CN104662584A - 运动鲁棒的生命信号监测 - Google Patents

Abstract

本发明涉及一种用于从由对象(10)发射或反射的远程探测的电磁辐射提取生理信息的设备和方法。接收能从由对象(10)发射或反射的电磁辐射(20)导出的数据流(30)。所述数据流(30)包括信号样本(78a、78b、78c)的序列(76、152)，所述信号样本包括生理信息并且指示干扰运动。所述信号样本(78a、78b、78c)表示呈现可归因于至少一个生理参数(56)的至少部分周期性的指示性模式的至少一个感兴趣区域(68)，以及非指示性运动区域(110)。处理所述信号样本(78a、78b、78c)的序列(76、152)，包括：导出至少部分地补偿不期望的总体运动的导出的运动补偿样本(108a、108b、108c)的序列(106、158)；检测表示运动补偿准确度的评价参数；并且从所述运动补偿样本(108a、108b、108c)的序列(106、158)导出至少部分地指示所述至少部分周期性的指示性模式的至少一个特征信号(128、172、176)，其中，导出所述特征信号(128、172、176)是取决于所检测的评价参数而执行的。

Description

运动鲁棒的生命信号监测

技术领域

本发明涉及一种用于从由对象发射或反射的远程探测的电磁辐射提取生理信息的设备和方法，其中，所述生理信息被实施在包括信号样本的序列的数据流中，所述信号样本包括生理信息并且指示干扰运动。

背景技术

US 2010/0061596 A1公开了一种确定与生理运动的部分的相似度的方法，所述方法包括以下步骤：

-获得目标的第一图像；

-获得所述目标的第二图像；

-确定所述第一图像与所述第二图像之间的相似度的水平；并且

-使所确定的所述第一图像与所述第二图像之间的相似度的水平与所述生理运动的部分相关联。

该文件还公开了对所述方法的若干改良。具体地，该文件指向患者监测，例如，监测患者的呼吸气体活动。生命信号监测在若干应用领域中显著增长，例如，患者监测，以及监测运动和健身活动。能够预想其他有益的应用。尽管在监测性能的领域中已经实现了相当大的进步，但是要提供使得能够对期望的生命信号的立即(也就是说在线)检测的即时信号识别和信号处理仍然是个挑战。这具体应用于手持式移动设备，所述手持式移动设备一般缺乏足够的计算能力并且通常被暴露于富有挑战的监测状况和局限。

其他挑战可以来自于在对期望的信号的检测时必须被考虑在内的干扰和局限。如本领域已知的，检测质量能够通过应用强迫性(或触觉)测量而得以改善。对于监测呼吸气体活动(或者换言之，呼吸活动)，强迫性测量设备可以包括通常必须被附接到对象的身体的带子或传感器。此外，参考远程检测途径，现有技术的设备和方法可以要求必须应用于要被观察的对象的标记物或类似物品。这些标记物能够被远程监测，这是因为它们提供了足够的“检测限”，并且可以被认为是针对检测设备的突出目标。然而，被远程地或经由触觉测量设备应用的强迫性测量仍然被许多被观察对象认为是令人不快或不舒服的。

远程非强迫性测量通常使得能够记录或监测感兴趣对象而根本不对对象应用任何部件或“硬件”。因此，由于没有可用的硬件标记物，因此远程非强迫性监测广泛地受干扰影响。最近，还预想用于对生命信号的远程监测的移动手持式设备。移动手持式设备还要更易受干扰影响，这是因为它们通常是用手操作的而没有固定支持。因此，必须预期可归因于关于要被监测的对象的非指示性设备运动的巨大干扰。

因此，必须将所记录的数据考虑在内，例如，捕获到的反射的或发射的电磁辐射(例如，记录图像帧)，通常包括从总体干扰导出的主信号分量。干扰相关的信号分量叠加并作用于在监测对象时基本上被处理的期望的生命信号。总体干扰可以被归因于改变的亮度状况和干扰运动分量，例如。干扰运动可以起因于对象自身的非指示性运动，或者起因于检测设备或感测设备的不期望的运动。尤其利用移动手持式监测设备，总体运动(或全局运动)被视为巨大挑战。此外，尤其是处理经由远程非强迫性测量设备的呼吸检测，对象运动相关的信号，可以说是，在感兴趣对象被例如衣服或甚至毯子(至少部分地)覆盖的情况中被衰减了。这具体应用于在处理睡眠中或躺卧的对象时。在这样的状况下，即使是为了改善检测准确度而移除毯子也将被认为是令人不快的强迫性措施。毕竟，生命信号检测由于预期干扰信号分量的幅度和/或标称值比要被提取的期望的信号分量的幅度和/或标称值大得多而变得甚至更加困难。潜在地，能够预期各自的分量(例如，全局运动对呼吸运动)之间的差异的量级甚至包括若干数量级。

针对该挑战的可能的途径可以指向在捕获感兴趣信号(其中嵌入期望的生命信号分量)时，提供良好准备且稳定的环境状况。能够以该方式实现潜在出现的干扰信号分量的最小化。然而，这样的“实验室”状况不能够被转移到日常现场应用和环境中，这是因为因此将要求高度努力和大量准备工作。

所要求的准备工作可以包括例如若干定义的标准光源的安装和取向，以及还有针对要被观察的对象的以及监测设备的固定的措施，以便避免干扰运动。这些措施被认为不大可能可应用在日常环境中，例如，走动或临床患者监测，睡眠监测，或甚至在如运动和健身监测的生活环境中。

发明内容

本发明的目的是提供一种用于从远程探测的电磁辐射提取生理信息，从而以减少的努力提供有助于获得期望的生命信号的进一步细化的设备和方法。提供一种适于较不容易受干扰，具体为源于全局运动伪影的干扰影响的设备和方法将是进一步有利的。此外，提供使得能够具有改善的检测准确度和可靠性的信号检测途径将是有利的。

在本发明的第一方面中，提出了一种用于从由对象发射或反射的远程探测的电磁辐射提取生理信息的设备，所述设备包括：

-接口，其用于接收能从由对象发射或反射的电磁辐射导出的数据流，所述数据流包括信号样本的序列，所述信号样本包括生理信息，所述信号样本还指示干扰运动，所述信号样本表示呈现可归因于至少一个生理参数的至少部分周期性的指示性模式的至少一个感兴趣区域，以及非指示性运动区域；以及

-处理单元，其被配置为用于处理所述信号样本的序列，包括：

-稳定化模块，其被配置为用于导出至少部分地补偿不期望的总体运动的导出的运动补偿样本的序列；

-运动补偿评估模块，其被配置为用于检测表示运动补偿准确度的评价参数；以及

-提取器模块，其被配置为用于从所述运动补偿样本的序列选择性地导出至少部分地指示所述至少部分周期性的指示性模式的至少一个特征信号，其中，导出所述特征信号是取决于所检测的评价参数而执行的。

本发明基于以下洞察：即使运动补偿措施能够应用于所检测的信号样本，结果得到的“运动补偿”样本仍然能够受非指示性运动干扰剩余物的严重作用。在这样的情况下，有利地，应当从下游提取和分析措施排除各自的“运动补偿”样本，这是因为基本上不能够以要求的准确度水平检测到所期望的感兴趣生命信号。

以这种方式，能够实现的是，严重运动损坏的“运动补偿”样本不能够在通过后续处理措置获得的对应损坏的生命信号中得到反映。生命信号基于信号样本中包括的生理信息。

相比之下，备选途径通常指向在最终处理并导出的感兴趣生命信号的水平处评估信号处理准确度以及因此评估运动补偿准确度。这能够被认为是不利的，这是因为以这种方式被严重扭曲的样本在它们偶然落入被分配给“良好的”样本的定义的值的范围之内的情况下也能够通过准确度评估并被分级为“良好的”样本。

