CN105142516B - 用于确定来自对象的生命体征信息的装置和方法 - Google Patents

用于确定来自对象的生命体征信息的装置和方法 Download PDF

Info

Publication number
CN105142516B
CN105142516B CN201480011122.9A CN201480011122A CN105142516B CN 105142516 B CN105142516 B CN 105142516B CN 201480011122 A CN201480011122 A CN 201480011122A CN 105142516 B CN105142516 B CN 105142516B
Authority
CN
China
Prior art keywords
vital sign
area
visual field
sign information
characteristic parameter
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
CN201480011122.9A
Other languages
English (en)
Other versions
CN105142516A (zh
Inventor
M·J·罗克
M·J·巴尔图拉
G·M·克斯滕
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 CN105142516A publication Critical patent/CN105142516A/zh
Application granted granted Critical
Publication of CN105142516B publication Critical patent/CN105142516B/zh
Expired - Fee Related 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
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • A61B5/0059—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
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • 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
    • G06T2207/30061—Lung

Abstract

本发明涉及一种用于确定来自对象(12)的生命体征信息(R)的装置(10)，包括：检测单元(22)，其用于检测来自视场(42)的辐射(24)，并用于确定来自所述视场(42)的不同区(48)的包括所述对象(12)的生命体征信息(R)的特征参数(S)；频率分析单元(30)，其用于确定从所述不同区(48)导出的所述特征参数(S)的谱参数；选择单元(32)，其用于基于所述谱参数来选择所述视场(42)的至少一个区(48)；以及计算单元(34)，其用于基于来自至少一个所选择的区(48)的所述特征参数(S)来计算所述生命体征信息(R)。

