CN103748591B - 数据管理系统和方法 - Google Patents

数据管理系统和方法 Download PDF

Info

Publication number
CN103748591B
CN103748591B CN201280040975.6A CN201280040975A CN103748591B CN 103748591 B CN103748591 B CN 103748591B CN 201280040975 A CN201280040975 A CN 201280040975A CN 103748591 B CN103748591 B CN 103748591B
Authority
CN
China
Prior art keywords
biological
data
management system
identity
unit
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.)
Active
Application number
CN201280040975.6A
Other languages
English (en)
Other versions
CN103748591A (zh
Inventor
V·让娜
M·P·博德拉恩德
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103748591A publication Critical patent/CN103748591A/zh
Application granted granted Critical
Publication of CN103748591B publication Critical patent/CN103748591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring 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
    • A61B5/14551—Measuring 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
    • A61B5/7485—Automatic selection of region of interest
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30076—Plethysmography
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Multimedia (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及数据管理系统（1a、1b、1c），其包括：传感器单元（10），用于远程获得生物（2）至少一身体部分的图像数据；生命体征提取单元（12），用于从远程获得的所述生物（2）的图像数据提取所述生物（2）的一个或多个生命体征；特征提取单元（14），用于从远程获得的所述生物（2）的图像数据提取所述生物（2）的一个或多个特征；识别单元（16），用于通过使用所述生物（2）的所述一个或多个提取的特征来确定所述生物（2）的身份，以及数据关联单元（18），用于将所述生物（2）的一个或多个提取的生命体征与所述生物（2）的确定出的身份相关联。