与此相比，本发明提供了一种运动补偿质量评估子例程，所述运动补偿质量评估子例程在实际生命信号提取和分析措施上游(或实际生命信号提取和分析措施的进行中)。换言之，准确度评估子例程能够被内插在运动补偿措施与信号提取措施之间。以这种方式，稳定性评估能够在进一步进行之前应用于运动补偿样本。

当基于移动或手持式检测设备来处理远程信号检测时，在检测到的数据中常常存在大量运动相关的干扰，所述运动相关的干扰不指示感兴趣信号。换言之，必须“接受”大量扭曲的存在并对其进行处理。此外，必须“接受”的是，在许多环境和应用领域中，取决于实际监测状况，检测到的信号样本的至少部分地被扭曲到这样的程度，使得基本上不能够从其导出所期望的生命信号。在这样的情况下认为有益的是，在运动补偿结果已经被评价为不充分的情况下将这些严重损坏的样本排除出进一步处理。因此，如上文所指示的，本发明的设备具体适合于远程信号检测应用，其旨在在没有强迫性标记物或类似物品的情况下的操作。就此而言，移动应用、手持式设备或移动环境一般能够得到处理。

在远程生命信号检测的领域中，运动补偿常常得到处理。例如，能够通过适当的成像处理算法来估计两个或更多个连续样本(或图像帧)之间的过渡移位。不言而喻，旋转或倾斜移动也能够通过适当措施得到处理。移位信息或运动信息能够用于针对不期望的运动而补偿信号，以便“稳定化”所述序列。然而，就此而言，应当注意，信号样本的序列可以例如包括主要处理的相当小的感兴趣运动模式。因此，通过直接转移通常已知的图像处理算法来总体“平滑化”图像样本的序列可以在相当大的程度上平整信号，并因此从信号样本去除所期望的信号分量。

因此，从运动检测措施排除高指示性区域、感兴趣区域被认为是有益的。以这种方式能够实现微小的感兴趣运动模式仍然存在(或被保留)于运动补偿样本的序列中。就此而言还应当理解，通常被认为是指示感兴趣生命信号的特征信号基本上是从感兴趣区域导出的，而不是从基本上针对非指示性运动检测进行处理的非指示性运动区域导出的。

本发明的设备具体适合于，但不限于，检测对象的呼吸速率、呼吸速率变化性、心率或诸如氧饱和度的相关的导出的参数。这样的生命信号的出现和可预想的特征能够被容易地预测或假定到特定程度(例如，呼吸速率的假定范围)。此外，例如，当目的在于对对象的当前呼吸气体速率的提取时，能够假定由对象的身体的胸部部分和/或腹部部分的特征重复性上升和下降来表示吸气和呼气的循环。不用说，也能够由对象的面部部分(例如，鼻翼或口部部分)的特征运动来表示呼吸。基本上，指示性对象运动能够被认为是生理信息，这是因为其表示下面期望的生命信号。总体上，术语指示性运动模式可以指在信号样本的序列中寻找的指示性对象运动相关的特征(例如，频率和/或幅度)。本文中使用的术语序列可以指信号样本的连续系列或离散系列。

数据流可以包括帧的序列，或者更精确地为一系列图像帧。例如，能够使用包括颜色信息的RGB图像。然而，表示红外(IR)和红色(R)信息的帧也能够形成帧的序列。图像帧能够表示所观察的对象的至少部分和其他元素。通常，帧可以包括二维阵列的像素。然而，在一些实施例中，帧可以例如包括线阵列，即，例如，单行像素。

存在稳定化模块、运动补偿评估模块和提取器模块的若干实施例。在第一个相当简单的实施例中，稳定化模块、运动补偿评估模块和提取器模块共同由受各自的逻辑命令(或程序代码)驱动(或控制)的处理单元来实施。这样的处理单元也可以包括合适的输入和输出接口，以及还有额外的处理模块。然而，备选地，稳定化模块、运动补偿评估模块、提取器模块和(如果有的话)其他处理模块中的每个或至少一些能够由受各自的逻辑命令控制或可受各自的逻辑命令控制的单独的处理模块来实施。因此，每个各自的处理模块能够适于其特殊目的。因此，能够应用对任务的分配，其中，不同的任务在多处理器处理单元的不同的单个处理器上被处理(或运行)，或者其中，在图像处理器上运行图像处理相关的任务，而在例如中央处理单元上运行其他操作任务。在其他实施例中，稳定化模块还包括设备中包括的用于提取生理信息的光学稳定化，其通过改变到传感器模块的光路来稳定化图像样本。稳定化模块可以被实施在透镜中，例如，使用正交于透镜的光轴移动的浮动透镜元件，或者通过移动传感器模块以抵消对设备的移动。在其他实施例中，所述设备包括移动传感器(例如，加速度计或陀螺仪)，以检测设备运动并将检测到的运动用于稳定化记录的图像样本。运动补偿评估可以例如通过检测运动补偿图像样本之间的相似度来评估运动补偿的质量。不同的图示性实施例能够完全采取硬件实施例、完全采取软件实施例，或采取包含硬件元件和软件元件两者的实施例的形式。一些实施例或方面能够被实施在软件或程序代码中。程序代码可以具有例如应用软件程序代码或固件程序代码的形式。

根据有利的实施例，处理单元还包括分析模块，所述分析模块被配置为用于确定特征信号中的时间变化，所述时间变化表示至少一个生命信号。

基本上，特征信号能够被认为是指示或表示至少一个生理参数，并且至少以间接方式指示或表示所期望的感兴趣生命信号。这可以应用于对象的呼吸速率、呼吸速率变化性、脉搏率、血压、心率、心率变化性、氧饱和度(SpO2)、灌注指数，或者应用于各自的导出物，例如，从动脉的搏动导出的PPG(光学体积描记术)波信号，它们都是生命信号的范例。优选地，所期望的生命信号在至少一个特征信号中是明确可检测的。信号处理方法能够用于提取所期望的信号。

如上文所指示的，由于实施了上游运动补偿评估流程，并且由于特征信号是在考虑检测到的评价参数的情况下被导出的，基本上“良好的”信号样本得到处理，并且因此，能够将相当“干净”的特征信号递送到分析模块。应当理解，特征信号能够归因于各种干扰而有点扭曲。然而，强调的是，在考虑检测到的评价参数的情况下导出的特征信号可以具有显著改善的信噪比，这是因为从能够基于其能够确定特征信号的信号中去除了被严重扭曲作用的运动补偿样本。如上文所指示的，生命信号提取和分析分别主要指向信号样本和运动补偿样本中的感兴趣区域。

根据又另一实施例，评价参数是标示物参数，所述标示物参数表示指示针对给定的运动补偿样本或给定的运动补偿样本的集合的运动补偿准确度的状态的集合中的状态。就此而言应当理解，运动补偿评估能够指向单个样本水平或多个样本的集合。在后一种情况下能够预想，评价参数是跨越多个运动补偿样本的移动平均值评价参数。

在一些实施例中，两种状态能够被分配到像标示物的评价参数。所述状态可以表示“良好的”运动补偿样本和“不好的”运动补偿样本。通常，良好的样本能够在进一步的处理措施中被利用。相反，不好的样本能够被排除出进一步的处理措施。为了理解，也能够将状态认为是颜色编码的。绿色标示物可以表示良好的运动补偿样本。红色标示物可以表示不好的运动补偿样本。为了分级或评价运动补偿样本(或运动补偿样本的集合)，能够定义阈值。阈值能够表示被运动补偿评估模块利用的运动补偿准确度相关的参数。