Description

用于确定来自对象的生命体征信息的装置和方法
技术领域
本发明涉及一种用于确定来自对象的生命体征信息的装置和相应的方法，具体地，本发明涉及能够用于远程确定对象的生命体征的测量，其中，感兴趣区域被自动确定。本发明尤其涉及对象的呼吸率的远程测量。
背景技术
人的生命体征，例如呼吸率或心率，充当人的当前状态的指示器，并作为对严重医学事件的预测。出于该原因，生命体征在住院患者和门诊患者护理场所中、在家中或在其他健康、休闲和健身场所中被广泛地监测。
生命体征(例如呼吸率或心率)的基于相机的监测是用于充分地无接触测量人的生命体征的已知技术。由于感兴趣对象(即，要被测量的人)能够在相机的视场中自由定位，相应生命体征信息应当从其被采集的相关区需要被限定为针对相应信号的预期的输入。在用于无接触生命体征测量的大多数应用中，感兴趣区域是人工选择的，或者所使用的相机提前指向感兴趣区域，然而，对象的移动导致不正确的测量和系统的不现实的使用。因此，期望对感兴趣区域的自动检测，来改进生命体征信息的基于相机的监测。
例如在US 2009/0141124 A1中公开基于诸如面部检测的轮廓检测来确定针对呼吸率或心率检测的感兴趣区域的常规方法。该方法的缺点是如果当要测量的对象的相应部分被毯子覆盖时，轮廓(即，面部)部分地或完全地被阻挡或隐藏，则感兴趣区域不能可靠地被检测，这是在医院中的典型的情况，而在医院中呼吸率的监测是至关重要的。
用于感兴趣区域的检测的基于形状分析(诸如胸部/胸廓检测)的其他方法受视场内的对象的位置的限制或穿戴的衣服的限制，使得那些检测方法较为不可靠。
一种用于识别针对呼吸监测的感兴趣区域的方法是例如从EP 0 919 184 A1已知的，而感兴趣区域是基于从视场捕获的连续图像之间的改变的部分来确定的，其中，连续图像之间的改变能够是基于并不涉及生命体征的干扰信号的。因此，从该文献已知的方法是较为不可靠的。
用于监测对象的呼吸的又一种方法是从US 7,431,700 B2已知的，其中，在图像数据中的基于时间的改变被分析，并且周期性的外观被检测为呼吸，然而，由于在整个视场中的所有基于时间的改变被考虑，并且没有感兴趣区域被检测到，因此干扰信号的存在能够导致呼吸率的不正确的测量。因此，来自该文献的方法是较为不可靠的，并且具有增加的技术努力。
检测感兴趣区域以远程检测来自对象的生命体征信息的已知方法的缺点在于，从视场检测到的整个图像用于检测生命体征信息，使得这些方法易受到视场中的干扰信号的影响并且易受视场内的对象的移动的影响，使得用于确定来自对象的生命体征的已知方法是较为不可靠的。
发明内容
本发明的目的是提供一种用于确定来自对象的生命体征信息的改进的装置和相应的改进的方法，其较不易受干扰信号和要被测量的对象的移动的影响，并且总体上提供与生命体征检测有关的较高的可靠性。
根据本发明的一个方面，提供一种用于确定来自对象的生命体征信息的装置，包括：
-检测单元，其用于检测来自视场的辐射，并用于确定来自视场的不同区的包括所述对象的生命体征信息的特征参数，
-频率分析单元，其用于确定从所述不同区导出的所述特征参数的谱参数，
-选择单元，其用于基于所述谱参数来选择所述视场的区中的至少一个，以及
-计算单元，其用于基于来自至少一个所选择的区的所述特征参数来计算所述生命体征信息。
根据本发明的另一方面，提供一种用于确定来自对象的生命体征信息的方法，包括以下步骤：
-检测来自视场的辐射，
-确定来自所述视场的不同区的包括所述对象的生命体征信息的特征参数，
-根据从所述不同区导出的所述特征参数确定谱参数，
-基于所述谱参数来选择所述视场的至少一个区，并且
-基于来自至少一个所选择区的所述特征参数来计算所述生命体征信息。
根据本发明的又一方面，提供一种包括程序代码模块的计算机程序，当所述计算机程序在计算机上执行时，所述程序代码模块用于令计算机执行根据本发明所述的方法的步骤。
本发明的优选实施例被限定在从属权利要求中。应当理解，所要求保护的方法与所要求保护的设备并且如在从属权利要求中定义的具有相似和/或相同的优选实施例。
本发明是基于分析视场的不同区并从视场的不同区导出特征参数的想法的。在该特征参数上执行谱分析，以便确定特征参数是否包括生命体征信息或者特征参数是否仅仅包括干扰信号或高频噪声。基于该谱分析，能够选择视场的那些区，其提供包括生命体征信息的特征参数，使得生命体征信息能够基于提供这些生命体征信息的区而被计算。因此，能够根据视场连续确定感兴趣区域，即使要被测量的对象在视场内移动或者要被测量的指示部分被部分阻挡，使得生命体征信息的确定总体上是更可靠的。
在优选实施例中，所述选择单元适于基于所述谱参数选择所述视场的多个不同区。如果基于所述视场的多个不同区执行所述计算，则所述计算较不易受干扰信号影响，并且更加具有鲁棒性，这是因为所述生命体征信息是从所述对象的不同部分导出的。
在优选实施例中，所述检测单元是用于提供来自所述视场的图像数据的图像检测单元。这对于提供用于确定来自所述对象的所述生命体征信息的远程检测而言是简单的解决方案。
在优选实施例中，由所述图像检测单元捕获的所述图像或图像帧被分段划分，以便限定所述不同区。这允许在图像或图像帧的不同区或块上的生命体征信息的分段计算。
在优选实施例中，所述检测单元适于基于检测到的图像数据的模式检测来确定作为对应于来自所述不同区的所述生命体征信息的所述特征参数的运动矢量。这对于确定所述对象的呼吸率而言是实用的解决方案，这是因为运动矢量对应于所述对象的指示部分的移动，并且相应模式能够基于所捕获的图像数据容易地被确定。