Description

数据管理系统和方法
技术领域
本发明涉及数据管理系统和方法。进一步的，本发明涉及在这样的数据管理系统中使用的处理器和处理方法。再进一步，本发明涉及用于实现所述处理方法的计算机程序。
背景技术
基于摄像机的生命体征监测可以测量心率、呼吸和氧合作用、SpO2值和远处不引人注意的体动（actigraphy）。用于测量心率、呼吸、SpO2和体动的传统接触式传感器被附在主体上（即生物，尤其人类如一个人，但也可能是动物）。由这些传感器内在产生的生命体征值与主体ID相关联，即主体的标识符唯一地标识该主体。例如，在医院环境中，从患者在医院的第一天开始，护士给患者附上传感器，然后测量出的生命体征与患者的姓名、床号相关联。基于摄像机的生命体征监测比体上传感器的主要优势之一是高度易用性，因为不需要将传感器附给生物，而是仅需要将摄像机引导向所述生物。
由于基于摄像机的生命体征监测是以非接触的方式执行的，还不清楚如何将测量值与主体的身份相关联。例如，医院里没有系统能够检测在时间t0从躺在床上的一个患者测量出的生命体征仍是在时间t0+t同一个患者的生命体征。可能有新的患者在那，或者患者可能自愿/不自愿地交换了他们的床。
由于持续不断的患者流动，因而基于患者的床的位置的固定关联是不可取的。这显然会导致医疗数据的混乱，这是不可接受的。仅仅基于患者生命参数来尝试“追踪”患者也不是优选的解决方案，因为很有可能与另一个患者错配。由于对测量出的生命体征值的范围的限制，非常有可能找到两个人在一个时间点有相同的参数。进一步的，基于生命体征的识别被认为在许多应用中不合适，由于例如在医院中的患者的健康状况不断变化改变了生命体征这一事实，使它们更不适合用于患者识别。
在US2010/0245553A1中公开了一种利用便携式电子设备上的指纹传感器来确定生理参数的方法和装置。特别地，所述方法包括根据便携式电子设备上的触摸表面上的指纹捕捉指纹图案的实时扫描。
在WO2010/100593A1中呈现了一种控制设备的功能的方法。所述方法包括：获得以连续时间点拍摄的一系列数字图像，以及从其中的测量区域至少提取时变值中的变化的信号表示。
发明内容
本发明的目的是提供一种数据管理系统和方法，使得能够自动关联远程测量的生命体征和正确生物的身份，并且可能进一步与其数据关联。
在本发明的第一方面，展示了数据管理系统，包括：
-传感器，用于远程获得生物的至少一身体部分的图像数据，
-生命体征提取单元，用于从远程获得的所述生物的图像数据提取所述生物的一个或多个生命体征，
-特征提取单元，用于从获得的所述生物的图像数据提取所述生物的一个或多个特征，
-识别单元，用于通过使用所述生物的所述一个或多个提取的特征来确定所述生物的身份，以及
-数据关联单元，用于将所述生物的一个或多个提取的生命体征与所述生物的确定出的身份相关联。
在本发明的另一方面，展示了用于数据管理系统中的处理器，包括：
-生命体征提取单元，用于从远程获得的所述生物的图像数据提取生物的一个或多个生命体征，
-特征提取单元，用于从远程获得的所述生物的图像数据提取所述生物的一个或多个特征，
-识别单元，用于通过使用所述生物的一个或多个提取的特征来确定所述生物的身份，以及
-数据关联单元，用于将所述生物的一个或多个提取的生命体征与所述生物的确定出的身份相关联。
根据本发明的再一方面，展示了对应的数据管理方法和处理方法。
独立权利要求中定义了本发明的优选实施例。应当理解，所要求保护的提出的处理器、提出的方法和提出的计算机程序与要求保护的数据管理系统和在从属权利要求中所定义的具有相似和/或相同的优选实施例。
本发明是基于以下想法：使用获得的生物（这里也统称为主体，其通常包括人类和动物）的图像数据，不仅仅用于提取生命体征，还附加地用于提取允许唯一识别所述生物的所述生物的特征。从那个特定生物的图像数据中提取的生命体征然后可以与生物的确定出的身份相关联。因此，由传感器单元（例如视频摄像机）获得的图像数据具有双重功能，并且不要求额外的模块来单独识别生物，因为身份是通过使用不同的方法和根据不同的数据确定的，所以还要求确保生命体征与正确的身份相关联的方法。
本发明能够简单、快速和可靠地将主体的身份（例如患者ID）与为那个主体测量的生命体征相关联。因此可以确保使用传感器单元（特别是视频摄像机）捕获的所有生命体征与已知的身份相关联，这使得可以找回哪个生命体征属于哪个主体并建立可靠的数据库，例如医学上可接受的患者数据的记录保持。
应当注意，在该环境中，确定主体（例如人）的“身份”，应当被理解为不仅仅包括确定全部或者真实身份（例如，人名或者人注册其下的ID，例如在医院或者安全区域的数据库中），还包括部分识别。这样的部分识别，即确定部分或者不完全身份，可以例如作为对主体（例如患者）仍然为同一个的验证，而不尝试提供完整身份。
根据优选的实施例，提出的数据管理系统进一步包括图像区域检测单元，用于检测所述图像数据的图像内的一个或多个图像区域，图像区域覆盖的区域大小为单个生物的一个或多个身体部分或者整个生物，其中所述传感器单元被配置用来获得潜在地包括不止一个生物的场景的图像，其中所述生命体征提取单元被配置用来从包括生物的至少一身体部分的图像区域的图像数据提取生物的一个或多个生命体征，其中所述特征提取单元被配置用来从包括生物的至少一身体部分的图像区域的图像数据提取生物的一个或多个特征。例如，这个实施例用于医院的候诊区域，在那有许多新患者到达但在他们接收治疗之前不得不等待。在登记处识别完后，他们可以被观察并且他们的生命体征可以被远距离测量，以查看某个患者的生命体征是否恶化到需要立即注意和治疗的程度。即使患者在等候区域移动，因为不断地或者以固定间隔拍摄图像（或者在固定间隔评估图像）所以可以对他进行追踪，包括确定身份以避免从某个图像区域获得的图像数据中测量的生命体征被分配给错误的患者（例如因为患者交换了他们的座位）。
根据另一个优选实施例，提出的数据管理系统进一步包括存储单元，用于存储包括所述生物的一个或多个特征的生物身份数据库，其中所述识别单元被配置用来通过比较所述生物的所述一个或多个提取的特征和存储在身份数据库中的特征来确定所述生物的身份。这个数据库可以例如是医院的或者私人诊所中医生的患者记录数据库。本发明因此能够使存储在数据库中的所有数据被立即提供给例如登记处的护士或者急救部门的医生。
优选地，所述存储单元被配置用来在确定出的身份的数据库条目中存储所述生物的所述一个或多个提取的生命体征。这能够保持生物的所有数据在一起以供将来使用。存储单元可以例如是中央存储装置，如医院的数据管理系统使用大硬盘以存储所有患者数据。
优选地，所述传感器单元包括摄像机，特别是视频摄像机，用于在可见和/或红外波长范围中获得图像数据。通常可以使用任何种类的传感器来提供可以提取对识别有用的生物的生命体征和特征的图像数据。对于视频摄像机的情况，图像数据包括图像的顺序。视频摄像机可以是传统类型的数字视频摄像机。可以从光的整个可见光谱获得图像数据。可替换地，摄像机可以适于较窄带的波长或者适于与将要测量的生命体征相关的特定波长，例如红外摄像机或者RGB摄像机。例如，如果要测量血液氧合作用，那么绿色、红色和红外波长波段的组合就是主要兴趣。
摄像机的进一步的替代是太赫兹摄像机。太赫兹摄像机适于电磁频谱中位于微波和近红外区域之间的电磁频谱。这一特定摄像机具有通过不同类型材料（例如衣服）测量的优势。进一步的，它的测量更深入皮肤并且对检查生物的运动较不敏感。因此，太赫兹摄像机提供了非常健壮的方法，用以获得高质量的对于生命体征提取和特征提取有用的图像数据。
此外，根据应用，可以使用包括用于所需测量的波长的额外光源以提高图像数据的质量，特别是对于生命体征提取。这种视频摄像机的优点是有高可用性并且节省成本。进一步的优点是视频摄像机所获得的图像数据包括多个信息，其可以随时间进行分析以正确地标识身体部分并且适于在确定场景中的改变，例如光条件。