根据其他备选实施例，像标示物的评价参数能够表示多于两种运动补偿准确度指示性状态。例如，三种不同的状态可以形成状态的集合。通过范例的方式，“良好的”(或绿色)标示物可以被分配到明确良好的运动补偿样本。此外，“不好的”(或红色)标示物可以被分配到不好的运动补偿样本。为了扩展状态的集合，“平均”(或黄色)标示物可以被分配到被评价为提供中间运动补偿质量的运动补偿信号样本(或各自的集合)。当然，还能够预想其他中间状态。通过提供三种状态的集合，能够指示在其中存在不好的运动补偿样本的出现风险的边界区。就此而言应当理解，在一个实施例中，黄色标示的(平均)样本仍然被认为是可应用于进一步的信号处理措施。提供多于良好的状态和不好的状态的状态的集合使得能够吸引对受损样本与高质量样本之间的过渡区的注意。以这种方式，例如，用户能够被建议保持监测设备稳定，以便保持远离不好的状态。

在还有其他状态形成状态的集合的情况下，还能够进一步细化用户反馈。例如，在利用四种状态的情况下，第一状态可以被分配到明确受损的样本。第二状态可以被分配到仍然被认为是不可应用但是提供接近阈值的运动补偿准确度的样本。第三状态能够被分配到被认为是可应用的但是也接近针对运动补偿准确度的阈值的样本。第四状态可以被分配到为包括显著高的信噪比的高级别样本的样本。

根据再还有的其他实施例，提取器模块基于实际评价参数来选择性地对处理各自的运动补偿样本以导出至少一个特征信号进行执行或省略。受损的样本或样本的集合能够以这种方式被排除出生命信号检测。还应当指出，评价参数能够是表示离散的值或标示物的离散参数。然而，备选地，评价参数也能够被定义为小数参数，所述小数参数可以表示小数数字，以及因此还有其他中间值，所述其他中间值使得能够利用精确数字描述运动补偿准确度。

根据再另一实施例，稳定化模块被配置为用于在考虑信号样本中的非指示性运动区域的至少一个部分的情况下导出导出的运动补偿样本的序列。

如上文所指示的，优选的是，可以为运动补偿提供输入参数的运动估计或运动确定不基于感兴趣区域。具体地，针对手持式设备或移动设备，关于感兴趣对象的传感器运动(或照相机运动)能够以这种方式得到处理。因此优选的是，用于运动补偿的非指示性运动区域的至少一个部分表示相当静态的元件或目标，所述元件或目标可以充当用于运动估计的适当基础。

根据该实施例的其他方面，稳定化模块还被配置为用于在序列的信号样本中检测并跟踪非指示性运动区域的至少一个部分中的局部特性。为此，在一个实施例中，能够利用光学流考虑。就此而言，稳定化模块能够利用Lucas-Kanade跟踪途径。备选地或额外地，能够利用基于特性的图像配准途径。此外，额外地或备选地，能够利用特性检测途径，例如，分别为边缘检测、角点检测以及斑点检测。根据备选或额外的方面，特性描述模型仍然能够用于特性跟踪，以及因此用于运动估计。特性描述模型可以包括尺度不变的特性变换(SIFT)、加速鲁棒特性检测(SURF)、梯度位置和取向直方图图像描述(GLOH)、经取向的梯度特性描述的直方图(HOG)、基于局部能量的形状直方图图像描述(LESH)等。再一次值得注意的是，前面提及的途径优选地应用于非指示性运动区域的至少一个部分，这是因为以这种方式能够避免在感兴趣区域之内的不期望的过大的运动补偿，以及因此能够避免对期望的指示性运动模式的不利的作用。就此而言值得注意的是，运动补偿措施确实能够应用于感兴趣区域。然而，在运动检测是在感兴趣区域之外执行的情况下是全局运动补偿而不是指示性运动补偿应用于感兴趣区域。通常，能够以这种方式保留微小的感兴趣运动模式。

根据设备的另一方面，运动补偿评估模块被配置为用于在考虑运动补偿样本中的非指示性运动区域的至少一个部分的情况下检测运动补偿样本之间的相似度。

也就此而言，在一个实施例中优选的是，运动补偿评估不是在感兴趣区域中执行的。通过范例的方式，运动补偿评估能够基于参考样本，所述参考样本可以充当将实际运动补偿样本与其进行比较的参考。参考样本能够是固定的参考样本，例如，样本的序列中的初始样本。备选地，参考样本能够是移动的参考样本，其中，在针对运动补偿评估措施而处理一系列运动补偿样本时，保持参考样本与实际运动补偿样本之间的定义(时间)的距离或关系。参考样本和实际运动补偿样本能够是连续样本或在运动补偿样本的序列中被间隔开的样本，即，介于中间的样本可以存在。

如上文所指示的，评价参数能够基于处理单个运动补偿样本(以及各自的参考样本)。备选地，评价参数能够表示运动补偿样本的集合关于各自的参考样本的运动补偿准确度。以这种方式，评价参数可以表示针对运动补偿准确度的移动平均值。

本文中所使用的术语非指示性运动区域基本上可以指(输入)信号样本和运动补偿样本两者中未被感兴趣区域占据的部分。因此，术语感兴趣区域和非指示性运动区域能够与初始受运动作用的信号样本和运动补偿样本两者联系使用。术语“非指示性运动的至少部分”区域可以指各自的子集。

根据以上实施例的其他方面，所述运动补偿评估模块还被配置为用于关于参考样本将绝对差处理算法应用于各自的运动补偿样本中的非指示性运动区域的至少一个部分。通过范例的方式，能够选择绝对差和(SAD)途径以便检测实际运动补偿样本与各自的参考样本之间的相似度。各自的处理的样本之间的剩余差别可以被反映在评价参数中。

根据另一方面，所述运动补偿评估模块被配置为用于检测各自的运动补偿样本中和参考样本中的非指示性运动区域的至少一个部分中的特性对应。再次值得注意的是，特性检测基本上并不指向感兴趣区域，而是指向非指示性运动区域。通过范例的方式，许多检测的特性对应能够指示运动补偿准确度的程度，并且因此被反映在所检测的评价参数中。如上文已经指示的，参考样本能够由固定参考样本或由移动参考样本形成，所述移动参考样本保持到当前处理的运动补偿样本的定义的关系(距离或间隙)。

根据又另一优选实施例，所述运动补偿评估模块还被配置为用于在考虑多个运动补偿评估指示物的情况下检测评价参数。通过范例的方式，运动补偿能够利用在考虑各自的参考样本的情况下应用于运动补偿样本的绝对差处理和特性对应检测两者。以这种方式，能够获得至少两个运动补偿准确度相关的指示物。因此能够定义的是，必须满足特定状况，以便选择性地对各自的运动补偿样本(或者各自的样本的集合)的进一步处理以导出至少一个特征信号进行执行或省略。就此而言，能够定义两个各自的阈值，使得仅在两个指示物都在阈值以上(或者分别为以下)的情况下执行对运动补偿样本的进一步处理，从而将运动补偿样本区分为良好的一些或不好的一些。然而备选地，所述设备能够被配置为使得在至少一个指示物超过各自的阈值(或者到其以下)的情况下实施对各自的运动补偿样本的进一步处理。

