CN103126655A - 一种非约束目标的非接触式脉搏波采集系统及采集方法 - Google Patents

一种非约束目标的非接触式脉搏波采集系统及采集方法 Download PDF

Info

Publication number
CN103126655A
CN103126655A CN2013100827293A CN201310082729A CN103126655A CN 103126655 A CN103126655 A CN 103126655A CN 2013100827293 A CN2013100827293 A CN 2013100827293A CN 201310082729 A CN201310082729 A CN 201310082729A CN 103126655 A CN103126655 A CN 103126655A
Authority
CN
China
Prior art keywords
pulse wave
unconfinement
target
video
acquisition system
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.)
Granted
Application number
CN2013100827293A
Other languages
English (en)
Other versions
CN103126655B (zh
Inventor
孟濬
黄吉羊
刘琼
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201310082729.3A priority Critical patent/CN103126655B/zh
Publication of CN103126655A publication Critical patent/CN103126655A/zh
Application granted granted Critical
Publication of CN103126655B publication Critical patent/CN103126655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及生物医学检测领域,具体涉及一种非约束目标的非接触式脉搏波采集系统及采集方法。所述的非约束目标为具有脉搏的生命体,并且其运动状态不受约束。本发明系统包括采集单元、处理单元和输出单元这三个组成部分,其间部分或全部通过有线或无线方式连接。本发明方法包括视频采集、脉搏波提取和数据显示这三个步骤,所述的脉搏波提取采用了基于图像空间变换的频率放大算法。相比传统的脉搏波信号采集系统,本发明提供的采集系统精度高、可移植性强、扩展性好,且具有不依赖仪器接触和对被测对象的运动状态不加约束这的明显优点,具有很好的应用前景。

