡システム、内視鏡システムのプロセッサ装置、及び画像生成方法
CN112351724A (zh) 电子内窥镜系统
CN106993117A (zh) 一种智能移动设备的附加镜头和光照调整系统
CN112930136B (zh) 电子内窥镜系统与数据处理装置
US11704794B2 (en) Filing device, filing method, and program
CN108886563A (zh) 图像处理方法、图像处理装置、便携式多功能设备
CN106455949A (zh) 内窥镜装置
US20150281600A1 (en) Imaging device
KR20190001496A (ko) 정보 처리 장치, 프로그램, 방법 및 시스템
WO2020017211A1 (ja) 医用画像学習装置、医用画像学習方法、及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20101103

Termination date: 20130606