根据又其他方面，所述设备还包括信号生成单元，所述信号生成单元被配置为用于取决于实际评价参数来生成明显的输出信号，其中，输出信号优选地指示对运动补偿准确度进行指示的状态的集合中的状态。以这种方式，所述设备还能够提供指向进一步提升运动补偿准确度以及因此信号检测准确度的用户反馈和建议。本文中所使用的术语明显的输出信号可以与对设备的用户而言明确明显的输出信号相关。所述输出信号可以包括例如声音信号、言语、视觉信号、指示灯、显示信息、触觉信号以及它们的合适的组合。一个或多个输出信号可以表示实际评价参数。因此，例如，信号生成单元能够被配置为用于显示或发射红光(表示不好的样本)、绿光(表示绿色样本)，以及如果有的话，黄光(表示平均样本)。注意到红色指示灯，可以建议用户保持监测设备稳定，这是因为归因于运动相关的干扰而造成当前没有能够实施的生命信号处理。注意到绿色指示灯，能够告知用户设备运行良好，并且信号检测准确度明确超过阈值水平。注意到黄色指示灯，能够告知用户能够实施当前的信号处理，但是信号处理准确度(或者更精确地，运动补偿准确度)接近阈值水平。以这种方式，能够促使用户减少不利的运动影响。

根据又另一实施例，所述设备还包括传感器模块，具体为手持式传感器模块，所述手持式传感器模块被配置为用于捕获在至少一个具体波长范围之内的电磁辐射，所述波长范围从包括可见光、红外光以及紫外辐射的组中选择，传感器模块能连接到接口。通过范例的方式，传感器模块能够由照相机来实施。例如，传感器模块能够由具有集成的照相机或附接的照相机的移动设备(例如，个人数字助理、移动电话、移动计算机、台式计算机等)来实施。然而，备选地，传感器模块也能够由激光扫描器设备来实施。此外，传感器模块能够是移动医学监测设备的部分。

根据另一方面，所述设备还可以包括被配置为用于发射辐射的至少一个照明源。备选地，所述设备也能够利用外部或甚至环境辐射源。根据另一方面，所述分析模块还被配置为用于将积分变换(例如，傅立叶变换)应用于至少一个特征信号，从而获得表示生命信号的可归因于期望的指示性对象运动模式的频率信息。

在本发明的另外一方面中，一种用于从由对象发射或反射的远程探测的电磁辐射提取生理信息的方法，所述方法包括以下步骤：

-接收能从由对象发射或反射的电磁辐射导出的数据流，所述数据流包括信号样本的序列，所述信号样本包括生理信息并指示干扰运动，所述信号样本表示呈现可归因于至少一个生理参数的至少部分周期性的指示性模式的至少一个感兴趣区域，以及非指示性运动区域；并且

-处理所述信号样本的序列，包括：

-导出至少部分地补偿不期望的总体运动的导出的运动补偿样本的序列；

-检测表示运动补偿准确度的评价参数；并且

-从所述运动补偿样本的序列导出至少部分地指示所述至少部分周期性的指示性模式的至少一个特征信号，其中，导出所述特征信号是取决于所检测的评价参数而执行的。

有利地，所述方法能够利用本发明的用于提取生理信息的设备来执行。

根据一实施例，所述方法还包括以下步骤：

-基于所述实际评价参数来选择性地对处理各自的运动补偿样本以导出所述至少一个特征信号进行执行或省略；并且

-确定所述特征信号中的时间变化，所述时间变化表示至少一个生命信号。

在本发明的又另一方面中，提供了一种计算机程序，所述计算机程序包括用于当在计算机上执行所述计算机程序时令所述计算机执行所述处理方法的所述步骤的程序代码模块。所述计算机程序包括用于当在计算机上执行所述计算机程序时令所述计算机执行如权利要求13或14中所述的方法的所述步骤的程序代码模块。

本文中所使用的术语计算机代表各种各样的处理设备。换言之，具有相当的计算能力的移动设备也能够被称作计算设备，即使它们比标准台式计算机提供较少的处理能力资源。此外，术语“计算机”也可以指分布式计算系统，所述分布式计算系统可以涉及或利用在云环境中提供的计算能力。

在从属权利要求中定义本发明的优选实施例。应当理解，要求保护的方法和要求保护的计算机程序能够具有与从属设备权利要求中定义的要求保护的设备相似的优选实施例。

附图说明

本发明的这些方面和其他方面将根据后文描述的实施例变得明显并将参考所述实施例得以阐明。在附图中：

图1示出了指示示例性生命信号的对象运动的示意性图示；

图2示出了能够在其中使用本发明的设备的总体布置图的示意性图示；

图3示出了包括要被监测的对象的布置的示意性图示；

图4示出了能够在其中使用本发明的移动设备的示例性简化图示；

图5示出了经受总体运动的信号样本的简化的示例性序列；

图6图示了表示根据本发明的方法的实施例的若干步骤的简化框图；

图7a图示了示例性运动补偿准确度评估途径；

图7b图示了备选的示例性运动补偿准确度评估途径；

图8图示了又另一备选的示例性运动补偿准确度评估途径；

图9a例示了对从运动损坏的样本获得的特征信号的图示；

图9b例示了对从被归类为良好的样本的运动补偿样本获得的另一特征信号的图示；并且

图10示出了表示根据本发明的方法的实施例的若干步骤的图示性框图。

具体实施方式

图1示出了经历指示感兴趣信号的运动的对象10的示意性图示。对象10归因于呼吸而遭受指示性部分12的特征运动。当呼吸气体时，肺部或膈膜的扩张和收缩引起生物体中的特征部分的轻微运动，具体为胸部的上升和下降。腹部呼吸气体也能够引起对象的身体的各自部分的特征运动。由各种生理过程诱导的至少部分周期性的运动模式能够出现在许多生物体中，具体为人类或动物中。随时间的推移，如由箭头16所指示的，指示性部分12在由参考标记12a、12c指示的收缩位置与由参考标记12b指示的扩张位置之间移动。通过范例的方式，基于该运动模式(本文中也被称作生理信息56，参考图2)能够评估呼吸速率或呼吸速率变化性。在指示性部分12随时间推移而搏动的同时，非指示性部分14基本上保持无运动(在期望的运动模式方面)。当然，非指示性部分14也能够随时间推移而经受多样的运动。然而，该运动通常不对应于指示性部分的周期性搏动。

在另一范例中，指示性部分12的特征移动源于对象的皮肤中的搏动的动脉。搏动的动脉归因于心脏的泵送而引起表面结构的微小运动。

现在参考图2，图示了一种用于提取信息的设备，并且利用附图标记18来指代所述设备。设备18具体适合于检测对象10的指示性部分12的运动，所述运动涉及生理信息，在该方面也被指为箭头56。设备18能够用于记录表示对象10的图像帧。该图像帧能够从由对象10发射或反射的电磁辐射20导出。为了从所记录的数据(例如，从图像帧的序列)提取信息，能够由传感器模块22观察定义部分或对象10的部分。传感器模块22能够由例如照相机来实施，所述照相机适于捕获属于电磁辐射20的至少一个各自分量的信息。传感器模块22可以包括单个传感器元件的阵列。例如，传感器模块22能够利用单个传感器的线阵列或矩阵阵列，例如，电荷耦合设备(CCD-传感器)。然而尽管如此，也能够利用备选的传感器类型。值得注意的是，设备18也能够主要被配置为用于处理输入信号，即，已经预先记录的并同时被存储或缓存的输入数据流。就此而言，记录能够由单独的远程传感器模块来执行。

如上文所指示的，电磁辐射20能够包含连续的或特征信号，所述连续的或特征信号被认为是高度指示至少一个至少部分周期性生命信号，但另一方面，通常被例如全局运动和变化的照明状况的总体干扰严重扭曲。这具体应用于当设备18或至少传感器模块22被布置作为远程移动设备时。在一些实施例中，设备18能够利用定义的照明源，或者一般为辐射源24、28。照明源24能够被认为是环境的单独辐射源。照明源28能够被认为是内部可控制的辐射源。辐射源24、28基本上发射撞击对象10的入射辐射26a、26b。通常，入射辐射26a、26b至少部分地被对象10反射。此外，具体针对利用红外(例如，近红外或远红外)辐射的实施例，对象10也可以发射(或生成)辐射部分，例如，热辐射。

用于获得诸如呼吸相关信号的生命信号的已知方法包括依赖于应用于感兴趣对象的标记物的触觉呼吸速率监测和远程呼吸速率监测。然而，为此，要求强迫性监测。如上文所指示的，备选途径指向利用特定图像处理方法的远程非强迫性测量。

传感器模块22能够被配置为用于将数据流30递送到接口32。不用说，缓存器模块也能够被内插在传感器模块22与接口32之间。接口32的下游可以提供稳定化模块34。基本上，稳定化模块34能够被配置为用于将运动补偿措施应用于数据流30。以这种方式，被实施在数据流30中的信号样本的序列能够被变换成导出的运动补偿样本的序列。在该水平处，运动补偿指向总体运动，所述总体运动能够是由对象10与传感器模块22之间的相对运动引起的。如本文中所使用的总体运动主要指向传感器模块22的运动，或者一般为包括传感器模块22的设备18的运动。监测环境通常包括对象10的至少部分、外周元件(例如，墙壁、家具或甚至对象10的非指示性部分)，以及指向对象10的传感器模块22。这些元件中，不期望的相对运动能够发生。具体地，针对利用手持式便携设备18或至少传感器模块22的移动应用，所检测的信号样本的序列能够受在传感器模块22的端部上引起的摇晃或模糊效应严重作用。通常，这些不期望的干扰在量级上超过期望的模式。

这些期望的模式可以例如是运动模式，并且例如源于期望的对象移动，例如，呼吸诱导的胸部的移动。指示性部分12的特征移动可以例如也源于引起微小的运动模式的对象的皮肤中搏动的动脉。辐射源24、28(参见图2)发射撞击对象10的入射辐射26a、26b。通过行进通过皮肤，辐射经受一定量的吸收，其取决于辐射行进通过皮肤的路径的长度以及物质(例如，血液、组织)的吸收系数。随着动脉搏动，它们的直径随时间推移而改变，其中，血容量脉冲引起感兴趣区域中被对象发射或反射的电磁辐射的强度随着心率的频率而改变。

在另一范例中，期望的模式涉及被反射或被发射的光的频率和强度的模式，例如，皮肤颜色变化。动脉血液的搏动引起光吸收的改变。那些改变形成PPG(光学体积描记术)信号(除其他以外也被称作pleth波)。其基于以下原理：即，皮肤中血容量的时间变化引起皮肤的光吸收的变化。这样的变化能够由拍摄皮肤区(例如，面部)的图像的摄像机进行配准，同时处理计算在选定的感兴趣区域(通常是脸颊的部分)上的像素平均值。通过查看该平均值信号的周期性变化能够提取心跳速率和呼吸速率。在Wim Verkruysse、Lars O.Svaasand以及J.Stuart Nelson的“Remoteplethysmographic imaging using ambient light”(Optics Express，Vol.16，No.26，2008年12月)中描述了一种用于测量皮肤颜色变化的方法，所述方法被称为光体积描记术成像(PPG)。

如上文所指示的，主要运动补偿措施可以得到可以仍然包含运动相关的干扰的信号样本。因此，取决于作用于信号样本的当前运动影响，在一些情况下运动补偿样本也仍然能够被严重扭曲并因此不可应用于指向对感兴趣信号的提取的进一步处理。本实施例基本上解决了该问题。

运动补偿样本的序列能够被递送到运动补偿评估模块36。运动补偿评估模块36能够被配置为用于检测表示运动补偿准确度的评价参数。例如，运动补偿评估模块36能够适于确定运动补偿信号样本中的剩余的运动相关的扭曲。以这种方式，能够获得表示当前运动补偿准确度的评价参数。评价参数能够是质量相关的参数。评价参数能够由在具有特定范围的尺度上的值来表示，并且此外，阈值能够被定义在该范围中，以用于确定充分的运动补偿准确度和非充分的运动补偿准确度。因此，各自的运动补偿样本能够被标示，以便指示它们是否被认为可应用于进一步的信号处理措施，或者以没有基于推荐这些样本的进一步处理措施的方式仍然被扭曲。

因此，这些样本能够被排除出进一步处理。在一些实施例中，评价参数也能够被配置作为标示物参数，其中，标示物能够被分配到信号样本(或各自的信号样本的集合)，其中，标示物可以表示不同状态的集合中的状态。状态的组或集合可以包括要被分配到不好的样本的不好的(或红色)状态和要被分配到良好的样本的良好的(或绿色)状态中的至少一个。如上文所指示的，能够考虑其他中间阶段。

设备18还可以包括提取器模块38，所述提取器模块38被配置为用于从被传送到其中的运动补偿样本的序列选择性地导出至少部分地指示至少部分周期性的指示性模式的至少一个特征信号。该周期性指示性模式可以是源于期望的对象移动的运动模式，所述期望的对象移动例如是呼吸诱导的胸部的移动或所反射或发射的光的频率和强度的模式，所述模式是由源于皮肤中动脉血液搏动的皮肤的光吸收的改变引起的。

优选的是，提取器模块38被配置为用于在考虑所检测的评价参数的情况下导出特征信号。以这种方式，“不好的”运动补偿样本能够被排除出进一步处理。这可以应用于单个不好的运动补偿样本或应用于多个不好的运动补偿样本的集合。以这种方式，由于能够防止归因于不足的运动补偿准确度的扭曲，因此能够至少在一定程度上改善信号导出准确度。就此而言应当注意，能够以这种方式减少或减小针对特征信号的导出的样本池或基础。因此，尤其在包括大量运动补偿样本的集合被排除出进一步处理时，最终不能够确定针对各自的时间段的至少一个生命信号。然而，认为有利的是，与也处理在对潜在的结果关于期望的感兴趣生命信号没有任何反映或考虑的受损样本相比，针对受损(不好的)运动补偿样本跳过特征信号导出和基于其的生命信号确定。

还应当指出，在仅仅单个或仅仅几个受损运动补偿样本被排除出进一步处理的情况下，在一些实施例中，仍然能够以充足的方式导出并确立特征信号，使得最终能够从其提取感兴趣生命信号而没有相当大的中断。在其中输入序列中的采样速率或帧速率与(如果有的话)感兴趣生命信号的频率相比足够高的环境中尤其可以是这样的情况。

设备18还可以包括分析模块40，所述分析模块40被配置为用于确定特征信号的时间变化。具体地，分析模块40能够适于寻找归因于感兴趣生命信号的主频率。因此，分析模块40能够利用若干信号处理途径。例如，分析模块40能够被配置为用于将除其他算法以外的傅立叶变换或类似的积分变换应用于特征信号，以便获得增强的特征信号的频率值或甚至频率域表示。

最终，能够生成经处理的数据流42。经处理的数据流42能够被递送到接口44。因此，经由接口44，能够使输出数据46可应用于进一步分析和/或用于显示措施。(输入)接口32和(输出)接口44能够由相同的(硬件)接口元件来实施。稳定化模块34、运动补偿评估模块36、提取器模块38以及(如果有的话)分析模块40或还有其他处理模块由共同的处理单元52来实施。接口32、44也能够在容纳各自的子部件的共同处理设备中被连接到其。通过范例的方式，处理单元52能够由个人计算机或移动计算设备来实施。

此外，设备18能够包括信号生成单元48，所述信号生成单元48能够被配置为用于生成对设备18的用户而言明显的输出信号。优选的是，输出信号是在考虑由运动补偿评估模块36检测的实际评价参数的情况下生成的。换言之，在一些实施例中，运动补偿评估模块36能够用于“触发”信号生成单元48。信号生成单元48能够向设备18的用户指示实际评价参数。如上文所提及的，评价参数能够在考虑单个样本的情况下，或者备选地，在考虑样本集合的情况下被检测到。因此，信号生成单元48也能够适于表示平均评价参数，所述平均评价参数可以是跨越多个样本的移动平均值评价参数。信号生成单元48能够利用单个或多个指示物源模块50。就此而言，图2中示出的信号生成单元48包括示例性但非限制性的指示物源的集合50a、50b、50c。指示物源50a能够由视觉指示物源或光指示物源来实施。例如，指示物源50a能够包括一个或多个光源，例如，发光二极管(LED)。在评价参数表示指示运动补偿准确度的若干不同状态的情况下，指示物源50a的单个光源中的每个都可以表示各自的颜色。例如，可以利用至少红色LED和至少绿色LED。在另一实施例中，指示物源50a包括红光的源、黄光的源以及绿光的源。不用说，指示物源50a也能够被配置为用于与滤波器模块协作，使得能够在对单个光源的利用下生成不同的指示物光。在一些实施例中，视觉指示物源50a能够利用显示模块。就此而言，能够预想LCD显示器、LED显示器以及类似的显示器类型。显示器可以呈现颜色信息和/或文本信息。

额外地或备选地，信号生成单元48也能够利用声音指示物源50b。声音指示物源50b能够包括至少一个声音发生器，例如，扬声器。在一些实施例中，声音指示物源50b能够被配置为用于呈现语言消息。然而，备选地，也能够由声音指示物源50b生成单个音调或音调序列。

根据另一备选实施例，信号生成单元48还能够包括触觉指示物源50c。通过范例的方式，触觉指示物源50c能够由蜂鸣器或振动元件来实施。以这种方式，微小信号能够指向设备18的用户。指示物源50a、50b、50c中的每个或至少一些能够用于向用户提供反馈。反馈能够取决于由运动补偿评估模块检测到的当前评价参数而生成。取决于当前运动补偿准确度状态，用户能够保证运动补偿措施当前被认为对于使得能够进行恰当的生命信号提取而言是足够的。然而，备选地，用户反馈也可以指示运动补偿措施当前是不够的，使得期望的生命信号提取在当前是不能够的。此外，用户能够被建议保持设备18或至少传感器模块22稳定，以便减小总体运动影响。不用说，其他反馈消息能够指向用户。在一些实施例中，信号生成单元48也能够被容纳或被连接到处理单元52。

在传感器模块22也被一起连接到处理单元52的情况下，共同的壳体可以容纳各自的部件。就此而言，由参考标记54指示总体系统边界。参考标记54也可以指设备18的共同壳体。如果旨在这样的集成途径，则设备18能够由移动设备(例如，智能手机、台式计算设备或移动健康监测设备)来实施。这些设备能够利用集成的传感器模块(照相机)22，或者至少能连接到单独的传感器模块(照相机)22。在另一示例性配置中，设备18是固定设备，而至少传感器模块22是便携式的。传感器模块22能够经由合适的缆线连接或无线连接被耦合到固定处理单元52。

参考图3，呈现了在其中执行非强迫性生命信号监测的共同环境。对象10(例如，待在床上的患者)在支撑体上休息。对象10的头部(其可归属于非指示性部分14(图1))被暴露并被枕靠，而指示性部分12(例如，胸部)被毯子64覆盖。因此，由指示性部分12的运动引起的期望的信号被衰减或隐藏。因此，强迫性信号检测是相当困难的。这具体应用于在利用便携式移动监测设备18a时。监测设备18a能够包括把手70，用户可以抓握所述把手70以用于握持或取向设备18a。设备18a(具体为传感器模块22)能够被定位并取向为使得指示性部分12经受能够被观察到的指示性运动模式。就此而言，表示对象10的胸部部分的示例性感兴趣区域68由四边形框指示。在图3中，轴60指示感兴趣周期性运动模式的预期方向。沿着该轴60的周期性对象运动能够表示期望的生理信息56(图2)。相反，在其他方向上的潜在的对象运动(参考附图标记62a、62b)被认为不是指示性的，并且因此不是特别感兴趣的。图3中示出的监测环境还可以包括固定目标(参考附图标记66)。固定目标66可以充当参考目标，所述参考目标可以用于运动补偿。因此，固定目标66(例如，椅子)也可以存在于传感器模块22的视场中。针对移动或便携式应用，传感器模块22可以在观察对象10时经受位置变化和取向变化。通常，传感器模块22的运动可以包括沿着若干轴的运动和围绕若干轴的运动(参考附图标记72a、72b、72c)。

图4图示了包括移动设备18b的备选实施例。由于诸如移动电话、台式计算机以及笔记本的移动设备是现成的，并且此外，常常包括适当的照相机，因此能够实施合适的控制算法，以便在生命信号监测应用中控制这些设备。设备18b可以包括显示器74，所述显示器74用于表示对象10的指示性部分12(由感兴趣区域68表示)，所述指示性部分12呈现可归因于感兴趣生理信息56的期望运动模式。用户可以因此在考虑对象10在显示器74中的当前表示的情况下靶向对象10。因此，能够简化在远程基础上的即时信号检测。不用说，设备18b也能够包括信号生成单元48(图2)和指示物源50a、50b、50c中的至少一个。为此，能够利用可获得的经实施的信号源。

图5图示了信号样本78a、78b、78c的序列76。出于图示的目的，也指示空间参考80。序列76可以包括一系列信号样本78a、78b、78c。由于预期到运动相关的干扰，因此通常被信号样本78a、78b、78c中的每个覆盖的视场可以随着所述系列的样本而改变。由于这些偏差被认为在绝对值和幅度方面超过了期望的指示性运动模式，因此运动补偿对于进一步处理和信号提取而言是关键性的。如上文已经阐述的，能够通过运动补偿措施从(原始)序列76导出运动补偿样本的序列106。

图6图示了表示根据本发明的实施例的方法的简化的示例性流程图。该流程图基本上描述了能够应用于序列76中的信号样本78a、78b、78c的生命信号提取过程。起初，可以在操作90处开始或触发该过程。在操作92处，接收要被处理的信号样本(例如，图像帧)。如上文已经指示的，信号处理能够指向(序列中的)单个样本或者指向样本的集合。应当理解就此而言，图6中描绘的过程能够被理解为“移动”过程，所述“移动”过程连续地处理一系列(或序列)的信号样本中的连续实体。

随后，运动补偿处理(附图标记94)能够应用于要被处理的样本。基本上，能够以这种方式获得运动补偿样本。运动补偿准确度评估子例程(处理96)可以随后进行。运动补偿准确度评估子例程能够确定当前的运动补偿准确度水平。以这种方式，能够确定评价参数，所述评价参数能够被认为是运动补偿准确度指示物值。取决于指示物值是否超过(或低于)定义的阈值，能够决定是否要在随后的信号提取和处理操作期间考虑当前评估的运动补偿样本(或当前评估的运动补偿样本的集合)。在发现各自的运动补偿样本满足了期望的准确度水平的情况下，该过程可以利用操作98继续进行，在操作98中，实施信号处理，例如，呼吸速率处理。以这种方式，能够提取感兴趣生命信号。生命信号提取可以包括从经认可的适当运动补偿信号样本的序列对特征信号的导出。可以涉及其他信号处理算法。随后，在递送操作100中，能够使感兴趣生命信号可用于显示措施、用于数据存储，以及用于进一步的数据处理。

在运动补偿准确度评估操作96中发现经处理的运动补偿样本不满足期望的准确度水平的情况下，能够将各自的样本排除出进一步的处理，即，例如，从操作98和操作100排除。换言之，能够绕过操作98和操作100。相反，备选操作102可以随后进行，在操作102中，输出信号能够被生成并被呈现给指向该情形的用户。例如，用户能够被建议通过保持监测设备稳定来减小不利的运动影响。因此，操作104可以随后进行，在操作104中，能够选择下一个要被处理的信号样本。