在优选实施例中，所述检测单元适于基于检测到的图像数据的模式检测来确定作为所述特征参数的交变信号。这对于确定能够容易地分析以便识别包括生命体征信息的区的信号而言是简单的可能。
在优选实施例中，所述计算单元适于基于根据所述至少一个所选择的区确定的所述运动矢量来计算所述交变信号。这对于确定来自能够以低的技术努力来分析的检测到的运动矢量的信号而言是实用的解决方案。
在优选实施例中，所述谱参数是所述特征参数的谱能量分布。这对于确定生命体征信息是否被包括在具有低的技术努力的所述特征参数中而言是可能的。
在优选实施例中，如果相应特征参数的预定义的频带的所述谱能量超过预定义的阈值水平，所述选择单元适于选择所述视场的至少一个区。这对于确定所述视场的至少一个区是否包括生命体征信息而言是可靠的可能，这是因为所述生命体征信息的频率谱具有区别于干扰信号和噪声的特征频带。
在优选实施例中，所述选择单元适于确定针对所选择的不同区中的每个的权重因子，并且其中，所述计算单元适于基于借助于所述相应权重因子加权的所选择的区的所述特征参数来计算生命体征信息。这对于确定考虑检测到的特征参数的质量的生命体征信息而言是实用的解决方案，使得所述计算结果变得更为可靠。
在又一个优选实施例中，所述选择单元适于规律地执行所述选择，并且其中，针对所选择的区中的每个的所述权重因子是基于相应区的选择的频率而被确定的。这对于以低的技术努力确定针对所选择的区中的每个的所述权重因子而言是简单的解决方案。不同区被单独且频繁地处理，其中，从所述不同区导出的信号由所述权重因子加权，所述权重因子依赖于相应的区已被选择的次数，其中，更多权重被给予从更经常被选择的这些区导出的信号。换言之，不同区的信号通过对频率分析的结果进行积累而被加权。
在优选实施例中，所述不同区的所述运动矢量规律地被确定并被存储在存储设备中。这对于执行对所述运动矢量的详细分析而言是可能的，这是因为相应矢量被存储在存储设备中并且能够在一个步骤中被加权和评估。
当所述存储设备是存储预定义的量的运动矢量的移位寄存器时是优选的。在该实施例中，最老的运动矢量被移除，并且所有随后的矢量在寄存器中被移位，以为最新的矢量制造空间。这允许连续计算权重因子，使得所述矢量能够由权重因子容易地进行加权。
在优选实施例中，总体运动矢量基于从所选择的区确定的所述运动矢量而被计算，并基于针对相应区的权重因子而被加权。这对于确定从所述视场导出的精确运动矢量而言是可靠的可能。
当所述计算单元适于基于所述总体运动矢量来计算所述生命体征信息时是优选的。这是为了确定来自视场中的对象的精确并且可靠的生命体征信息的整体解决方案。
如上面提及的，本发明提供一种装置和方法，其确定从视场的不同区或段接收的信号并独立地评估接收到的信号，从而使得针对生命体征信息的远程测量的感兴趣区域能够以高的可靠性基于真实的生命体征信息来被确定并且能够被连续调整。由于感兴趣区域被限定在视场中，而不限定某个区，并且不限定感兴趣区域的位置或尺寸的优先性，要被评估的信号源能够被自由选择并且所计算的生命体征信息的可靠性和精确性得到增加。此外，由于从视场的不同区或段接收的信号的频率分析，并且由于依赖于所述频率分析所计算的权重因子，所计算的生命体征信息对于干扰信号、噪声和对象的移动具有鲁棒性。
因此，生命体征信息能够以高可靠性和高精确性基于远程测量技术根据对象来被确定。
附图说明
本发明的这些方面和其他方面将根据下文描述的实施例变得显而易见并且参考下文描述的实施例得到阐述。在附图中
图1示出了用于确定来自对象的生命体征信息的装置的总体布局的示意性图示，
图2示出了指示示范性生命体征信息的对象的运动的示意性图示，
图3示出了对应于生命体征信息的从对象导出的交变信号的时序图，
图4示出了图3中所示的交变信号的频率图，
图5a-图5e示出了用于图示用于计算生命体征信息的视场中的不同图像段的选择的示意性图像序列，
图6示出了表示用于确定来自对象的生命体征信息的方法的实施例的步骤的示意性方框图，以及
图7示出了从视场的感兴趣区域导出的生命体征信号的示意性时序图。
具体实施方式
图1示出了用于确定来自对象12的生命体征信息的总体上由10指代的装置的示意图。对象12，例如卧床患者，停留在支撑体14上。对象的头部16对于对象12的呼吸通常是非指示部分，其中，指示部分(胸部18或腹部18)由毯子20所覆盖。图1中所示的普通情况的总体问题在于，从作为与呼吸有关的指示部分的胸部18的运动导出的信号是衰减的，并且基于远程测量的信号检测是相当困难的。
装置10包括图像检测设备22(例如单色相机)，所述图像检测设备能够用于记录对象12的图像帧。图像帧能够从由对象12发射或反射的电磁辐射24导出。为了从图像数据26(例如图像帧的序列)提取图像信息，图像数据26被提供到图像处理单元28。
图像检测设备22适于捕获属于电磁辐射24的至少谱分量的图像。图像检测设备22可以提供从包括要被测量的对象12的视场捕获的连续图像数据或图像帧的离散序列。
图像处理单元28适于总体上评估图像数据26，并将所捕获的图像划分为视场的段或区，并分别评估图像段，以便确定感兴趣区域。图像处理单元28将所捕获的图像划分为段或区，并检测来自不同段的运动矢量，所述来自不同段的运动矢量对应于视场中的物体的运动，包括对象12的运动，并且尤其是作为呼吸的指示部分的胸部18的运动。所述运动矢量借助于图像段中的模式检测或者借助于图像段中的边缘检测而被确定。用于边缘或模式检测并用于从所捕获的图像帧导出运动矢量的方法例如由WO 2012/140531 A1所公开。