有利的是，所述传感器单元被配置用来从一个或多个预定的测量区域获得图像数据，测量区域覆盖的区域的大小为单个生物的一个或多个身体部分或者整个生物，特别是仅从包括生物的身体部分的那些测量区域获得图像数据。这减少了用于生命体征提取和特征提取的精力，因为图像数据量大大减少了。例如，在医院的候诊室，测量区域可以链接到等待座位上。
在更进一步改进的实施例中，传感器单元仅从那些包括生物的身体部分的测量区域获得图像数据（包括测量区域包括整个生物的情况）。例如，在上面提到的示例中，仅从被等待治疗的患者所占用的等待座位的那些区域获得图像数据。为了这个目的，在传感器单元中提供确定哪些测量区域被生物“占用”的方法。这一方法可以包括常规的用于目标/人员检测的方法、用于动作检测的方法和/或用于前景/背景检测的方法。因此处理时间和精力进一步减少。例如，如果传感器单元能够获得全部候诊区域的图像，但仅有单个患者在等待，那么图像数据优选地仅从所述单个患者存在的测量区域获得。
优选地，所述生命体征提取单元被配置用来确定所述生物的一个或多个感兴趣区域，并且从所述一个或多个感兴趣区域提取一个或多个生命体征。检测的特定区域很大程度上取决于提取的生命体征的种类。这些生命体征包括但不限于血液氧合作用、脉搏、血压、心率变异性、呼吸速率、麻醉深度和/或血容量过低和过高。生命体征提取单元通常能够导出对应的生命体征（也称为生物信号）。根据提取的生命体征，使用不同的提取技术。例如，脉搏、心率变异性和呼吸速率是周期性的现象。这些现象可以在得到的图像数据中通过用于周期变化的提取技术提取。血液氧合作用和血压现象不必要是周期类型的。因此需要更静态的提取技术。
优选地，所述生命体征提取单元最好被配置用来通过呼吸监测方法、光体积描记方法和/或体动监测放方法，从获得的所述生物的图像数据提取一个或多个生命体征。用于呼吸监测的方法和设备例如在申请人于2011年4月14日递交的申请号为EP11162384的欧洲专利申请中描述。基本上，它描述了如何根据胸部或腹部/背部的位移测量呼吸。这样的位移可以在根据本发明获得的图像数据中识别。
在2008年12月的Optics Express,Vol.16,No.26，Wim Verkruysse，LarsO.Svaasand和J.Stuart Nelson的“Remote plethysmographic imaging using ambientlight”描述了一种测量皮肤的颜色变化的方法，称为光体积描记成像（PPG）。它基于以下原理：皮肤中血量的暂时变化导致皮肤对光吸收的变化。这种变化可以通过拍摄皮肤区域（例如脸部）的图像的视频摄像机注册，而处理计算在手动选择的区域（通常在这个系统中的脸颊部分）上的平均像素。通过观察这个平均信号的周期变化，可以提取心跳速率和呼吸速率。
因此，动脉血液的脉动引起的光吸收的变化。光检测器（或光检测器阵列）观察到的这些变化形成PPG（光体积描记）信号（又称为，脉搏波）。血液的脉动是由心脏跳动引起的，即在PPG信号中的峰对应于心脏的单次跳动。因此，PPG信号本身就是心跳信号。这个信号的归一化振幅对于不同波长是不同的，对于某些波长它也是血液氧合作用的函数。
为了提高心率计算的健壮性，以归一化振幅的差异被最大化的方式使用不止一个PPG信号是有益的，特别是在不同的波长获得的信号。一个信号被其他信号划分有助于消除在两个信号内的失真。
本发明的另一个应用领域是SpO2估算。因此，优选地，处理方法适于通过在不同波长提取至少两个PPG信号并且根据所述至少两个PPG信号确定SpO2信号，来从所述至少一个组合的颜色信号提取SpO2信号。
SpO2估算基于在两个不同的波长范围处的PPG信号的归一化振幅的比值（一个在红色而另一个在光谱的红外部分）：
根据这个“比值的比值”，使用实验定义的常数C1和C2获得SpO2值
被直接测量的生物统计信号是PPG信号。SpO2是从两个PPG信号计算出的。相似地，其他提到的信号/特性（呼吸、麻醉深度等）也是PPG信号的衍生物。
视频体动在这里的意思是身体运动分析。这样的视频体动方法描述在Liao和Yang的“Video-based Activity and Movement Pattern Analysis in Overnight SleepStudies”，Pattern Recognition，2008，ICPR2008中。
在优选实施例中，所述特征提取单元被配置用来通过一组特征提取方法中的至少一个特征提取方法，从获得的所述生物的图像数据提取所述生物的一个或多个特征，所述一组特征提取方法包括：
i）用于从脸部、胸部或其他身体部分识别特征的目标识别方法，
ii）用于提取生物统计特征的生物统计特征提取方法，所述生物统计特征特别是高度、宽度、身体轮廓、身体体积，
iii）用于门模式识别的门分析方法，
iv）用于识别纹理特征的纹理识别方法，
v）用于识别颜色特征的颜色识别方法。
用于这样从生物的图像中提取特征的方法通常是已知的和可用的。
目标识别方法是，例如，在Navneet Dalal、Bill Triggs的“Histograms ofOriented Gradients for Human Detection”CVPR，vol.1，pp.886-893，2005IEEEComputer Society Conference on Computer Vision and Pattern Recognition（CVPR'05）-Volume1，2005中描述。另一种方法是在Paul Viola和Michael Jones的“Robust Real-time object detection”，International Journal of Computer Vision，2001中描述。再一种方法是在B Benfold和I D Reid的“Stable Multi-Target Tracking in Real-TimeSurveillance Video”，Proceedings Computer Vision and Pattern Recognition（CVPR），Colorado Springs，June2011中描述。
一种使用3D检测人的方法例如用于在例如US2010/0199228A1中描述的市售传感器“Kinect”。另一种方法是在Matthias Luber、Luciano Spinello、Kai Arras的“Learningto Detect and Track People in RGBD Data”，RGB-D Workshop on RGB-D Cameras2011中描述。
一种基于运动分割的检测人的方法是在Garcia-Martin，A.，Martinez，J.M.的“Robust Real Time Moving People Detection in Surveillance Scenarios”，AdvancedVideo and Signal Based Surveillance（AVSS），August2010中描述。
一种用于前景/背景检测的方法是在Jian Yao和Jean-Marc Odobez的“Multi-Layer Background Subtraction Based on Color and Texture”，Proc.CVPR VisualSurveillance workshop（CVPR-VS），Minneapolis，June2007中描述。
在一个实施例中，所述传感器单元包括多个传感器，用于从预定的监测区域获得图像数据。本实施例允许在所述监测区域追踪生物，例如如果患者在医院中走动。