就此而言值得注意的是，在发现运动补偿信号满足期望的准确度水平的情况下，也能够生成并向用户呈现各自的输出信号，参考连接到输出信号生成操作103的虚线。无论运动补偿准确度评估子例程96的结果如何，最终操作104可以随后进行，在操作104中，能够选择下一个要被处理的信号样本。因此，能够处理序列中的多个信号样本。

图7a、图7b和图8图示了用于运动补偿准确度评估的示例性途径。在图7a中，示出了运动补偿样本108a、108b、108c的运动补偿序列106。运动补偿样本108a、108b、108c中的每个可以表示一系列连续图像帧中的图像帧。在运动补偿样本108a、108b、108c中，存在感兴趣区域68。通常，感兴趣区域68包括对要被监测的对象10的指示性部分12的表示。此外，运动补偿样本108a、108b、108c中的每个包括非指示性运动区域110，所述非指示性运动区域110可以基本上代表运动补偿样本108a、108b、108c中在其中不预期指示性运动的部分。因此，(在非补偿信号样本中的)初始运动和运动补偿后剩余的(运动补偿样本中的)运动相关的伪影能够存在于非指示性运动区域110中。优选地，在运动补偿准确度评估期间不理会感兴趣区域68。如上文所指示的，优选的是，归因于感兴趣生命信号的微小特征运动模式被保留以用于信号提取处理。因此，运动补偿准确度评估优选地要基于非指示性运动区域110的至少部分。

图7a和图7b图示了用于运动补偿准确度评估的类似途径。两种途径都能够利用应用于非指示性运动区域110的至少部分的绝对差算法的总和。换言之，当前要被评估的运动补偿样本和参考(运动补偿的)样本能够从彼此被推断出。通过该算法获得的剩余物(例如，不好的样本)能够被认为指示运动补偿准确度。再一次强调的是，该算法仅仅应用于感兴趣区域68之外的区域。在图7a中，由参考标记112a、112b指示绝对差估计操作的总和。在图7b中，由参考标记114a、114b指示绝对差估计操作的总和。以上从该算法获得的差异样本能够形成能够基于其确定评价参数的基础。

在图7a中，移动算法应用于运动补偿样本108a、108b、108c。亦即，将当前要被评估的样本与之前的参考样本进行比较。要被评估的样本(例如，108b)与各自的参考样本(例如，108a)之间的距离或间隙能够被预定义，并且可以基本上是恒定的。要被评估的样本和各自的参考样本可以是运动补偿序列106中邻近或相邻的样本。然而，也能够预想要被评估的样本和各自的参考样本在运动补偿序列106中彼此间隔开，即，能够在它们之间内插其他样本。图7b中图示的备选途径利用固定的参考样本(这里是运动补偿样本108a)。因此，一系列随后的连续运动补偿样本108b、108c中的每个能够被链接到相同的参考样本108a。以这种方式，能够减少用于运动补偿准确度评估的计算成本。然而，也能够预想图7a中示出的移动参考途径与图7b中示出的固定参考的组合。以这种方式，能够周期性地更新(用新的参考样本代替)基本上固定的参考样本。

图8图示了用于运动补偿准确度评估的另一示例性途径。在该实施例中，能够检测要被处理的样本(例如，运动补偿样本108b)和参考样本(例如，运动补偿样本108a)中的明确特性对应。许多检测到的特性对应(参考已经被增加在图8中用于图示目的的对应线118)可以形成能够基于其确立评价参数的基础。如上文所提及的，优选的是，感兴趣区域68被排除出对特性对应118的检测。因此，特性对应检测将要应用于非指示性运动区域110的至少部分。特性对应检测能够利用角点检测、边缘检测、斑点检测、纹路检测等。不言而喻，图8中图示的途径也能够利用“移动”参考样本和“固定”参考样本，参考图7a和图7b。

图9a和图9b图示了通过指向对对象10的呼吸速率(或呼吸气体速率)的检测的远程生命信号监测而获得的若干示例性信号形式126、128。横坐标轴122指代时间(或者例如，样本数目或帧数目)，而纵坐标轴124指代表示检测到的运动的定性或定量的信号参数。图9a图示了已经从没有对其应用足够的运动补偿措施的信号样本的集合导出的特征信号126。因此，特征信号126归因于非指示性运动干扰而严重受损。因此，将生命信号提取措施应用于特征信号126能够导致严重扭曲的生命信号形式或值。因此认为有益的是，根据本发明的一些实施例，被评估并分级为“不好的”样本的信号样本能够被排除出下游生命信号处理。

相比之下，图9b图示了明确反映其下面归因于对象10的指示性运动的至少部分周期性运动模式的特征信号128。已经从被分级为“良好的”样本的运动补偿样本的集合导出特征信号128。在进一步的信号处理中不理会不好的样本可以导致呈现改善的信噪比的特征信号。基于图9b，例如，能够检测到再现极值(例如，最小值、最大值等)的指示性频率，所述再现极值的指示性频率可以表示对象10的呼吸速率。就此而言应当注意，特征信号128仍然可以包括归因于非指示性运动的干扰。然而，例示性地参考呼吸速率确定，特征信号128中的周期性变化明确可见，并且能够因此被处理并分析，以便导出期望的感兴趣生命信号。

已经展示了被本发明覆盖的若干备选的例示性途径，参考图10，示意性地图示了用于从远程探测的电磁辐射提取信息的方法。起初，在步骤150中，接收包括信号样本154a、154b、154c的序列152的输入数据流。箭头t可以指代时间或实际帧数目。数据流能够从传感器模块22或数据缓存或存储模块被递送。数据流能够由一系列随时间推移而变化的图像帧来实施。

随后的步骤156可以提供对感兴趣区域68的确定，以及因此对序列152的样本154a、154b、154c中的非指示性运动区域110的确定。在其他步骤162中，同时的或延迟的，运动补偿措施能够应用于样本154a、154b、154c，以便到达运动补偿样本160a、160b、160c的序列158处。例如，能够以这种方式处理总体运动，所述总体运动能够是由传感器运动(或者具体为照相机运动)具体为利用手持式移动设备应用诱导的。就此而言优选的是，运动补偿措施基于基本上指向信号样本154a、154b、154c中的非指示性区域110的运动检测，所述非指示性区域110与感兴趣区域68分开，所述感兴趣区域68主要被处理以用于提取期望的生命信号。

运动补偿质量评估步骤164可以随后进行。再一次地，在一些实施例中，优选的是运动补偿质量评估基于运动补偿样本160a、160b、160c中的非指示性运动区域110的至少部分。因此，假定呈现指示性运动模式的感兴趣区域68能够在运动补偿质量评估操作期间不被理会。取决于检测到的评价参数166a、166b(其可以表示对运动补偿质量的分级)，各自的要被评估的样本能够被排除出进一步的信号处理措施或被包括在进一步的信号处理措施中。运动补偿质量评估可以涉及对当前的要被评估的样本160b、160c分别关于各自的参考样本160a和160b的对比性评估。运动补偿质量评估操作164还可以涉及输出信号168的生成。输出信号168能够指向用户，所述用户能够被建议减少干扰运动影响，如果要求的话。就此而言，能够促使用户保持设备18或至少传感器模块22稳定。除了期望的指示性运动模式以外，对象可以具有不期望的非指示性身体运动(例如，可以左右移动他的身体)。类似于照相机运动，不期望的非指示性身体运动也可以引起对生理信息提取的干扰。可以使用背景中的静止元件或目标作为参考来补偿干扰，类似于上文所描述的。指向用户的输出信号168可以提供建议，以减少由对象的移动引起的干扰运动影响。

被分级为“良好的”样本的运动补偿样本160a、160b、160c能够形成信号基础，能够在信号提取步骤170中从所述信号基础导出特征信号172。由于严重扭曲的样本被排除了，因此特征信号172能够已经被认为高度指示感兴趣生命信号。然而，在一些例示性实施例中，其他信号增强操作174可以随后进行，这可以涉及例如高通滤波、低通滤波、带宽滤波、开窗、统计计算措施等。因此，能够计算增强的特征信号176。在又另一步骤178中，信号分析措施能够应用于增强的特征信号176，或者在一些情况下应用于特征信号172。这些措施能够指向寻找指示至少一个期望的生命信号180的具体特征。信号分析操作178可以包括将基于时间域的特征信号172、176变换成基于频率域的经变换的信号。

不用说，在根据本发明的方法的实施例中，能够以改变的顺序或者甚至同时地执行这里提供的步骤中的若干。进一步地，也能够跳过所述步骤中的一些而不偏离本发明的范围。这具体应用于若干备选的信号处理步骤。

通过范例的方式，本发明能够应用于健康护理领域中，例如，非强迫性远程患者监测、一般性监护、安全监测以及所谓的生活环境，例如，健身装备等。应用可以涉及对呼吸速率、呼吸速率变化性以及相关生命信号的监测。

尽管已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示范性的，而非限制性的。本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解和实现对所公开的实施例的其他变型。

在权利要求书中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载的特定措施，但是这并不指示不能有效地使用这些措施的组合。

计算机程序可以被存储和/或分布在合适的介质上，诸如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质，但是也可以以其他形式被分布，诸如经由因特网或其他有线或无线的通信系统。

权利要求中的任何附图标记都不应被解释为对范围的限制。

Claims (15)

1.一种用于从由对象(10)发射或反射的远程探测的电磁辐射提取生理信息的设备，包括：

-接口(32)，其用于接收能从由对象(10)发射或反射的电磁辐射(20)导出的数据流(30)，所述数据流(30)包括信号样本(78a、78b、78c)的序列(76、152)，所述信号样本包括生理信息并且指示干扰运动，所述信号样本(78a、78b、78c)表示呈现可归因于至少一个生理参数(56)的至少部分周期性的指示性模式的至少一个感兴趣区域(68)以及非指示性运动区域(110)；以及

-处理单元(52)，其被配置为用于处理所述信号样本(78a、78b、78c)的序列(76、152)，包括：

-稳定化模块(34)，其被配置为用于导出至少部分地补偿不期望的总体运动的导出的运动补偿样本(108a、108b、108c)的序列(106、158)；

-运动补偿评估模块(36)，其被配置为用于检测表示运动补偿准确度的评价参数；以及

-提取器模块(38)，其被配置为用于从所述运动补偿样本(108a、108b、108c)的序列(106、158)选择性地导出至少部分地指示所述至少部分周期性的指示性模式的至少一个特征信号(128、172、176)，其中，导出所述特征信号(128、172、176)是取决于所检测的评价参数而执行的。

2.如权利要求1所述的设备，其中，所述信号样本指示期望的对象运动和干扰运动，所述信号样本(78a、78b、78c)表示呈现至少部分周期性的指示性运动模式的至少一个感兴趣区域(68)，所述特征信号至少部分地指示所述至少部分周期性的指示性运动模式。

3.如权利要求1或2所述的设备，其中，所述处理单元(52)还包括分析模块(40)，所述分析模块被配置为用于确定所述特征信号(128、172、176)中的时间变化，所述时间变化表示至少一个生命信号(180)。

4.如权利要求1或2所述的设备，其中，所述评价参数是标示物参数，所述标示物参数表示指示针对给定的运动补偿样本(108a、108b、108c)或给定的运动补偿样本(108a、108b、108c)的集合的运动补偿准确度的状态的集合中的状态。

5.如权利要求1或2所述的设备，其中，所述提取器模块(38)基于实际评价参数来选择性地对处理各自的运动补偿样本(108a、108b、108c)以导出所述至少一个特征信号(128、172、176)进行执行或省略。

6.如权利要求1或2所述的设备，其中，所述稳定化模块(34)被配置为用于在考虑所述信号样本(78a、78b、78c)中的所述非指示性运动区域(110)的至少一个部分的情况下导出所述导出的运动补偿样本(108a、108b、108c)的序列(106、158)。

7.如权利要求6所述的设备，其中，所述稳定化模块(34)还被配置为用于检测并跟踪所述序列(76、152)的所述信号样本(78a、78b、78c)中的所述非指示性运动区域(110)的所述至少一个部分中的局部特性。

8.如权利要求1或2所述的设备，其中，所述运动补偿评估模块(36)被配置为用于在考虑所述运动补偿样本(108a、108b、108c)中的所述非指示性运动区域(110)的至少一个部分的情况下检测运动补偿样本(108a、108b、108c)之间的相似度。

9.如权利要求8所述的设备，其中，所述运动补偿评估模块(36)还被配置为用于关于参考样本将绝对差处理算法应用于各自的运动补偿样本(108a、108b、108c)中的所述非指示性运动区域(110)的所述至少一个部分。

10.如权利要求1或2所述的设备，其中，所述运动补偿评估模块(36)被配置为用于检测各自的运动补偿样本(108a、108b、108c)中以及参考样本中的所述非指示性运动区域(110)的至少一个部分中的特性对应，或者其中，所述运动补偿评估模块(36)还被配置为用于在考虑多个运动补偿评估指示物的情况下检测所述评价参数。

11.如权利要求1或2所述的设备，还包括信号生成单元(48)，所述信号生成单元被配置为用于取决于所述实际评价参数来生成明显的输出信号，其中，所述输出信号优选地指示对运动补偿准确度进行指示的状态的集合中的状态。

12.如权利要求1或2所述的设备，还包括传感器模块(22)，具体为手持式传感器模块(22)，所述传感器模块被配置为用于捕获在至少一个具体波长范围之内的电磁辐射(20)，所述具体波长范围从包括可见光、红外光以及紫外辐射的组中选择，所述传感器模块能连接到所述接口(30)。

13.一种用于从由对象(10)发射或反射的远程探测的电磁辐射提取生理信息的方法，包括：

-接收能从由对象(10)发射或反射的电磁辐射(20)导出的数据流(30)，所述数据流(30)包括信号样本(78a、78b、78c)的序列(76、152)，所述信号样本包括生理信息并且指示干扰运动，所述信号样本(78a、78b、78c)表示呈现可归因于至少一个生理参数的至少部分周期性的指示性模式的至少一个感兴趣区域(68)，以及非指示性运动区域(110)；并且

-处理所述信号样本(78a、78b、78c)的序列(76、152)，包括：

-导出至少部分地补偿不期望的总体运动的导出的运动补偿样本(108a、108b、108c)的序列(106、158)；

-检测表示运动补偿准确度的评价参数；并且

-从所述运动补偿样本(108a、108b、108c)的序列(106、158)导出至少部分地指示所述至少部分周期性的指示性模式的至少一个特征信号(128、172、176)，其中，导出所述特征信号(128、172、176)是取决于所检测的评价参数而执行的。

14.如权利要求13所述的方法，其中，所述信号样本指示期望的对象运动和干扰运动，所述信号样本(78a、78b、78c)表示呈现至少部分周期性的指示性运动模式的至少一个感兴趣区域(68)，所述特征信号至少部分地指示所述至少部分周期性的指示性运动模式。

15.如权利要求13或14所述的方法，还包括以下步骤：

-基于实际评价参数来选择性地对处理各自的运动补偿样本(108a、108b、108c)以导出所述至少一个特征信号(128、172、176)进行执行或省略；并且

-确定所述特征信号(128、172、176)中的时间变化，所述时间变化表示至少一个生命信号。