图像处理单元28确定来自运动矢量的交变信号，并且借助于如在下文中详细描述的频率分析单元30确定交变信号的谱参数。图像数据26的段中的每个的谱参数被提供到选择单元32。选择单元32选择图像数据26的段，从所述段导出包括来自对象12的生命体征信息的交变信号。选择单元32基于相应谱参数来选择段。谱参数是交变信号的频率谱或谱能量分布。由于生命体征信息具有特征谱能量分布或特征频率，选择单元能够选择包括对象12的生命体征信息的段。选择单元32确定针对取决于频率分析的不同的图像段中的每个的权重因子。权重因子对应于相应图像段已经多久时间一次地被选择的频率而被确定。选择单元32向计算单元34提供包括权重因子的选择信息，所述计算单元适于基于从所选择的段中的每个导出的运动矢量来计算生命体征信息。借助于权重因子，计算单元34对相应图像段的运动矢量进行加权，其中，更多权重被给予到具有指示接收到的运动矢量的较好质量的谱参数的段，即，更频繁被选择的段。由于高干扰信号量的较不频繁被选择或者从未被选择的这些图像段被较小的加权或被移除。计算单元34将所计算的生命体征信息提供到诸如监测器的输出设备36。
因此，装置10确定包含呼吸运动并能够用于限定用于确定对象12的呼吸的感兴趣区域的所捕获的图像帧的那些段。图像处理单元28根据图像数据26的段确定运动数据，并且选择单元32选择包含生命体征信息的那些段，并且不选择包含干扰信号或噪声的那些段。
为了确定感兴趣区域，捕获并评估多个图像帧，并且权重因子(称为持续性)对应于每个段被选择为包含生命体征段的次数而被确定。最后，来自所选择的段中的每个的运动矢量由权重因子进行加权，以确定总体运动矢量并且确定生命体征信息，例如在下文中所描述的呼吸率。
图2示出了对象12的示意性图示，以便描述对象12的呼吸的远程测量。对象12经历由于呼吸的指示部分18(胸部18)的特征运动。当呼吸时，肺部的扩张和收缩引起生物的特征部分的轻微运动，例如胸部18的起伏。同样，腹式呼吸能够引起对象身体12的相应部分的特征运动。由生理过程包括的至少部分周期性运动模式能够出现在许多有机体中，尤其是在人类或动物中。
如由箭头40所指示的，指示部分18随着时间在由附图标记18a、18c所指示的收缩位置与由18b所指示的提取部分之间移动。实质上，基于该运动模式，例如，能够借助于所捕获的图像序列中的模式或边缘检测来评价呼吸率或呼吸率变化。当指示部分18正随时间脉动时，作为非指示部分16的头部16基本上保持不动。
当然，头部16也随时间经历不同的运动。然而，这些运动不对应于胸部18的周期性脉动，并且能够借助于频率分析来进行区分。
图3示出了从运动模式和/或从不同图像段的运动矢量导出的交变信号的时序图，所述不同图像段的运动矢量能够是例如基于相应图像段中的帧或边缘检测而被确定的。交变信号总体上由S(t)指代。在该具体情况下的交变信号S对应于对象12的胸部18的移动，所述移动是从对应于从相应指示部分18接收的图像数据的图像段导出的。交变信号S示出对应于胸部18的移动的特征变化，即对象12的呼吸率。交变信号S还示出叠加到呼吸率的高频噪声。
交变信号S是从视场的图像段中的每个导出的，其中，多个图像段包括生命体征信息，例如呼吸率，并且许多图像段可以包括与对象12的生命体征信息不相关的干扰信号，或者主要包括高频噪声的其他交变信号。为了识别生命体征信息能够从其被导出的那些图像段，分析单元28包括频率分析设备30，以执行对交变信号的频率分析。频率分析优选通过对交变信号S进行滤波和/或通过执行傅立叶变换，尤其是交变信号S的快速傅立叶变换(FFT)来执行。从交变信号导出频率谱，以如下文中所述的识别包括生命体征信息的图像段。
图4示出了总体上由F(f)指代的图3中所示的交变信号S的频率谱。频率谱F示出了在低频带中的大的频率分量，所述低频带在该具体情况下是在0和1赫兹之间，其对应于成人的呼吸率，通常不高于1赫兹，即每分钟60次呼吸。高于预定义的频带的频率分量，例如对于成人高于1赫兹和对于婴儿高于2赫兹，通常是图像数据26中的干扰信号或对应于交变信号S的噪声。为了表征交变信号S的质量，如果交变信号S在预定义的频带中的谱能量超过预定义的阈值水平或与第二频带(例如整个频率谱)相比超过谱能量的百分比，则交变信号S的谱能量被确定，并且图像段被限定为包括生命体征信息的图像段。例如，如果在0和1或2赫兹之间的谱能量大于预定义的阈值水平，例如，大于交变信号S的整个谱能量的或谱的预定义的范围的50％，例如2...3赫兹，3...4赫兹，......。基于谱能量，图像段被评估，以如在下文中描述的，选择视场中的图像段并确定感兴趣区域。
图5a-图5e示出了用于基于检测到的图像数据26解释对来自对象12的生命体征信息的检测的来自视场的示意图。
图5a-图5e中所示的由图像检测设备22检测到的视场总体上由42指代。表示视场42的由图像检测设备22所捕获的图像帧44示出对象12，所述对象在该情况下是要被测量的人。
在图像帧44中，网格46将图像帧44划分为不同部分并限定不同的图像段48，以区分视场42中的不同区并且确定视场42中不同的运动矢量。
首先，从图像帧44的图像段48中的每个导出移动模式，并且如上面描述的，从根据图像段48中的每个的移动模式确定的运动矢量来确定交变信号S。通过不同的图像段48内的模式检测或边缘检测来确定运动矢量。基于由频率分析单元30执行的频率分析，确定不同的图像段48的移动模式是否对应于视场42中的生命体征信息，或者移动模式是否是干扰信号或噪声。如上所述，基于谱参数和/或谱能量以及预定义的频带中的谱能量是否大于相应交变信号的整个谱能量的预定义的百分比，来执行移动模式是否包括生命体征信息的确定。