进一步地，不同的单元，例如生命体征提取单元和特征提取单元，可以从不同的传感器接收图像数据。不同的传感器也可以在它们的位置和/或规范上不同。更进一步地，在一个实施例中，它们可用于从不同的角度和/或用不同波长的光获得图像数据，其中来自所述多个传感器的所有或选定的图像数据被用于生命体征和/或特征提取。这样，提供更多的信息用于检查生物，从而可以提高检查的准确度。
更进一步地，在一个实施例中，数据管理系统进一步包括音频传感器，特别是麦克风，用于获得所述生物的音频数据，其中所述识别单元被配置用来通过使用所述生物的所述一个或多个提取的特征和获得的音频数据，来确定所述生物的身份。音频数据可以例如被用于语音识别。这种技术本身可能是不完全可靠的，但与其他识别方法相关联，它可以提高整体准确度。
优选地，通知方法用于在预定的条件下通知预定的人或服务，特别是在生物的所述一个或多个生命体征表明生物正在恶化的情况下。所述的通知方法可以包括紧急呼叫单元用来通知医生或急救中心。
附图说明
通过参考以下描述的实施例并由其描述的，本发明的这些和其他方面将会变得明显。在以下附图中
图1显示了根据本发明的数据管理系统的第一实施例的示意图，
图2显示了根据本发明的数据管理系统的第二实施例的示意图，
图3示出了图示测量区域检测单元的操作的图，
图4显示了根据本发明的数据管理系统的第三实施例的示意图，
图5示出了图示各种测量区域的检测的图，以及
图6示出了图示监测区域的监测的图。
具体实施方式
图1显示了根据本发明的数据管理系统1a的第一实施例的示意图。数据管理系统1a包括传感器单元10，其用于获得生物2的至少一身体部分的图像数据。所述传感器单元10可以是，例如，用于捕获在医院中的患者2的全身或至少身体上半部分的图像的视频摄像机。数据管理系统1a进一步包括生命体征提取单元12，其用于从获得的所述生物2的图像数据中提取所述生物2的一个或多个生命体征。所述生命体征提取单元12可以例如是PPG（光体积描记）设备，其从患者2的图像中提取心率或者SpO2信号，所述图像至少包括例如患者的脸颊的皮肤的部分的图像数据。
数据管理系统1a进一步包括特征提取单元14，用于从获得的所述生物2的图像数据提取所述生物2的一个或多个特征。所述特征提取单元可以是，例如，从身体部分识别特征的目标识别单元，例如脸部或胸部，通过其可以唯一地表征和识别生物。然后这些一个或多个提取出的特征被用于识别单元16以确定生物2的身份。最后，在数据关联单元18中，生物的一个或多个提取出的生命体征随后与生物的确定出的身份相关联。
因此，本发明使得远程测量出的生命体征可以自动关联生物的身份，例如患者身份，并且可靠地避免了生命体征被分配给错误的生物。这个想法可以应用于各种环境。例如，在医疗环境中，例如医院，本发明能够对患者数据进行医学上可接受的记录保持，并且避免了患者生命体征的混淆，混淆在极端的情况下会有致命的后果。进一步的，本发明能够追踪患者的生命体征，甚至在患者在医院登记之前，这可能检测到等待中正在恶化的患者。本发明可以进一步应用于具有一个或多个未知人员的所有情况，例如安全区域（例如在机场或者建筑物入口处）、家庭检测、公共建筑物等。
数据管理系统1a的本实施例的操作将以非限制示例的方式解释。首先，通过使用传感器单元10，得到一组连续的图像。所述得到的图像，例如，被对与将要提取的生命体征相关的波长敏感的摄像机捕获。为了呼吸监测，传感器单元10需要对在光谱的可见和/或红外部分的至少一个波长敏感（允许日夜传感）。为了从远程PPG信号提取生命体征，传感单元10将对在光谱的可见部分的至少两个波长敏感，同时选择使用光谱的红外部分的至少一个波长，所述选择允许SpO2信号提取和夜间监测。对于体动监测，传感器单元10需要对在光谱的可见和/或红外部分的至少一个波长敏感（再次允许日夜监测）。
可选的，额外的光源可以被用来以传感器单元10敏感的波长范围中的辐射照亮生物2，所述波长范围包括要求用于提取所需生命体征的波长。
为了提取生命体征，优选在所述图像数据的一个或多个图像中检测至少一个感兴趣区域（ROI），其中选择的感兴趣区域显示生物身体部分的细节，可从其中提取所需的生命体征。对于呼吸监测，ROI包括胸部区域，特别是如果测量是使用运动模式分析算法执行时，所述算法例如在欧洲专利申请EP11162384或“Real-Time Vision Based RespirationMonitoring System”，K.S.Tan，R.Saatchi，H.Elphick和D.Burke，CSNDSP2010所描述的。对于可以从远程PPG导出的生命体征（例如心率、心率变异性、脉搏传导时间、呼吸和SpO2），ROI包括包含可见皮肤（例如脸颊）的生物体的至少一部分。对于体动监测，ROI通常包括生物的全身（或者至少身体的最大部分）。
可以通过使用以下一组方法中的一种或多种方法执行检测ROI，包括：（预训练的）目标检测（脸部、胸部或其他身体部分）、基于颜色信息的检测（例如皮肤部分）、使用基于利用3D摄像机或者立体视觉系统获得的3D信息的身体模型、前景和/或背景检测。
如上所述通过使用已知的方法，具体地通过已知的呼吸检测方法、体动监测方法和/或PPG方法，执行从ROI提取生命体征。这些方法的细节可以在上面提到的文件中找到，因此这些方法不在这里进一步详细解释。
获得的图像数据进一步被用于提取生物的一个或多个特征。在实施例中，提取一组视觉标记（也叫做标识符）。这些标记包括但不限于从脸部、胸部和/或其他身体部分提取的用于目标识别的特征；生物统计特征（例如高度、宽度、身体轮廓、从3D信息获得的身体体积）；基于门分析的门模式人员识别；用于纹理识别的纹理特征（衣服、头发等）；颜色特征（例如肤色检测、发色检测）。
优选地，这些特征中至少一个被存储在向量中，所述向量被识别单元16用于识别生物。这个向量优选包括几个通常被用于识别的特征以提高识别的准确性和可靠性。
在识别单元16中执行的身份检查可以通过使用最佳匹配方法执行，通过所述方法搜索与在数据管理系统中注册的身份的最佳匹配。例如，如图2所描述的数据管理系统1b的实施例所示，可以提供存储单元22。该存储单元22可以存储生物身份的数据库，包括所述生物的一个或多个特征，例如使用所述数据管理系统存储曾经注册到医院的患者的一个或多个特征的向量。然后，生物（例如进入医院的新患者）的实际提取出的一个或多个特征的向量被用来与存储在所述数据库22中的向量进行比较。
在一个实现中，例如，使用阈值来检查匹配是否足够显著。这一操作被执行以确保几个人不使用相同的身份。如果所述最佳匹配的显著性低于预定的阈值，那么被提取了一个或多个特征的当前向量的人员被视为是新的，并且会如下所解释的创建新的身份，即新向量将会被输入存储在存储单元22的数据库。
身份检查也可以在识别单元16中通过首次使用手工识别执行：存在新的生物，从其上已经提取生命体征。例如，在医院里，患者在登记处被要求注册并表明他自己/她自己的身份，这样在患者等待的时间过程中已经提取的生命体征可以与正确的患者相关联。
更进一步的，身份检查也可以在识别单元16中通过首次使用自动识别执行：因此自动发现新的人。例如，从图像数据中提取了视觉标记。如果没有发现与已经存储的身份的良好匹配（距离<阈值），那么所述人员被视为新的并且建立新的身份。
在一个实施例中，假定“首次”识别是由用户（例如护士）在专门的位置（例如通道或者登记处）手工执行的。身份的注册是基于用户输入（患者姓名、社会保险号码、保险公司，……）和如上述通过特征提取单元14提取的至少一个特征。这一实施例允许在患者实际注册到身份数据库和/或医院数据管理系统之前记录患者。例如，这种情况预计会在医院急诊部门的候诊室里发生。这将允许医疗团队在任何听诊之前具有患者的医疗数据。