Description

一种非约束目标的非接触式脉搏波采集系统及采集方法
技术领域
本发明涉及生物医学检测领域,具体涉及一种非约束目标的非接触式脉搏波采集系统及采集方法。
背景技术
脉搏波由心脏搏动发出的主波及其遇到血管壁产生的回波组成,是反映生命体健康状况的一项重要指标。血管遍布生命体全身,因而脉搏波数据里包含了全部回波、余波的振动信息,相对于脑电、心电等其他的生命体健康信号,它蕴含了更大的信息量。通过对脉搏波数据的分析,不仅可以得到心脏、血管的健康数据,同时也能获取生命体组织的状态信息。
随着现代医疗手段的进步,以及移动医疗的飞速发展,介于便携设备的生命体健康状况单点测量已经成为一个热点。在这样的背景下,信息量丰富的脉搏波无疑是很理想的研究对象。然而,目前对脉搏波的采集仍然以接触方式为主,借助触感传感器感知生命体皮肤表面的振动,再转换成对应的脉搏波形。这样的方法,具有一定的局限性。一方面,它测量的部位一般仅限制在人体腕部,并要求佩戴相关传感器,难以应用于所有的场合;另一方面,佩戴仪器测量限制了被测对象的行动,长时间佩戴甚至会对其身体带来一定程度的损伤。
2012年6月,美国麻省理工学院的科学家公布了欧拉视频放大技术。这项最新的视频处理技术可以捕捉视频中人类难以觉察的极其微小的颜色或动作变化,通过对其振动频率进行分析处理,最终让人们可以直接观察到这些微变化,并将这些变化进行任意放大处理。但是该方法要求待测部位和采集设备都保持静止,例如检测人体的手腕脉搏时,就要求人的上臂在采集设备的采集范围内保持静止,同时采集设备也必须固定,对检测对象所处的状态有着很大的约束,无法检测运动中生命体的信息。这个局限性大大限制了它在移动医疗方面的应用。
发明内容
本发明的目的在于针对现有技术的不足,提供一种精度高、适用范围广、可移植性强的非约束目标的非接触式采集脉搏波信号的系统,并给出基于该系统获取脉搏波信号的方法。
本发明采用的技术方案如下:
一种非约束目标的非接触式脉搏波采集系统,包括采集单元、处理单元和输出单元,其中:
所述的采集单元用于获取非约束目标观测部位的视频信息,并将其传递给处理单元,所述的观测部位是非约束目标身体上具有脉搏波信息的部位或非约束目标血管埋藏较浅从而能明显显现出脉搏的部位;
所述的处理单元用于控制采集单元对非约束目标的视频采集,把采集到的视频信息整合处理生成视频信号,再从整合后的视频信号中提取出非约束目标的脉搏波信号;
所述的输出单元用于输出脉搏波信息。
其中,所述的采集单元与处理单元之间、处理单元与输出单元之间可部分或全部通过有线或无线方式进行连接,以保证数据的有效传输。可以根据实际需要,全部采用有线方式连接,全部采用无线方式连接,或部分采用有线方式连接、部分采用无线方式连接。
所述的非约束目标为具有脉搏的生命体,并且其运动状态不受约束。脉搏波由心脏搏动发出的主波及其遇到血管壁产生的回波组成,因此所述的具有脉搏的生命体包含人和其他有心脏的动物。所述运动状态不受约束是指待测生命体整体和局部的运动状态是任意的,既可以是待测生命体整体处于静止或运动状态,也可以是待测生命体的待测部位(包括腕部、踝部、颈部、整个面部、额头、指尖、耳后等)是静止或运动的状态。
所述的观测部位是非约束目标身体上具有脉搏波信息的部位或非约束目标血管埋藏较浅从而能明显显现出脉搏的部位观测部位,包括腕部、踝部、颈部、整个面部、额头、指尖、耳后等。
所述的脉搏波信息记录了基于时间序列的脉搏波波形,区别于传统的脉搏采集系统仅对脉率或心率进行采集,本发明的系统采集到的脉搏波波形包含了脉搏的具体波动情况,可以挖掘出频谱、振幅等多方面的信息。
作为优选,所述的处理单元采用基于图像空间变换的频率放大算法对整合后的视频信号提取出非约束目标的脉搏波信号。
进一步地,所述的处理单元为至少一台具有视频图像处理和信息分析能力的终端,包括选自数字芯片、智能终端。所述的智能终端是指能够捕获外部信息,能进行计算、分析和处理,并在不同终端之间能够进行信息传输的设备,包括但不限于台式电脑、笔记本电脑、移动智能终端。所述的移动智能终端是便携式的智能终端,包括但不限于各种智能手机、平板电脑(如iPad等)、掌上电脑、智能掌上游戏机。
所述的数字芯片指经过设计,采用集成电子工艺,能够进行计算、分析和处理的芯片,并能够通过扩展控制其他设备,包括但不限于单片机,ARM,DSP,FPGA等。
所述的采集单元为至少一台静止或运动的具有摄像功能的终端,可以获取视频图像,包括但不局限于至少一台固定或移动的摄像机、照相机、网络摄像头、数字化图像设备、具有摄像功能的智能终端。若采集设备只有一台,则该设备能受处理单元控制而移动,实现对采集目标的跟踪;若采集设备有多台,则这些设备能受处理单元控制而自由切换,实现对采集目标的全方位拍摄。
所述的输出单元是能输出脉搏波信息的设备,输出形式包括但不局限于文字、二维或三维图像、数据流等。所述的输出单元包括但不局限于存储单元、显示器、打印机、智能终端以及它们的任意组合。不同的输出端之间相互独立,互不影响。
更优选地,所述的采集系统为至少一台具有摄像功能的台式电脑、笔记本电脑或移动智能终端,所述的移动智能终端是便携式的智能终端,包括但不限于各种智能手机、平板电脑(如iPad等)、掌上电脑、智能掌上游戏机。具体地,本发明的非约束目标的非接触式脉搏波采集系统可以仅是一台具有摄像功能的台式电脑,或者一台具有摄像功能的笔记本电脑,或者一个具有摄像功能的移动智能终端。此时,设备的摄像头作为系统的采集单元,处理内核作为系统的处理单元,显示屏或存储单元作为系统的输出单元。本发明的非约束目标的非接触式脉搏波采集系统也可以是具有摄像功能的台式电脑、笔记本电脑或移动智能终端的组合,例如,具有摄像功能的移动智能终端作为采集单元,笔记本电脑处理内核和显示屏分别作为处理单元和输出单元;再如台式电脑摄像头和处理内核作为采集单元和处理单元,移动智能终端显示屏作为输出单元,等等。