基于针对图像段48中的每个所确定的这些数据，选择单元32选择包括生命体征信息的那些图像段48。
针对所选择的图像段48的范例被示意性示出在图5b中，其中，所选择的图像段48借助于交叉来标记。
从图像段48中的每个捕获图像帧44和确定交变信号S以及对包括生命体征信息的图像段48的选择的过程被规律或频繁地执行，并且不同的图像段48可以在预定义的时间帧或者连续图像帧44中被选择。包括分别选择的图像段的两个另外的图像帧44作为范例被示出在图5c和图5d中。
根据所选择的图像段48，感兴趣区域50被确定，如图5e中所示。在感兴趣区域50中，分别选择的图像段48由不同的阴影表征，所述阴影对应于相应图像段48已被选择的次数，如在图5b、图5c和图5d中所示。
从感兴趣区域50的段48导出的运动矢量由权重因子(持续性)进行加权，所述权重因子是基于相应段48已在预定义的时间帧内被选择的频率或次数而被确定的。
感兴趣区域50允许可靠并且鲁棒的测量，这是由于作为感兴趣区域50的部分的所有段48随时间被加权。权重因子与相应分段被选择的次数成比例。
针对每个段48的相应权重因子Wi借助于以下方程式进行计算：
其中，Ni是相应段48已经被选择的次数，n是被考虑以计算运动矢量的帧的数量，并且i对应于相应段48。
运动矢量优选地被存储在存储器中，并且总体运动矢量G借助于以下方程式在预定义的时间帧之后被计算：
其中，Wi为相应段40的权重因子，并且Mi为相应段48的运动矢量。因此，感兴趣区域50的运动矢量Mi借助于相应段48已经被选择的频率进行加权，以计算总体运动矢量G。
优选地，用于存储运动矢量的存储器是移位寄存器，其中，每个图像帧44的运动矢量Mi和针对每个段48的运动矢量Mi被缓冲。每个段48的最老的运动矢量Mi被移除，并且所有随后的矢量Mi在移位寄存器中被移位。每个运动矢量Mi然后借助于对应于相应段48已经被选择的频率的权重因子进行加权。即，如果段48未被选择，则权重因子为0，并且如果段48已经在图像帧44中的每个中被选择，则权重因子为1。
因此，生命体征信息能够以高精确度基于从对象12的相应指示部分18接收的信号的相应质量而被计算。
图6示出了图示检测来自对象12的生命体征信息以及计算生命体征信息的方法步骤的方框图。所述方法总体上由60指代。方法60开始于步骤62。在64处，图像帧44借助于图像检测设备22而被检测。
图像帧44在步骤66中由图像处理单元28借助于模式检测或边缘检测来评估，并且如上所述，针对图像段48中的每个确定运动矢量Mi。取决于运动矢量Mi，针对图像段48中的每个计算对应的交变信号S。
在步骤68处，借助于频率分析单元30来分析交变信号S，以便确定生命体征信息是否被包括在运动矢量中。
在步骤70处，选择满足相应标准的图像段48，即选择具有大于预定义的阈值水平的谱参数或谱能量的那些图像段48。
在步骤72中，针对图像段48中的每个的运动矢量Mi和在该图像帧44中已经被选择的图像段48的信息被存储在存储器74中，所述存储器优选是移位寄存器。
如反馈环路76所指示的，重复步骤64至72，以便频繁捕获和评估新的图像帧44。
在步骤78处，基于被存储在存储器74中的数据来计算权重因子Wi。
在步骤80处，基于针对图像帧48中的每个的运动矢量Mi和如上所述的权重因子Wi来计算总体运动矢量G。最终，如在步骤82处所示的，基于总体运动矢量G来计算生命体征信息。如反馈环路84所指示的，规律地执行生命体征信息的计算。
方法60结束于步骤86处。
因此，能够基于频繁捕获的图像帧44和相应检测步骤来连续地计算生命体征信息。
图7示出了从总体运动矢量G导出的并总体上由R(t)指代的生命体征信息的时序图。生命体征信息R(t)在该特定情况下是从对象12的胸部18的运动导出的呼吸信号。根据这样确定的呼吸信号R，能够基于如由在图7中的点指示的呼吸信号R的最大值来检测呼吸率。所述点之间的时间距离示于图7中，作为Δt1和Δt2的范例。呼吸率借助于图7中所示的呼吸信号R中的最大值之间的时间距离Δt1、Δt2的倒数值或所述时间距离的平均值而被计算。
因此，呼吸率能够容易地从运动矢量G导出，并且由于感兴趣区域50基于对象12的胸部18的移动被自动确定并由权重因子W进行加权，呼吸率能够以高可靠性和高精确度根据图像数据26而被确定。
尽管已经在附图和前文描述中详细图示并描述了本发明，但是这样的图示和描述应被视为说明性或示范性的，而非限制性的；本发明不限于所公开的实施例。通过研究附图、公开内容以及权利要求书，本领域技术人员在实践所要求保护的发明时能够理解并实现对所公开的实施例的其他变型。
在权利要求中，“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。单个元件或其他单元可以履行权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。
计算机程序可以被存储/分布在适当的介质上，例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质，但是计算机程序也可以以其他形式分布，例如经由因特网或其他的有线或无线的电信系统分布。
权利要求书中的任何附图标记不应被解释为对范围的限制。