在图2中示出的数据管理系统1b的实施例中，所有已经与正确的生物关联（加标签）的生命体征连同它们的标识符（例如患者ID，其可以是在存储单元22中存储的中央数据库中分配给身份的数字）存储在中央单元以产生医疗报告或者医疗相关数据（例如心律失常检测、呼吸暂停，……）。所述中央单元可以是存储单元22或者不同的单元，例如医院的中央数据管理系统。应当注意的是，在该环境中存储单元22也可以设置在提出的数据管理系统的其他的实施例中。
在图2所示的数据管理系统1b的实施例中，提供了额外的图像区域检测单元20，用于检测由传感器单元10获得的图像数据的图像内的一个或多个图像区域。这在图3中所描述的图中示出。图3显示了从包括两个人3a、3b的场景记录的图像4。图像区域检测单元20因此检测图像区域4a、4b，其各覆盖单个人（这里在该例子中是全身）的大小为至少一个或多个身体部分的区域。换句话说，图像区域4a覆盖整个人3a的区域，并且图像区域4b覆盖人3b的整个区域。对于图像中的这种图像区域检测，例如，由摄像机或者视频摄像机拍摄的，存在各种检测技术用于这里的这一目的，所述可用的检测技术包括基于Viola和Jones目标检测器框架的检测、基于通过3D摄像机或者立体视觉系统获得的基于3D信息的检测、基于运动分割的检测和基于前景/背景检测的检测。
使用图像区域检测提供了以下优点：生命体征提取和/或特征提取仅仅分别处理来自那些图像区域4a、4b的用于生命体征提取和特征提取的图像数据，而不是处理完整的图像4的完整图像数据。这大大降低了处理时间和存储空间。此外，对每个图像区域，可以获得特征的向量并且将其分配给所述图像区域，其身份由识别单元16所确定。
图4显示了根据本发明的数据管理系统1c的第三实施例。在这个实施例中，传感器单元10不仅包括单一的传感器，例如单一的视频摄像机或者单一的图像传感器，还包括多个传感器10a、10b、10c。这些传感器10a、10b、10c可以是相同的，并且可以用来并行获得图像数据，所述图像数据然后被全部处理以增加生物的生命体征和特征的提取的准确性。例如，在图像数据被用于生命体征和特征提取之前，图像数据可以用于平均处理。或者，对于所述处理可以选择最佳图像数据。
如图5所描述的，在不同的实施例中，为每个传感器10a、10b、10c分配某个测量区域5a、5b、5c，从中每个传感器10a、10b、10c获得图像数据。这样的管理区域5a、5b、5c覆盖的区域大小为单个生物的一个或多个身体部分或者整个生物，特别地以仅从包括生物身体部分的那些测量区域获得图像数据。例如，这样的测量区域可以被分配到医院的候诊区的座椅，即仅在座椅被患者占用的情况下，图像数据才被关联的传感器从所述座椅的测量区域记录，并且仅在这种情况下，然后如上所述为了生命体征提取和特征提取进一步处理获得的图像数据。这个实施例也节省了用于存储图像数据的处理时间和存储空间，由于从没有被占用的椅子处最优地是不获得任何图像数据（或者至少不进一步存储和/或处理）。
应当注意到，在该环境中对于监测如图5中所描述的两个或多个测量区域5a、5b、5c，不需要对每个测量区域要求有包括单一的传感器10a、10b、10c的传感器单元10，但也有可能传感器单元10适于仅仅监测预定测量区域和/或仅从那些测量区域获得图像数据。例如，在实施例中，传感器单元10可以适于扫过测量区域以看是否测量区域被人所占用（例如通过检测测量区域内的动作），并且在测量区域被占用的情况下，聚焦于所述测量区域以获得图像数据。
图6描述了图4所示的数据管理系统1c的实施例的使用的另一个场景。在这个实施例中，传感器单元10适于获得来自预定的监测区域6的图像数据，以能够追踪在所述监测区域6中的生物。例如，如果患者在医院中走动，通过使用布置成使得每个传感器10a、10b、10c监测子区域6a、6b、6c的多个传感器10a、10b、10c，追踪患者是简单可行的。此外，在某个监测的子区域中检测到人的情况下，可以获得也允许提取对识别人有用的生命体征和特征的图像数据。
在图4显示的实施例中，数据管理系统1c额外包括通知单元，其可以是用于显示识别的人的生命体征和身份的监视器。在另一个实施例中，例如，如果护士或医生想要远程跟踪特定患者的生命体征，则生命体征可能连同身份一起被发送到预定的地址，如急救中心或者移动设备。
更进一步的，在图4中显示的实施例中，数据管理系统1c进一步包括音频传感器11，例如麦克风，用于获得所述生物3的音频数据。除了提取出的生物的特征外，所述音频数据然后可以被用于识别单元，用来识别生物以进一步提高识别的可靠性。
应当注意到，在该环境中，图1、2和4中所描述的本发明的数据管理系统的不同实施例中显示的各种可选元件，也可被用于其他组合而不需要仅仅是在这些图中显示的特定组合。
在医院中使用本发明的示例场景可能如下。如果新患者来到床位，则提出的系统检测到患者还没有录入系统并通知护士。追踪患者（特别是生命体征提取）在给这个新患者虚拟身份（例如John Doe124）的匿名EHR（电子健康记录）中完成。在护士已经完成录入新患者之后，患者的脸和床位位置耦合到关联的EHR，并且匿名EHR与患者的永久EHR合并。
如果患者离开床位，则提出的系统检测到此并且在系统中对其进行管理，从而例如，护士可以查看谁在床位上谁不在床位上。可选的，系统使用摄像机切换在医院中追踪用户。进一步的，系统可选地通知护士。
如果人进入在某个位置的床位，则系统检查患者是否仍是相同的。如果是这样的情况，则这个患者继续被监测（对生命体征），并且这个患者的系统记录进一步更新。如果识别出患者不再是相同的，可以通知护士。然后在匿名EHR中再次完成进一步的追踪（对生命体征）。如果患者仍然相同但被不正确地识别，例如因为头部被包扎或者不再包扎，这是系统还不知道的，则护士可以纠正系统。进一步的，如果床位被重新分配给不同的患者，护士可以停止监测先前的患者。再进一步的，护士可以录入新患者。如果这个患者先前在医院的不同位置被录入，则可以通知系统患者已被移动到新的床位，这样现在新患者在正确的位置被追踪。
在急救病房中使用本发明的另一个场景可能如下。如果新患者来到候诊室并且坐在监测的座椅上，则系统检测新患者、开始追踪并且将获得的生命体征存储到匿名EHR中。可选的，这些生命体征被提供给预警系统，例如部署了EWS-lite（早期预警评分）的系统。如果这个预警系统指示超过了某些阈值，就需要立即注意，这样在预警中护士或医生会被警告，包括座椅号和良好的脸部图片。
当患者在登记处注册时，护士标识患者并且系统合并匿名EHR和患者EHR。如果患者继续等待，则系统现在使用患者EHR继续监测患者。如果患者被转移到医院，则以上解释的在医院中使用本发明的场景可以是相关的。可选的，系统保持在医院任何地方对患者的追踪。
本发明使得能够在医学上可接受的对患者数据的记录保持，并且可靠地避免了患者的生命体征参数的混淆，所述混淆在极端的情况下会有致命的后果。本发明的进一步应用是监测一个或多个未知生物的所有情况，例如兽医的候诊室、安全区域、公共区域、建筑的入口等。
尽管通过附图和前面的描述详细图示并描述了本发明，但这些图示和描述应被认为是解释性的或者示例性的而不是限定性的；本发明不限于所公开的实施例。在实践所要求保护的发明时，通过研究附图、公开和所附的权利要求，本领域的技术人员可以理解和产生对公开实施例的其他改变。
在权利要求中，词语“包括”不排斥其他元件或步骤，不定冠词“一（a）”或“一（an）”不排斥复数。单一元件或者其他单元可以实现权利要求中叙述的多个事物的功能。某些测量记载在相互不同的独立权利要求中这一不争事实并不表示不能有利地利用这些测量的组合。
计算机程序可以存储/分布在合适的非暂时性介质中，例如与其他硬件一起或者作为其一部分提供的光存储介质或者固态介质，也可以其他形式分布，例如通过因特网或者其他有线或无线通信系统。
权利要求中的任何参考标志不应被解释为限制范围。