本发明还提供一种非约束目标的非接触式脉搏波采集方法,其特征在于包括以下步骤:
(1)   视频采集:采集单元在处理单元的控制下获取非约束目标被观测部位的视频信息,再将其传递给处理单元;所述的非约束目标为具有脉搏的生命体,并且其运动状态不受约束;所述的观测部位是非约束目标身体上具有脉搏波信息的部位或非约束目标血管埋藏较浅从而能明显显现出脉搏的部位;
(2)   脉搏波提取:处理单元对采集单元采集到的视频信息加以融合处理,再从整合后的视频信号中提取出非约束目标的脉搏波信号;
(3)   数据输出:将获得的脉搏波信号传递给输出单元输出。
流程图如图1所示。
具体地,所述的步骤(1)中,当待测非约束目标进入采集范围内时,处理单元通过图像识别算法锁定待测目标身上能提取出脉搏波信号的部位,并控制采集单元对其进行视频采集。所述的对采集单元的控制包括两种方案:
一.若原采集设备可移动,处理单元控制该设备追踪原目标以继续采集;
二.若存在其他采集设备使得运动后的目标落在该设备测量范围之内,切换设备进行采集。
若采集单元和处理单元集成在一个设备上,处理单元可直接获得该部位的视频信号。
采集结束后,采集单元将视频信息传递给处理单元。
作为优选,所述的步骤(2)中,所述的提取脉搏波信号的方法是基于图像空间变换的频率放大算法。具体地,当接收到非约束目标的视频信息,处理单元锁定视频中能提取出脉搏波信号的部位。若视频信息的来源为一台采集设备,处理单元可直接获得该部位的视频信号;若视频信息的来源为一台以上的采集设备,处理单元将所有视频信息加以整合处理以获取该部位的视频信号。此后,对整合后的视频采用基于图像空间变换的频率放大算法,提取出非约束目标的脉搏波信号。更具体地,首先把信息图像分割为若干帧,所述的帧是指对连续视频按照一定频率划分而成的多个图像。帧划分的频率必须满足采样定理,在此前提下由所需脉搏波信号的精度决定。精度要求越高,分割越细,得到的帧数目越多;反之,精度要求越低,分割越粗,得到的帧数目越少。对于分割好的帧图,在每一帧上选取特征点,记录坐标。再任选其中某一帧为标准帧,通过对各帧中特征点的坐标进行计算,可得标准帧之外的每一帧变换到标准帧的转移矩阵。对标准帧之外的每一帧用对应的转移矩阵进行变换,即将视频信息中每一帧图像都重叠到了标准帧上。然后在变换后的图像上锁定能提取出脉搏波信号的关注部位,进行滤波、去噪,再运用基于频率的信号提取方法对关注部位的细微变化(即脉搏振动)进行耦合。当产生共振时,表明选用的频率和非约束目标脉搏波的频率相同,则加以提取。作为优选,基于频率的信号提取方法可以采用独立主成分(ICA)法、欧拉视频放大技术、耦合共振、共轭梯度放大、小波变换等。
本发明的有益效果是:
(1) 本发明方法可以在不接触的条件下对目标进行脉搏波的准确检测,并且对目标的运动状态无约束,从而既避免了仪器接触引起的不便,也突破了静态检测的约束条件,一方面大大扩展了脉搏波测量的适用范围,另一方面也一定程度的降低了成本。
(2) 本发明方法在硬件方面需求简单,软件方面也仅需普通的视频、图像处理软件,不涉及额外的硬件采购和软件部署。
(3)本发明采集系统的所有单元可以集成在一个移动智能终端上,因此有很高的可移植性。
附图说明
 图1为本发明的方法流程图。
图2为本发明的系统组成图。
图3为本发明中视频采集的流程图。
图4为本发明中脉搏波提取的流程图。
图5为本发明中脉搏波提取的示意图。
图6为本发明中初始信号转化为目标信息的信息传递图。
具体实施方式
 为了更详细地说明本发明的非约束目标的非接触式脉搏波采集系统,下面根据附图详细说明本发明。
如图2所示, 本发明的非约束目标的非接触式脉搏波采集系统,包括采集单元、处理单元和输出单元,其中:
所述的采集单元用于获取非约束目标观测部位的视频信息,并将其传递给处理单元,所述的观测部位是非约束目标身体上具有脉搏波信息的部位或非约束目标血管埋藏较浅从而能明显显现出脉搏的部位;
所述的处理单元用于控制采集单元对非约束目标的视频采集,把采集到的视频信息整合处理生成视频信号,再从整合后的视频信号中提取出非约束目标的脉搏波信号;
所述的输出单元用于输出脉搏波信息。
其中,所述的采集单元与处理单元之间、处理单元与输出单元之间可部分或全部通过有线或无线方式进行连接,以保证数据的有效传输。可以根据实际需要,全部采用有线方式连接,全部采用无线方式连接,或部分采用有线方式连接、部分采用无线方式连接。
 实施例1
下面以用一个由可移动的摄像头和笔记本电脑组成的系统采集跑动中的运动员颈部脉搏波信号为例,具体说明脉搏波的采集方法。
 (1) 视频采集:采集单元在处理单元的控制下获取非约束目标被观测部位持续、完整的视频信息,再将其传递给处理单元;
具体地,当跑动的运动员进入摄像头采集范围内时,笔记本电脑通过图像识别算法锁定该运动员裸露在外的颈部,并控制摄像头开始对其进行视频采集。运动员的跑动过程中,其颈部可能会脱离摄像头的采集范围,此时,由笔记本电脑发出指令控制可移动摄像头跟随运动员同步运动,以保持运动员的颈部仍处于采集范围之内。采集结束后,摄像头将视频信息传递给笔记本电脑。
(2) 脉搏波提取:处理单元对采集单元采集到的视频信息加以融合处理,再从整合后的视频信号中提取出非约束目标的脉搏波信号;所述的提取脉搏波信号的方法是基于图像空间变换的频率放大算法。
具体地,当接收到运动员颈部的视频信息以后,笔记本电脑锁定视频中运动员颈部的具体位置。由于视频信息来源于一台可移动的摄像头,笔记本电脑可直接获得运动员颈部的视频信号。此后,对整合后的视频采用基于图像空间变换的频率放大算法,即提取出该运动员的脉搏波信号。更具体地,首先把运动员颈部信息图像分割为800帧。对于分割好的帧图,在每一帧上选取颈部特征点,如颈部、头部的边缘,记录坐标。再任选其中某一帧,如第一帧,为标准帧,通过对各帧中特征点的坐标进行计算,可得标准帧之外的每一帧变换到标准帧的转移矩阵。对标准帧之外的每一帧用对应的转移矩阵进行变换,即将视频信息中每一帧图像都重叠到了标准帧上。然后在变换后的图像上锁定颈部能凸显出脉搏振动的具体部位,进行滤波、去噪,再运用基于频率的信号提取方法对关注部位的细微变化(即脉搏振动)进行耦合。当产生共振时,表明选用的频率和非约束目标脉搏波的频率相同,则加以提取。根据实际情况,可以采用独立主成分(ICA)法、欧拉视频放大技术、耦合共振、共轭梯度放大、小波变换等方法对所需频率进行提取。
(3) 数据输出:将获得的运动员颈部脉搏波信号传递到笔记本电脑显示屏输出或数据库存储。
实施例2
以在诊室门前用由多个固定的摄像头、台式电脑和打印机组成的系统采集进门的候诊者额头处脉搏波信号为例,具体说明脉搏波的采集方法。
 (1) 视频采集:采集单元在处理单元的控制下获取非约束目标被观测部位持续、完整的视频信息,再将其传递给处理单元;
具体地,当候诊者进入摄像头采集范围内时,台式电脑通过图像识别算法锁定该候诊者裸露在外的额头,并控制摄像头开始对其进行视频采集。候诊者进门的走动过程中,其额头可能会脱离摄像头的采集范围,此时,由台式电脑发出指令控制采集设备在固定摄像头间进行切换,直到候诊者的额头出现在某一个摄像头内,以继续采集。采集结束后,摄像头将视频信息传递给台式电脑。
(2) 脉搏波提取:处理单元对采集单元采集到的视频信息加以融合处理,再从整合后的视频信号中提取出非约束目标的脉搏波信号;所述的提取脉搏波信号的方法是基于图像空间变换的频率放大算法。
具体地,当接收到候诊者额头的视频信息以后,台式电脑锁定视频中候诊者额头的具体位置。由于视频信息来源于多台摄像头,台式电脑需将所有摄像头采集到的视频信息加以整合处理,以获得候诊者额头完整、连续的视频信号。此后,对整合后的视频采用基于图像空间变换的频率放大算法,即提取出该候诊者的脉搏波信号。更具体地,首先把候诊者额头信息图像分割为1200帧。对于分割好的帧图,在每一帧上选取额头特征点,如头部的边缘、眉毛、双眼,记录坐标。再任选其中某一帧,如第一帧,为标准帧,通过对各帧中特征点的坐标进行计算,可得标准帧之外的每一帧变换到标准帧的转移矩阵。对标准帧之外的每一帧用对应的转移矩阵进行变换,即将视频信息中每一帧图像都重叠到了标准帧上。然后在变换后的图像上锁定颈部能凸显出脉搏振动的具体部位,进行滤波、去噪,再运用基于频率的信号提取方法对关注部位的细微变化(即脉搏振动)进行耦合。当产生共振时,表明选用的频率和非约束目标脉搏波的频率相同,则加以提取。根据实际情况,可以采用独立主成分(ICA)法、欧拉视频放大技术、耦合共振、共轭梯度放大、小波变换等方法对所需频率进行提取。
 (3) 数据输出:将获得的候诊者额头脉搏波信号传递到打印机打印输出。
实施例3
以用一台具有摄像功能的智能手机采集行走中人的颈部脉搏波信号为例,具体说明脉搏波的采集方法。
 (1) 视频采集:采集单元在处理单元的控制下获取非约束目标被观测部位持续、完整的视频信息,再将其传递给处理单元;
具体地,当被测者走入智能手机摄像头采集范围内时,智能手机通过图像识别算法锁定被测者裸露在外的颈部,并控制摄像头开始对其进行视频采集。被测者走动的过程中,其颈部可能会脱离摄像头的采集范围,此时可以按照智能手机的指令手持智能手机追踪被测者颈部以继续采集。采集结束后,由于采集单元和处理单元都集成在一台智能手机内,处理单元直接获得被测者颈部视频信息。
(2) 脉搏波提取:处理单元对采集单元采集到的视频信息加以融合处理,再从整合后的视频信号中提取出非约束目标的脉搏波信号;所述的提取脉搏波信号的方法是基于图像空间变换的频率放大算法。
具体地,智能手机在采集到的被测者视频中锁定颈部的具体位置。由于视频信息来源于一台可移动的摄像头,笔记本电脑可直接获得运动员颈部的视频信号。此后,对整合后的视频采用基于图像空间变换的频率放大算法,即提取出该被测者的脉搏波信号。更具体地,首先把被测者颈部信息图像分割为1000帧。对于分割好的帧图,在每一帧上选取颈部特征点,如颈部、头部的边缘,记录坐标。再任选其中某一帧,如第一帧,为标准帧,通过对各帧中特征点的坐标进行计算,可得标准帧之外的每一帧变换到标准帧的转移矩阵。对标准帧之外的每一帧用对应的转移矩阵进行变换,即将视频信息中每一帧图像都重叠到了标准帧上。然后在变换后的图像上锁定颈部能凸显出脉搏振动的具体部位,进行滤波、去噪,再运用基于频率的信号提取方法对关注部位的细微变化(即脉搏振动)进行耦合。当产生共振时,表明选用的频率和非约束目标脉搏波的频率相同,则加以提取。根据实际情况,可以采用独立主成分(ICA)法、欧拉视频放大技术、耦合共振、共轭梯度放大、小波变换等方法对所需频率进行提取。
 (3) 数据输出:将获得的被测者颈部脉搏波信号传递到智能手机显示屏输出或数据库存储。
在上述实施例中,步骤(1)的流程图如图3所示,步骤(2)的流程图如图4所示,步骤(2)的示意图如图5所示。
整个方法过程中,信息量的转化关系如图6所示,最终从原始视频提取出非约束目标的脉搏波信号。
对本领域的技术人员来说应理解,根据设计要求和其他因素可以进行各种修改、组合、自组合和变化,只要它们都落于所附权利要求及其等效方案所限定的范围内。 

Claims (10)

1.一种非约束目标的非接触式脉搏波采集系统,包括采集单元、处理单元和输出单元,所述的非约束目标为具有脉搏的生命体,并且其运动状态不受约束,其中:
所述的采集单元用于获取非约束目标观测部位的视频信息,并将其传递给处理单元,所述的观测部位是非约束目标身体上具有脉搏波信息的部位或非约束目标血管埋藏较浅从而能明显显现出脉搏的部位;
所述的处理单元用于控制采集单元对非约束目标的视频采集,把采集到的视频信息整合处理生成视频信号,再从整合后的视频信号中提取出非约束目标的脉搏波信号;
所述的输出单元用于输出脉搏波信息。
2.根据权利要求1所述的非约束目标的非接触式脉搏波采集系统,其特征在于:所述的观测部位包括腕部、踝部、颈部、整个面部、额头、指尖、耳后。
3.根据权利要求1所述的非约束目标的非接触式脉搏波采集系统,其特征在于:所述的处理单元采用基于图像空间变换的频率放大算法对整合后的视频信号提取出非约束目标的脉搏波信号。
4.根据权利要求1所述的非约束目标的非接触式脉搏波采集系统,其特征在于:所述的处理单元为至少一台具有视频图像处理和信息分析能力的终端。
5.根据权利要求1所述的非约束目标的非接触式脉搏波采集系统,其特征在于:所述的采集单元为至少一台静止或运动的具有摄像功能的终端。
6.根据权利要求1所述的非约束目标的非接触式脉搏波采集系统,其特征在于:所述的采集单元选自摄像机、照相机、网络摄像头、数字化图像设备、具有摄像功能的智能终端的任意一种或多种。
7.根据权利要求1所述的非约束目标的非接触式脉搏波采集系统,其特征在于:所述的输出单元为存储单元、显示器、打印机、智能终端或它们的任意组合。
8.根据权利要求1所述的非约束目标的非接触式脉搏波采集系统,其特征在于:所述的采集系统选为至少一台具有摄像功能的台式电脑、笔记本电脑或移动智能终端。
9.一种非约束目标的非接触式脉搏波的采集方法,其特征在于包括以下步骤:
(1)视频采集:采集单元在处理单元的控制下获取非约束目标被观测部位的视频信息,再将其传递给处理单元;所述的非约束目标为具有脉搏的生命体,并且其运动状态不受约束;所述的观测部位是非约束目标身体上具有脉搏波信息的部位或非约束目标血管埋藏较浅从而能明显显现出脉搏的部位;
(2)脉搏波提取:处理单元对采集单元采集到的视频信息加以融合处理,再从整合后的视频信号中提取出非约束目标的脉搏波信号;
(3)数据输出:将获得的脉搏波信号传递给输出单元输出。
10.根据权利要求9所述的非约束目标的非接触式脉搏波的采集方法,其特征在于:所述的步骤(2)中提取脉搏波信号的方法是基于图像空间变换的频率放大算法。
CN201310082729.3A 2013-03-14 2013-03-14 一种非约束目标的非接触式脉搏波采集系统及采集方法 Active CN103126655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310082729.3A CN103126655B (zh) 2013-03-14 2013-03-14 一种非约束目标的非接触式脉搏波采集系统及采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310082729.3A CN103126655B (zh) 2013-03-14 2013-03-14 一种非约束目标的非接触式脉搏波采集系统及采集方法

Publications (2)

Publication Number Publication Date
CN103126655A true CN103126655A (zh) 2013-06-05
CN103126655B CN103126655B (zh) 2014-10-08

Family

ID=48487575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310082729.3A Active CN103126655B (zh) 2013-03-14 2013-03-14 一种非约束目标的非接触式脉搏波采集系统及采集方法

Country Status (1)

Country Link
CN (1) CN103126655B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103505196A (zh) * 2013-09-02 2014-01-15 展讯通信(上海)有限公司 人体脉搏测量方法、装置和移动终端
CN103610452A (zh) * 2013-12-03 2014-03-05 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
CN104202475A (zh) * 2014-08-28 2014-12-10 Tcl通讯(宁波)有限公司 一种基于移动终端测量脉搏的方法及系统
CN104657992A (zh) * 2015-02-12 2015-05-27 浙江大学 一种基于视频采集的多目标室外定位系统和定位方法
CN104808778A (zh) * 2014-01-24 2015-07-29 北京奇虎科技有限公司 判断头戴式智能设备操作有效性的装置和方法
CN105595971A (zh) * 2015-12-15 2016-05-25 清华大学 一种基于视频的脉象信息采集系统及其采集方法
CN105828024A (zh) * 2015-01-10 2016-08-03 浙江大学 一种基于视频采集的多目标室内定位系统和定位方法
CN105942992A (zh) * 2016-04-12 2016-09-21 中国科学院合肥物质科学研究院 一种基于ccd的实时脉搏波检测装置
CN106343986A (zh) * 2016-09-20 2017-01-25 浙江大学 一种基于摄像头的动态血压非接触监测装置
CN107145326A (zh) * 2017-03-28 2017-09-08 浙江大学 一种基于目标面部表情采集的音乐自动播放系统及方法
CN107194367A (zh) * 2017-06-07 2017-09-22 重庆科技学院 手指静脉识别过程中的活体检测方法
CN107635457A (zh) * 2015-05-21 2018-01-26 皇家飞利浦有限公司 识别视频序列中的活的皮肤组织
CN108433727A (zh) * 2018-03-15 2018-08-24 广东工业大学 一种监测婴儿呼吸的方法及装置
CN108882871A (zh) * 2016-04-15 2018-11-23 欧姆龙株式会社 生物体信息分析装置、系统、程序以及生物体信息分析方法
CN109008964A (zh) * 2018-06-27 2018-12-18 浏阳市安生智能科技有限公司 一种生理信号提取的方法及装置
CN113378798A (zh) * 2021-07-16 2021-09-10 福建师范大学 基于视频微运动放大的脉搏视频脉搏提取方法及系统
CN113677272A (zh) * 2019-03-27 2021-11-19 威廉·E·巴特勒 重建血管造影数据中的心搏频率现象

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1527987A (zh) * 2000-12-15 2004-09-08 全向磁带回线自动记录器技术公司 借助于红外探测器测量生理状态用的方法和设备
WO2011127487A2 (en) * 2010-03-22 2011-10-13 Massachusetts Institute Of Technology Method and system for measurement of physiological parameters
CN102309318A (zh) * 2011-07-08 2012-01-11 首都医科大学 基于红外序列图像的人体生理参数检测的方法
CN102499664A (zh) * 2011-10-24 2012-06-20 西双版纳大渡云海生物科技发展有限公司 基于视频图像的非接触式生命体征的检测方法及检测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1527987A (zh) * 2000-12-15 2004-09-08 全向磁带回线自动记录器技术公司 借助于红外探测器测量生理状态用的方法和设备
WO2011127487A2 (en) * 2010-03-22 2011-10-13 Massachusetts Institute Of Technology Method and system for measurement of physiological parameters
CN102309318A (zh) * 2011-07-08 2012-01-11 首都医科大学 基于红外序列图像的人体生理参数检测的方法
CN102499664A (zh) * 2011-10-24 2012-06-20 西双版纳大渡云海生物科技发展有限公司 基于视频图像的非接触式生命体征的检测方法及检测系统

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103505196B (zh) * 2013-09-02 2015-06-17 展讯通信(上海)有限公司 人体脉搏测量方法、装置和移动终端
CN103505196A (zh) * 2013-09-02 2014-01-15 展讯通信(上海)有限公司 人体脉搏测量方法、装置和移动终端
CN103610452A (zh) * 2013-12-03 2014-03-05 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
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
CN104808778A (zh) * 2014-01-24 2015-07-29 北京奇虎科技有限公司 判断头戴式智能设备操作有效性的装置和方法
CN104202475A (zh) * 2014-08-28 2014-12-10 Tcl通讯(宁波)有限公司 一种基于移动终端测量脉搏的方法及系统
CN104202475B (zh) * 2014-08-28 2017-03-08 Tcl通讯(宁波)有限公司 一种基于移动终端测量脉搏的方法及系统
CN105828024A (zh) * 2015-01-10 2016-08-03 浙江大学 一种基于视频采集的多目标室内定位系统和定位方法
CN105828024B (zh) * 2015-01-10 2019-01-29 浙江大学 一种基于视频采集的多目标室内定位系统和定位方法
CN104657992A (zh) * 2015-02-12 2015-05-27 浙江大学 一种基于视频采集的多目标室外定位系统和定位方法
CN104657992B (zh) * 2015-02-12 2018-04-27 浙江大学 一种基于视频采集的多目标室外定位系统和定位方法
CN107635457A (zh) * 2015-05-21 2018-01-26 皇家飞利浦有限公司 识别视频序列中的活的皮肤组织
CN105595971A (zh) * 2015-12-15 2016-05-25 清华大学 一种基于视频的脉象信息采集系统及其采集方法
CN105942992A (zh) * 2016-04-12 2016-09-21 中国科学院合肥物质科学研究院 一种基于ccd的实时脉搏波检测装置
US11246501B2 (en) 2016-04-15 2022-02-15 Omron Corporation Biological information analysis device, system, and program
CN108882871A (zh) * 2016-04-15 2018-11-23 欧姆龙株式会社 生物体信息分析装置、系统、程序以及生物体信息分析方法
CN108882871B (zh) * 2016-04-15 2021-04-16 欧姆龙株式会社 生物体信息分析装置、系统、程序以及生物体信息分析方法
US11617516B2 (en) 2016-04-15 2023-04-04 Omron Corporation Biological information analysis device, biological information analysis system, program, and biological information analysis method
CN106343986A (zh) * 2016-09-20 2017-01-25 浙江大学 一种基于摄像头的动态血压非接触监测装置
CN106343986B (zh) * 2016-09-20 2019-04-19 浙江大学 一种基于摄像头的动态血压非接触监测装置
CN107145326B (zh) * 2017-03-28 2020-07-28 浙江大学 一种基于目标面部表情采集的音乐自动播放系统及方法
CN107145326A (zh) * 2017-03-28 2017-09-08 浙江大学 一种基于目标面部表情采集的音乐自动播放系统及方法
CN107194367A (zh) * 2017-06-07 2017-09-22 重庆科技学院 手指静脉识别过程中的活体检测方法
CN108433727A (zh) * 2018-03-15 2018-08-24 广东工业大学 一种监测婴儿呼吸的方法及装置
CN109008964A (zh) * 2018-06-27 2018-12-18 浏阳市安生智能科技有限公司 一种生理信号提取的方法及装置
CN113677272A (zh) * 2019-03-27 2021-11-19 威廉·E·巴特勒 重建血管造影数据中的心搏频率现象
CN113677272B (zh) * 2019-03-27 2023-11-24 威廉·E·巴特勒 用于提取心搏频率血管造影现象的方法、系统和存储介质
CN113378798A (zh) * 2021-07-16 2021-09-10 福建师范大学 基于视频微运动放大的脉搏视频脉搏提取方法及系统
CN113378798B (zh) * 2021-07-16 2023-06-23 福建师范大学 基于视频微运动放大的脉搏视频脉搏提取方法及系统

Also Published As

Publication number Publication date
CN103126655B (zh) 2014-10-08

Similar Documents

Publication Publication Date Title
CN103126655B (zh) 一种非约束目标的非接触式脉搏波采集系统及采集方法
CN103584919B (zh) 多模态生物信号同步检测系统及方法
US12109066B2 (en) Methods and apparatus for collection of ultrasound data
Hernandez et al. Bioglass: Physiological parameter estimation using a head-mounted wearable device
CN103006187B (zh) 一种非接触式生命体征数据监测系统和监测方法
CN103006195B (zh) 一种基于图像处理的非接触式生命体征数据监测系统和监测方法
CN103908236B (zh) 一种自动血压测量系统
CN109259749A (zh) 一种基于视觉摄像头的非接触式心率测量方法
EP3288632B1 (en) Detection of the heartbeat in cranial accelerometer data using independent component analysis
US20230330507A1 (en) Muscle training method and system for providing visual feedback by using ultrasonic imaging
WO2018137300A1 (zh) 一种生理信号质量判断方法及装置
CN106343986B (zh) 一种基于摄像头的动态血压非接触监测装置
CN109330581A (zh) 一种穿戴式脉搏信息采集装置
CN109872806A (zh) 中医四诊信息采集整合系统及方法
Gurbuz et al. Continuous human activity recognition and step-time variability analysis with FMCW radar
WO2021184818A1 (zh) 一种基于粒子滤波的人体逐拍心率测量装置及方法
CN202235300U (zh) 眼球运动监测设备
TWI577336B (zh) 用於偵測胎動之可穿戴裝置及其方法
KR20140132864A (ko) 스트레스 변화에 따른 신체 및 심리 변화의 동영상 이용 간이 측정 방법 및 이를 이용한 힐링서비스
CN210408410U (zh) 一种穿戴式脉搏信息采集装置
Lyu et al. Video-based heart rate measurement via the anti-shake remote photoplethysmography (rPPG) pulse extraction
Augustyniak Sensorized elements of a typical household in behavioral studies and prediction of a health setback
Pan et al. mmCare: A Nursing Care Activity Monitoring System via mmWave Sensing
Rofouei et al. Arterial pressure pulse palpation with the haptic lens
RU2773303C2 (ru) Способ и устройство для выдачи указания по размещению носимого устройства

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20130605

Assignee: Fu Cheng Finance Leasing Company Limited

Assignor: Zhejiang University

Contract record no.: 2015330000080

Denomination of invention: Non-binding goal non-contact pulse wave acquisition system and sampling method

Granted publication date: 20141008

License type: Exclusive License

Record date: 20150430

LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model