Claims (15)

1.一种用于确定来自对象(12)的生命体征信息(R)的装置(10)，包括：
-检测单元(22)，其用于检测来自视场(42)的辐射(24)，并用于确定来自所述视场(42)的不同区(48)的包括所述对象(12)的生命体征信息(R)的特征参数(S)，
-频率分析单元(30)，其用于确定从所述不同区(48)导出的所述特征参数(S)的谱能量分布，
-选择单元(32)，其用于基于所述谱能量分布来选择所述视场(42)的所述区(48)中的至少一个，其中，如果从所述视场(42)的至少一个区(48)导出的相应特征参数(S)的预定义的频带的谱能量超过预定义的阈值水平，所述选择单元(32)适于选择所述视场(42)的所述至少一个区(48)，以及
-计算单元(34)，其用于基于来自至少一个所选择的区(48)的所述特征参数(S)来计算所述生命体征信息(R)。
2.如权利要求1中所述的装置，其中，所述选择单元(32)适于基于所述谱能量分布来选择所述视场(42)的多个不同区(48)。
3.如权利要求1中所述的装置，其中，所述检测单元(22)是用于提供来自所述视场(42)的图像数据(26)的图像检测单元(22)。
4.如权利要求3中所述的装置，其中，所述检测单元(22)适于基于对检测到的图像数据(26)的模式检测来确定运动矢量(M)作为对应于来自所述不同区(48)的所述生命体征信息(R)的所述特征参数(S)。
5.如权利要求3中所述的装置，其中，所述检测单元(22)适于基于对检测到的图像数据(26)的模式检测来确定交变信号(S)作为所述特征参数(S)。
6.如权利要求4中所述的装置，其中，所述检测单元(22)适于基于对检测到的图像数据(26)的模式检测来确定交变信号(S)作为所述特征参数(S)。
7.如权利要求6中所述的装置，其中，所述计算单元(34)适于基于根据所述至少一个所选择的区(48)确定的所述运动矢量(M)来计算所述交变信号(S)。
8.如权利要求2-7中的任一项所述的装置，其中，所述选择单元(32)适于确定针对所选择的不同区(48)中的每个的权重因子(W)，并且其中，所述计算单元(34)适于基于所选择的区(48)的借助于相应权重因子(W)加权的所述特征参数(S)来计算所述生命体征信息(R)。
9.如权利要求8中所述的装置，其中，所述选择单元(32)适于规律地执行所述选择，并且其中，针对所选择的区(48)中的每个的所述权重因子(W)是基于对相应区(48)的选择的频率(n)而被确定的。
10.如权利要求4、6和7中的任一项所述的装置，其中，所述不同区(48)的所述运动矢量(M)规律地被确定并且被存储在存储设备(74)中。
11.如权利要求10中所述的装置，其中，所述存储设备(74)是存储预定义的量的运动矢量(M)的移位寄存器(74)。
12.如权利要求4、6和7中的任一项所述的装置，其中，所述选择单元(32)适于确定针对所选择的不同区(48)中的每个的权重因子(W)，并且其中，所述计算单元(34)适于基于所选择的区(48)的借助于相应权重因子(W)加权的所述特征参数(S)来计算所述生命体征信息(R)。
13.如权利要求12所述的装置，其中，总体运动矢量(G)基于根据所选择的区(48)确定的所述运动矢量(M)而被计算，并基于相应区(48)的所述权重因子(W)而被加权。
14.如权利要求13中所述的装置，其中，所述计算单元(34)适于基于所述总体运动矢量(G)来计算所述生命体征信息(R)。
15.一种用于确定来自对象(12)的生命体征信息(R)的方法(60)，包括以下步骤：
-检测(64)来自视场(42)的辐射(24)，
-确定(66)来自所述视场(42)的不同区(48)的包括所述对象(12)的生命体征信息(R)的特征参数(S)，
-确定(68)从所述不同区(48)导出的所述特征参数(S)的谱能量分布，
-基于所述谱能量分布来选择(70)所述视场(42)的至少一个区(48)，其中，如果从所述视场(42)的所述至少一个区(48)导出的相应特征参数(S)的预定义的频带的谱能量超过预定义的阈值水平，则选择所述至少一个区(48)，并且
-基于来自至少一个所选择的区(48)的所述特征参数(S)来计算(82)所述生命体征信息(R)。
CN201480011122.9A 2013-02-28 2014-02-27 用于确定来自对象的生命体征信息的装置和方法 Expired - Fee Related CN105142516B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361770357P 2013-02-28 2013-02-28
US61/770,357 2013-02-28
EP13157242.2A EP2772189A1 (en) 2013-02-28 2013-02-28 Apparatus and method for determining vital sign information from a subject
EP13157242.2 2013-02-28
PCT/EP2014/053867 WO2014131850A1 (en) 2013-02-28 2014-02-27 Apparatus and method for determining vital sign information from a subject

Publications (2)

Publication Number Publication Date
CN105142516A CN105142516A (zh) 2015-12-09
CN105142516B true CN105142516B (zh) 2018-07-17

Family

ID=47826944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480011122.9A Expired - Fee Related CN105142516B (zh) 2013-02-28 2014-02-27 用于确定来自对象的生命体征信息的装置和方法

Country Status (7)

Country Link
US (1) US20140243649A1 (zh)
EP (2) EP2772189A1 (zh)
JP (1) JP2016508401A (zh)
CN (1) CN105142516B (zh)
BR (1) BR112015020421A2 (zh)
RU (1) RU2691928C2 (zh)
WO (1) WO2014131850A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2772884A1 (en) 2013-02-28 2014-09-03 Koninklijke Philips N.V. Apparatus and method for detecting subjects on the basis of vital signs
BR112015022002A2 (pt) * 2013-03-13 2017-07-18 Koninklijke Philips Nv aparelho para determinar informações de sinais vitais de um indivíduo, e método para determinar informações de sinais vitais de um indivíduo
JP6415462B2 (ja) 2013-03-15 2018-10-31 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 画像データから呼吸ボリューム信号を決定する装置及び方法
US10134307B2 (en) 2013-12-12 2018-11-20 Koninklijke Philips N.V. Software application for a portable device for CPR guidance using augmented reality
DE102014218140B3 (de) * 2014-09-10 2016-03-10 Ait Austrian Institute Of Technology Gmbh Verfahren und Vorrichtung zur Bestimmung des zeitlichen Verlaufs der Atemtiefe einer Person
CA2964423A1 (en) * 2014-10-13 2016-04-21 Koninklijke Philips N.V. Device and method for detecting vital sign information of a subject
JP6565468B2 (ja) * 2015-08-18 2019-08-28 ノーリツプレシジョン株式会社 呼吸検知装置、呼吸検知方法、及び呼吸検知プログラム
GB201601142D0 (en) 2016-01-21 2016-03-09 Oxehealth Ltd Method and apparatus for estimating breathing rate
GB201601140D0 (en) 2016-01-21 2016-03-09 Oxehealth Ltd Method and apparatus for estimating heart rate
GB201601143D0 (en) 2016-01-21 2016-03-09 Oxehealth Ltd Method and apparatus for health and safety monitoring of a subject in a room
GB201601217D0 (en) 2016-01-22 2016-03-09 Oxehealth Ltd Signal processing method and apparatus
GB201615899D0 (en) 2016-09-19 2016-11-02 Oxehealth Ltd Method and apparatus for image processing
US10885349B2 (en) 2016-11-08 2021-01-05 Oxehealth Limited Method and apparatus for image processing
GB201706449D0 (en) 2017-04-24 2017-06-07 Oxehealth Ltd Improvements in or realting to in vehicle monitoring
CN106963410A (zh) * 2017-05-04 2017-07-21 上海联影医疗科技有限公司 Pet成像系统及其成像方法
JP6924694B2 (ja) * 2017-12-27 2021-08-25 株式会社東海理化電機製作所 制御装置、バイタル検出方法、プログラム、およびバイタル検出装置
JP6963996B2 (ja) * 2017-12-27 2021-11-10 株式会社東海理化電機製作所 制御装置、バイタル検出方法、プログラム、およびバイタル検出装置
GB201803508D0 (en) 2018-03-05 2018-04-18 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
WO2019202671A1 (en) * 2018-04-17 2019-10-24 Nec Corporation Pulse rate estimation apparatus, pulse rate estimation method, and computer-readable storage medium
GB201900033D0 (en) 2019-01-02 2019-02-13 Oxehealth Ltd Mrthod and apparatus for monitoring of a human or animal subject
GB201900034D0 (en) 2019-01-02 2019-02-13 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
GB201900032D0 (en) 2019-01-02 2019-02-13 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
EP3811862A1 (en) 2019-10-22 2021-04-28 Oxypoint NV Vital parameter measurements for low care patients
US20220361753A1 (en) 2019-10-22 2022-11-17 Oxypoint Nv Vital parameter measurements for low care patients

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102046076A (zh) * 2008-04-03 2011-05-04 Kai医药公司 非接触式生理运动传感器及其使用方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0864999A3 (de) * 1997-03-13 1999-09-08 Philips Patentverwaltung GmbH Bildverarbeitungs-Verfahren für die medizinische Diagnostik
JP3263035B2 (ja) 1997-11-21 2002-03-04 東芝エンジニアリング株式会社 呼吸モニタリングの関心領域設定装置および呼吸モニタリングシステム
KR100677082B1 (ko) * 2000-01-27 2007-02-01 삼성전자주식회사 움직임 추정기
US6701182B1 (en) * 2000-05-25 2004-03-02 Ge Medical Systems Information Technologies Gmbh Method and apparatus for analyzing a physiological waveform
JP3611507B2 (ja) * 2000-05-30 2005-01-19 松下電器産業株式会社 動きベクトル検出装置
JP3477166B2 (ja) 2000-12-07 2003-12-10 学校法人慶應義塾 監視装置
US20030215791A1 (en) * 2002-05-20 2003-11-20 Applied Spectral Imaging Ltd. Method of and system for multiplexed analysis by spectral imaging
JP3764949B2 (ja) * 2003-06-09 2006-04-12 住友大阪セメント株式会社 状態解析装置
DE10348109A1 (de) * 2003-10-16 2005-05-19 Bayerische Motoren Werke Ag Verfahren und Vorrichtung zur Sichtbarmachung einer Fahrzeugumgebung
JP2005218507A (ja) * 2004-02-03 2005-08-18 Tama Tlo Kk バイタルサイン計測方法と装置
JP3782815B2 (ja) * 2004-02-04 2006-06-07 住友大阪セメント株式会社 呼吸解析装置
WO2007093780A2 (en) * 2006-02-13 2007-08-23 Snell & Wilcox Limited Method and apparatus for modifying a moving image sequence
CN101336093B (zh) * 2006-02-22 2012-07-18 株式会社日立医药 超声波诊断装置
US8684900B2 (en) * 2006-05-16 2014-04-01 Bao Tran Health monitoring appliance
CN103961130B (zh) * 2006-09-25 2017-08-15 马佐尔机器人有限公司 使得c型臂系统适应以提供三维成像信息的方法
EP1944978A1 (en) * 2007-01-12 2008-07-16 Koninklijke Philips Electronics N.V. Method and system for encoding a video signal. encoded video signal, method and system for decoding a video signal
US8089522B2 (en) * 2007-09-07 2012-01-03 Regents Of The University Of Minnesota Spatial-temporal multi-resolution image sensor with adaptive frame rates for tracking movement in a region of interest
US8149273B2 (en) 2007-11-30 2012-04-03 Fuji Xerox Co., Ltd. System and methods for vital sign estimation from passive thermal video
US20100152600A1 (en) * 2008-04-03 2010-06-17 Kai Sensors, Inc. Non-contact physiologic motion sensors and methods for use
WO2010042253A2 (en) * 2008-04-30 2010-04-15 Board Of Regents, The University Of Texas System An apparatus and method for noninvasive evalution of a target versus a non- target
US10667715B2 (en) * 2008-08-20 2020-06-02 Sensible Medical Innovations Ltd. Methods and devices of cardiac tissue monitoring and analysis
EP2163201A1 (en) * 2008-09-15 2010-03-17 Westfälische Wilhelms-Universität Münster List mode-based respiratory and cardiac gating in positron emission tomography
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
JP5300694B2 (ja) * 2009-11-10 2013-09-25 株式会社東芝 検出装置
JPWO2011161993A1 (ja) * 2010-06-24 2013-08-19 オリンパスメディカルシステムズ株式会社 画像処理装置及び画像処理装置の制御方法
DE102011016772B4 (de) * 2011-04-12 2024-04-25 Mercedes-Benz Group AG 12.04.2021Verfahren und Vorrichtung zur Überwachung zumindest eines Fahrzeuginsassen und Verfahren zum Betrieb zumindest einer Assistenzvorrichtung
US9224202B2 (en) 2011-04-14 2015-12-29 Koninklijke Philips N.V. Device and method for extracting information from characteristic signals
US8988372B2 (en) * 2012-02-22 2015-03-24 Avolonte Health LLC Obtaining physiological measurements using a portable device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102046076A (zh) * 2008-04-03 2011-05-04 Kai医药公司 非接触式生理运动传感器及其使用方法

Also Published As

Publication number Publication date
RU2015140986A3 (zh) 2018-02-28
RU2691928C2 (ru) 2019-06-18
CN105142516A (zh) 2015-12-09
JP2016508401A (ja) 2016-03-22
RU2015140986A (ru) 2017-04-03
EP2772189A1 (en) 2014-09-03
WO2014131850A1 (en) 2014-09-04
US20140243649A1 (en) 2014-08-28
EP2961317A1 (en) 2016-01-06
BR112015020421A2 (pt) 2017-07-18

Similar Documents

Publication Publication Date Title
CN105142516B (zh) 用于确定来自对象的生命体征信息的装置和方法
CN105007806B (zh) 用于确定来自对象的生命体征的装置和方法
CN105636505B (zh) 用于获得对象的生命体征的设备和方法
RU2691006C2 (ru) Приспособление и способ определения сигналов дыхания грудной клетки и брюшной полости по данным изображения
Martinez et al. Breath rate monitoring during sleep using near-IR imagery and PCA
CN106793976A (zh) 用于检测对象的生命体征信息的设备和方法
CN105072997A (zh) 用于获得对象的呼吸信息的设备
CN105190691A (zh) 用于获得对象的生命体征的设备
CN106132287B (zh) 心率监测器系统
RU2648602C2 (ru) Устройство и способ обнаружения субъектов на основе показателей жизненно важных функций
WO2020226638A1 (en) Sleep tracking and vital sign monitoring using low power radio waves
CN105050502B (zh) 用于根据图像数据确定呼吸体积信号的装置和方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180717

Termination date: 20200227

CF01 Termination of patent right due to non-payment of annual fee