Claims (17)

1.一种数据管理系统(1a、1b、1c)，包括：
传感器单元(10)，用于远程获得生物(2)的至少一身体部分的图像数据，
生命体征提取单元(12)，用于从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个生命体征，
特征提取单元(14)，用于从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个特征，
识别单元(16)，用于通过使用所述生物(2)的所述一个或多个提取的特征来确定所述生物(2)的身份，以及
数据关联单元(18)，用于将所述生物(2)的所述一个或多个提取的生命体征与所述生物(2)的确定出的身份相关联。
2.如权利要求1所述的数据管理系统，
进一步包括图像区域检测单元(20)，用于检测所述图像数据的图像(4)内的一个或多个图像区域(4a、4b)，图像区域(4a、4b)覆盖的区域的大小为单个生物的一个或多个身体部分或者整个生物，
其中，所述传感器单元(10)被配置用来获得潜在地包括不止一个生物的场景的图像，
其中，所述生命体征提取单元(12)被配置用来从包括生物(2)的至少一身体部分的图像区域的图像数据提取生物(2)的一个或多个生命体征，以及
其中，所述特征提取单元(14)被配置用来从包括生物(2)的至少一身体部分的图像区域的所述图像数据提取所述生物(2)的一个或多个特征。
3.如权利要求1所述的数据管理系统，
进一步包括存储单元(22)，用于存储包括所述生物的一个或多个特征的生物身份数据库，
其中，所述识别单元(16)被配置用来通过比较所述生物(2)的所述一个或多个提取的特征和存储在所述身份数据库中的特征来确定所述生物(2)的身份。
4.如权利要求3所述的数据管理系统，
其中，所述存储单元(22)被配置用来在确定出的身份的数据库条目中存储所述生物(2)的所述一个或多个提取的生命体征。
5.如权利要求1所述的数据管理系统，
其中，所述传感器单元(10)包括摄像机，用于在可见和/或红外波长范围中获得图像数据。
6.如权利要求1所述的数据管理系统，
其中，所述传感器单元(10)被配置用来从一个或多个预定的测量区域(5a、5b、5c)获得图像数据，测量区域覆盖的区域的大小为单个生物的一个或多个身体部分或者整个生物。
7.如权利要求6所述的数据管理系统，其中，所述传感器单元(10)仅从包括生物的身体部分的那些测量区域获得图像数据。
8.如权利要求1所述的数据管理系统，
其中，所述生命体征提取单元(12)被配置用来确定所述生物(2)的一个或多个感兴趣区域，并且从所述一个或多个感兴趣区域提取一个或多个生命体征。
9.如权利要求1所述的数据管理系统，
其中，所述生命体征提取单元(12)被配置用来通过呼吸监测方法、光体积描记方法和/或体动监测方法，从远程获得的所述生物(2)的所述图像数据提取一个或多个生命体征。
10.如权利要求1所述的数据管理系统，
其中，所述特征提取单元(14)被配置用来通过一组特征提取方法中的至少一个特征提取方法，从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个特征，所述一组特征提取方法包括：
i)用于从脸部、胸部或其他身体部分识别特征的目标识别方法，
ii)用于提取生物统计特征的生物统计特征提取方法，
iii)用于门模式识别的门分析方法，
iv)用于识别纹理特征的纹理识别方法，
v)用于识别颜色特征的颜色识别方法。
11.如权利要求10所述的数据管理系统，其中，所述生物统计特征是高度、宽度、身体轮廓、身体体积。
12.如权利要求1所述的数据管理系统，
其中，所述传感器单元包括多个传感器(10a、10b、10c)，用于从预定的监测区域(6)获得图像数据以允许在所述监测区域中追踪生物。
13.如权利要求1所述的数据管理系统，
进一步包括音频传感器(11)，用于获得所述生物(2)的音频数据，
其中，所述识别单元(16)被配置用来通过使用所述生物(2)的所述一个或多个提取的特征和获得的音频数据，来确定所述生物(2)的身份。
14.一种数据管理方法，包括以下步骤：
远程获得生物(2)的至少一身体部分的图像数据，
从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个生命体征，
从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个特征，
通过使用所述生物(2)的所述一个或多个提取的特征来确定所述生物(2)的身份，以及
将所述生物(2)的所述一个或多个提取的生命体征与所述生物(2)的确定出的身份相关联。
15.一种用于数据管理系统中的处理器，包括：
生命体征提取单元(12)，用于从远程获得的生物(2)的图像数据提取所述生物(2)的一个或多个生命体征，
特征提取单元(14)，用于从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个特征，
识别单元(16)，用于通过使用所述生物(2)的所述一个或多个提取的特征来确定所述生物(2)的身份，以及
数据关联单元(18)，用于将所述生物(2)的所述一个或多个提取的生命体征与所述生物(2)的确定出的身份相关联。
16.一种用于数据管理系统中的处理方法，包括以下步骤：
从远程获得的生物(2)的图像数据提取所述生物(2)的一个或多个生命体征，
从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个特征，
通过使用所述生物(2)的所述一个或多个提取的特征来确定所述生物(2)的身份，以及
将所述生物(2)的所述一个或多个提取的生命体征与所述生物(2)的确定出的身份相关联。
17.一种用于数据管理系统中的处理装置，包括：
用于从远程获得的生物(2)的图像数据提取所述生物(2)的一个或多个生命体征的单元，
用于从远程获得的所述生物(2)的所述图像数据提取所述生物(2)的一个或多个特征的单元，
用于通过使用所述生物(2)的所述一个或多个提取的特征来确定所述生物(2)的身份的单元，以及
用于将所述生物(2)的所述一个或多个提取的生命体征与所述生物(2)的确定出的身份相关联的单元。
CN201280040975.6A 2011-08-22 2012-08-08 数据管理系统和方法 Active CN103748591B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161525867P 2011-08-22 2011-08-22
US61/525,867 2011-08-22
PCT/IB2012/054031 WO2013027141A2 (en) 2011-08-22 2012-08-08 Data administration system and method

Publications (2)

Publication Number Publication Date
CN103748591A CN103748591A (zh) 2014-04-23
CN103748591B true CN103748591B (zh) 2017-09-01

Family

ID=47076283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280040975.6A Active CN103748591B (zh) 2011-08-22 2012-08-08 数据管理系统和方法

Country Status (9)

Country Link
US (1) US9996917B2 (zh)
EP (1) EP2748743B1 (zh)
JP (2) JP6378086B2 (zh)
CN (1) CN103748591B (zh)
BR (1) BR112014003834A2 (zh)
IN (1) IN2014CN01067A (zh)
MX (1) MX356283B (zh)
RU (2) RU2014111041A (zh)
WO (1) WO2013027141A2 (zh)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
RU2675036C2 (ru) * 2013-03-14 2018-12-14 Конинклейке Филипс Н.В. Устройство и способ получения информации о показателях жизненно важных функций субъекта
US9962095B2 (en) * 2013-04-23 2018-05-08 Microsoft Technology Licensing, Llc Optical heartrate tracking
CN105246399B (zh) 2013-06-26 2017-10-03 英特尔公司 前导中风风险指标的检测
CN104424391B (zh) * 2013-09-06 2017-11-28 联想(北京)有限公司 一种自动监管的方法和装置
WO2015049150A1 (en) 2013-10-01 2015-04-09 Koninklijke Philips N.V. Improved signal selection for obtaining a remote photoplethysmographic waveform
US10045702B2 (en) * 2013-10-17 2018-08-14 Koninklijke Philips N.V. Automatic camera adjustment for remote photoplethysmography
US9913587B2 (en) * 2013-11-01 2018-03-13 Cardiio, Inc. Method and system for screening of atrial fibrillation
JP6437563B2 (ja) * 2014-02-12 2018-12-12 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 反射された及び透過された光に基づき対象のバイタルサインを決定するデバイス、システム及び方法
US9999355B2 (en) * 2014-02-12 2018-06-19 Koninklijke Philips N.V. Device, system and method for determining vital signs of a subject based on reflected and transmitted light
EP3151728A1 (en) 2014-06-06 2017-04-12 Koninklijke Philips N.V. Device, system and method for detecting apnoea of a subject
JP6615176B2 (ja) * 2014-07-22 2019-12-04 コーニンクレッカ フィリップス エヌ ヴェ 非干渉的な皮膚組織ハイドレーション測定デバイス及び関連方法
US10736517B2 (en) * 2014-10-09 2020-08-11 Panasonic Intellectual Property Management Co., Ltd. Non-contact blood-pressure measuring device and non-contact blood-pressure measuring method
US10238345B2 (en) 2014-10-16 2019-03-26 Panasonic Intellectual Property Management Co., Ltd. Biological information processing device and biological information processing method
ES2572142B1 (es) * 2014-10-30 2017-06-21 Fundación Para La Investigación Biomédica Del Hospital Gregorio Marañón Dispositivo de localización de arritmias cardiacas
US10231667B2 (en) 2014-10-31 2019-03-19 Koninklijke Philips N.V. Non-invasive dehydration monitoring
CN104523235A (zh) * 2014-12-31 2015-04-22 深圳泰山在线科技有限公司 一种家庭环境下体质数据的采集方法及系统
CN107205663A (zh) * 2015-01-19 2017-09-26 皇家飞利浦有限公司 用于皮肤检测的设备、系统和方法
DE102015104768B4 (de) * 2015-03-27 2023-03-16 Bundesdruckerei Gmbh Zugangssystem mit Personenerkennungsvorrichtung
JP6443842B2 (ja) * 2015-06-19 2018-12-26 パナソニックＩｐマネジメント株式会社 顔検出装置、顔検出システム、及び顔検出方法
US10019883B2 (en) 2016-01-21 2018-07-10 Htc Corporation Method for monitoring breathing activity, electronic device, and computer-readable storage medium using the same
WO2017162506A1 (en) * 2016-03-22 2017-09-28 Koninklijke Philips N.V. Using visual context to timely trigger measuring physiological parameters
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
CN110140180A (zh) * 2016-11-11 2019-08-16 皇家飞利浦有限公司 患者监测系统和方法
JP2020502631A (ja) * 2016-11-11 2020-01-23 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 患者モニタリングのための待ち行列
EP3610410A1 (en) * 2017-04-14 2020-02-19 Koninklijke Philips N.V. Person identification systems and methods
CN107229947B (zh) * 2017-05-15 2020-11-06 翔创科技（北京）有限公司 一种基于动物识别的金融保险方法及系统
JP6554193B1 (ja) * 2018-01-30 2019-07-31 三菱電機インフォメーションシステムズ株式会社 記入領域抽出装置および記入領域抽出プログラム
US11832990B2 (en) 2018-04-26 2023-12-05 Canon Medical Systems Corporation Ultrasonic diagnostic apparatus, and medical data processing apparatus
JP7364179B2 (ja) * 2019-01-29 2023-10-18 新東工業株式会社 ロボット
JP3221296U (ja) * 2019-02-27 2019-05-16 ことのは・子育てはあと株式会社 乳幼児等の見守り対象者に対する予防安全システム
CN117036407B (zh) * 2023-08-11 2024-04-02 浙江深象智能科技有限公司 多目标跟踪方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1973760A (zh) * 2005-12-01 2007-06-06 通用电气公司 利用患者的历史数据的生命体征监测仪
WO2010100593A1 (en) * 2009-03-06 2010-09-10 Koninklijke Philips Electronics N.V. Method of controlling a function of a device and system for detecting the presence of a living being

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997046980A1 (en) * 1996-06-06 1997-12-11 British Telecommunications Public Limited Company Personal identification
US6275894B1 (en) 1998-09-23 2001-08-14 Advanced Micro Devices, Inc. Bank selector circuit for a simultaneous operation flash memory device with a flexible bank partition architecture
US6567775B1 (en) * 2000-04-26 2003-05-20 International Business Machines Corporation Fusion of audio and video based speaker identification for multimedia information access
DK1285409T3 (da) * 2000-05-16 2005-08-22 Swisscom Mobile Ag Fremgangsmåde ved biometrisk identificering og autentificering
US20020186818A1 (en) * 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
US6611206B2 (en) * 2001-03-15 2003-08-26 Koninklijke Philips Electronics N.V. Automatic system for monitoring independent person requiring occasional assistance
JP2003141086A (ja) 2001-10-31 2003-05-16 Toshiba Corp 個人識別装置、セキュリティ管理システム、個人識別方法、セキュリティ管理方法、およびプログラム
US20060013446A1 (en) * 2004-07-16 2006-01-19 Stephens Debra K Mobile communication device with real-time biometric identification
US20120140068A1 (en) * 2005-05-06 2012-06-07 E-Watch, Inc. Medical Situational Awareness System
JP2007252803A (ja) * 2006-03-24 2007-10-04 Konica Minolta Holdings Inc データ解析装置及びデータ解析方法
JP2008015818A (ja) * 2006-07-06 2008-01-24 Toshiba Corp 患者情報管理システム
US20100199228A1 (en) 2009-01-30 2010-08-05 Microsoft Corporation Gesture Keyboarding
US8605961B2 (en) * 2009-03-30 2013-12-10 Motorola Mobility Llc Method and apparatus for determining a physiological parameter using a fingerprint sensor on a portable electronic device
EP2485844B1 (en) 2009-10-06 2020-07-22 Koninklijke Philips N.V. Magnetic sample purification
EP3142071A1 (en) 2009-10-06 2017-03-15 Koninklijke Philips N.V. Method and system for obtaining a first signal for analysis to characterize at least one periodic component thereof
WO2011143631A2 (en) * 2010-05-14 2011-11-17 Kai Medical, Inc. Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, sway cancellation, patient identification, and subject monitoring sensors
WO2012018756A2 (en) * 2010-08-02 2012-02-09 Lifewave, Inc. Ultra wideband (uwb) baby monitors for detection of infant cardiopulmonary distress
US9224202B2 (en) 2011-04-14 2015-12-29 Koninklijke Philips N.V. Device and method for extracting information from characteristic signals
WO2013003510A1 (en) * 2011-06-29 2013-01-03 The Procter & Gamble Company Apparatus and method for contactlessly monitoring the condition of a living subject using electromagnetic waves
GB201114406D0 (en) * 2011-08-22 2011-10-05 Isis Innovation Remote monitoring of vital signs
RU2697291C2 (ru) * 2013-03-06 2019-08-13 Конинклейке Филипс Н.В. Система и способ определения информации об основных показателях состояния организма

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1973760A (zh) * 2005-12-01 2007-06-06 通用电气公司 利用患者的历史数据的生命体征监测仪
WO2010100593A1 (en) * 2009-03-06 2010-09-10 Koninklijke Philips Electronics N.V. Method of controlling a function of a device and system for detecting the presence of a living being

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Remote plethysmographic imaging using ambient light.;Wim V,et al.,;《Optics Express》;20081231;第16卷(第26期);21434-21445 *

Also Published As

Publication number Publication date
WO2013027141A2 (en) 2013-02-28
EP2748743A2 (en) 2014-07-02
BR112014003834A2 (pt) 2017-03-14
US9996917B2 (en) 2018-06-12
WO2013027141A3 (en) 2013-04-25
RU2018111707A (ru) 2019-02-28
US20140205165A1 (en) 2014-07-24
CN103748591A (zh) 2014-04-23
RU2014111041A (ru) 2015-09-27
JP2014529797A (ja) 2014-11-13
IN2014CN01067A (zh) 2015-04-10
MX2014001919A (es) 2014-04-14
JP2017224356A (ja) 2017-12-21
JP6378086B2 (ja) 2018-08-22
MX356283B (es) 2018-05-22
EP2748743B1 (en) 2019-11-27

Similar Documents

Publication Publication Date Title
CN103748591B (zh) 数据管理系统和方法
Sathyanarayana et al. Vision-based patient monitoring: a comprehensive review of algorithms and technologies
Cho et al. Robust tracking of respiratory rate in high-dynamic range scenes using mobile thermal imaging
Selvaraju et al. Continuous monitoring of vital signs using cameras: A systematic review
Hu et al. Synergetic use of thermal and visible imaging techniques for contactless and unobtrusive breathing measurement
US10004410B2 (en) System and methods for measuring physiological parameters
Prokoski History, current status, and future of infrared identification
CN105636505B (zh) 用于获得对象的生命体征的设备和方法
CN104661583B (zh) 用于处理能从远程检测到的电磁辐射导出的数据的设备和方法
JP2019508116A (ja) 拍動検出のための装置、システム、及び方法
Hassan et al. Towards health monitoring using remote heart rate measurement using digital camera: A feasibility study
Nejati et al. Smartphone and mobile image processing for assisted living: Health-monitoring apps powered by advanced mobile imaging algorithms
CN107205663A (zh) 用于皮肤检测的设备、系统和方法
CN106580294A (zh) 基于多模态成像技术的生理信号远程监控系统及应用
WO2008130907A1 (en) System and method for using three dimensional infrared imaging to identify individuals
US12039764B2 (en) Multimodal diagnosis system, method and apparatus
CN109313934A (zh) 用于确定患者胸部按压深度的cpr辅助设备和方法
CN108882853A (zh) 使用视觉情境来及时触发测量生理参数
Deng et al. Standoff heart rate estimation from video: A review
Mazurek et al. Acquisition and preprocessing of data from infrared depth sensors to be applied for patients monitoring
Brieva et al. Non-contact breathing rate monitoring system using a magnification technique and convolutional networks
Ghanadian et al. Non-contact heart rate monitoring using multiple RGB cameras
Monika et al. Remote Photoplethysmography: Digital Disruption in Health Vital Acquisition
Rivest-Hénault et al. Quasi real-time contactless physiological sensing using consumer-grade cameras
Hassan et al. Machine learning approach for predicting COVID-19 suspect using non-contact vital signs monitoring system by RGB camera

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant