CN105636505A - 用于获得对象的生命体征的设备和方法 - Google Patents

用于获得对象的生命体征的设备和方法 Download PDF

Info

Publication number
CN105636505A
CN105636505A CN201480056779.7A CN201480056779A CN105636505A CN 105636505 A CN105636505 A CN 105636505A CN 201480056779 A CN201480056779 A CN 201480056779A CN 105636505 A CN105636505 A CN 105636505A
Authority
CN
China
Prior art keywords
motion
unit
equipment
frames
pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201480056779.7A
Other languages
English (en)
Other versions
CN105636505B (zh
Inventor
V·让娜
M·B·范莱文
M·J·A·阿塞尔曼
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 CN105636505A publication Critical patent/CN105636505A/zh
Application granted granted Critical
Publication of CN105636505B publication Critical patent/CN105636505B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • 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
    • 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
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • 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
    • A61B5/103—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
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • 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
    • 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
    • G06T7/223—Analysis of motion using block-matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G16H40/60—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 operation of medical equipment or devices
    • G16H40/63—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 operation of medical equipment or devices for local operation
    • 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
    • G16H40/60—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 operation of medical equipment or devices
    • G16H40/67—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 operation of medical equipment or devices for remote operation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • G06T2207/30076—Plethysmography
    • 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
    • G06T2207/30088—Skin; Dermal
    • 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
    • G06T2207/30196—Human being; Person
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • 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
    • G06T2207/30232—Surveillance

Abstract

本发明涉及一种用于获得对象的生命体征的设备，包括：接口(20)，其用于接收对象的图像帧集合；运动分析单元(30)，其用于分析所述图像帧集合中的图像帧内的至少一个测量区，并且用于表征所述图像帧集合内的所述对象的运动；信号提取单元(40)，其用于使用对所述图像帧集合内的所述对象的运动的所述表征来从所述图像帧集合提取光体积描记，PPG，信号；以及生命体征确定单元(50)，其用于根据所提取的PPG信号来确定生命体征信息。所述运动分析单元包括运动估计单元(32)、空间特性提取单元(34)以及运动表征单元(36)。

Description

用于获得对象的生命体征的设备和方法
技术领域
本发明涉及用于获得对象的生命体征的设备和方法。尤其是，本发明涉及非侵扰光学测量方法，所述非侵扰光学测量方法能够用于检测诸如人或动物的观测的对象中的生命体征。
背景技术
WO2011/042858公开了一种处理包括至少分量的信号的方法，所述至少分量表示生命体中的周期性现象，所述方法包括：获得至少一个第一信号，所述至少一个第一信号具有表示生命体中的周期性现象的至少分量。通过获得与至少一个第一信号同步的示出生命体的图像的序列，并且执行对所述图像的序列的基于视频的运动分析，来获得表示生命体的运动的至少周期性分量的分离的数据。所述数据被用于至少抑制对应于所述生命体的运动的所述周期性分量的所述第一信号的分量。
US2010/0061596公开了一种用于确定与生理运动的部分的相似度的方法，包括：获得客体的第一图像，获得所述客体的第二图像，确定所述第一图像与所述第二图像之间的相似度水平，并且将所述第一图像与所述第二图像之间的所确定的相似度水平与生理运动的部分相关。一种具有指令集合的计算机程序产品，对所述指令集合的运行令确定与生理运动的部分的相似度的方法被执行，所述方法包括：获得客体的第一图像，获得所述客体的第二图像，确定所述第一图像与所述第二图像之间的相似度水平，并且将所述第一图像与所述第二图像之间的所确定的相似度水平与生理运动的部分相关。
人的生命体征，例如，心率(HR)，血氧饱合度(SpO2)或诸如呼吸率(RR)的呼吸信息(呼吸参数)能够充当严重医学事件的有力预测指标。出于这种原因，经常在重症监护病房中在线监测或在医院的普通病房中的日常定点检查中监测呼吸率和/或心率。除心率之外，呼吸率是最重要的生命体征之一。HR和RR两者仍然难以在没有直接身体接触的情况下被测量。在当前重症监护病房中，胸部阻抗体积抗描记术或呼吸感应体积描记术仍然是测量RR的选择的方法，其中，通常使用两个呼吸带以便辨别人的胸部和腹部呼吸运动。HR通常通过使用被固定在对象的胸部的电极来测量，其中，电极通过线缆被连接到远程设备。然而，这些侵扰式方法对被观测的患者而言是不舒服和不愉快的。
己经示出，一个或多个摄像机能够被用于通过使用远程光体积描记(远程PPG)成像来非侵扰地监测对象的HR、RR或其他生命体征。远程光体积描记成像例如在下文中进行了描述：WimVerkruysse,LarsO.Svaasand和J.StuartNelson的“Remoteplethysmographicimagingusingambientlight”,OpticsExpress,Vol.16,No.26(2008年12月)。其是基于以下原理的：皮肤中的血液体积的时间变化导致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)的图像的摄像机来记录，同时在选定区域(在该系统中通常为面颊的部分)上的像素平均被计算。通过观察该平均信号的周期性变化，能够提取心率和呼吸率。同时存在描述用于通过使用远程PPG来获得患者的生命体征的设备和方法的细节的另外的出版物和专利申请。
因此，动脉血的脉动引起光吸收的变化。利用光检测器(或光检测器的阵列)观测到的这些变化形成PPG(光体积描记)信号(也被称为，在其他之中，容积波)。血液的脉动是由跳动的心脏引起的，即PPG信号中的峰对应于心脏的个体跳动。因此，PPG信号固有地包括心率信号。该信号的规范化的幅度对于不同的波长是不同的，并且对于一些波长，其也是血氧饱合度或者在血液或组织中发现的其他物质的函数。
与用于测量心率、呼吸和SpO2的常规接触式传感器(其被附接到对象并且其主要噪声源是运动)相比，基于相机的生命体征监测的主要优点是高易用性，因为不需要附接传感器，而是相机仅需要瞄准合适的感兴趣区域，例如，对象的皮肤或胸部区域。基于相机的生命体征监测的另一优点是实现运动鲁棒性的潜力，因为相机具有显著的空间分辨率而接触式传感器多数包括单元件检测器。
针对远程PPG技术的关键挑战之一是能够提供在对象运动期间的鲁棒的测量，尤其是提供完全运动鲁棒的解决方案。
发明内容
本发明的目的是提供一种用于不管对象的移动获得对象的生命体征的设备和方法以及系统。本发明由独立权利要求定义。
在本发明的第一方面中，提出了一种用于获得对象的生命体征的设备，所述设备包括：
-接口，其用于接收对象的图像帧集合；
-运动分析单元，其用于分析所述图像帧集合中的图像帧内的至少一个测量区，并且用于表征所述图像帧集合内的所述对象的运动，所述运动分析单元包括：
-运动估计单元，其用于基于像素或像素组在连续的图像帧上的空间相似度来局部地和/或全局地估计所述对象的运动，
-空间特性提取单元，其用于基于呈现相同或相似的性质的像素的组的空间特性的位移来全局地提取所述对象的运动，以及
-运动表征单元，其用于基于所述运动估计单元和所述空间特性提取单元的输出来确定所述图像帧集合内的所述对象的运动的类型；
-信号提取单元，其用于使用对所述图像帧集合内的所述对象的运动的所述表征来从所述图像帧集合提取光体积描记，PPG，信号；以及
-生命体征确定单元，其用于根据所提取的PPG信号来确定生命体征信息。
在本发明的第二中方面，提出了一种用于获得对象的生命体征的对应的方法。
在本发明的又一方面中，提供了一种包括程序代码单元的计算机程序，当在计算机上执行所述计算机程序时，所述程序代码单元用于令所述计算机执行本文中公开的方法的步骤，并且提供了一种在其中存储有计算机程序产品的非暂态计算机可读记录介质，所述计算机程序产品当由处理器运行时，令本文公开的方法被执行。
本发明的优选实施例定义在从属权利要求中。应当理解，请求保护的方法、计算机程序和介质与请求保护并且如在从属权利要求中定义的设备具有相似和/或相同的优选实施例。
当所跟踪的对象在相机平面中时，例如当存在面部平移(面部对应于ROI或者包括ROI)时，目前己经提出的用于跟踪ROI以从其获得PPG信号的跟踪算法提供良好的跟踪能力。当运动在相机平面之外时，例如，当存在面部旋转时，一些己有的图像数据简单地消失同时其他图像数据出现，从而使得跟踪非常困难或者甚至不可能。这严重影响准确PPG信号的提取。因此，本发明基于这样的想法：表征被监测的对象的运动(在实施例中，表征平面内对平面外运动)，并且以基于观测的运动使用自动异常值拒绝来确保最优性能的方式来处理获得的图像数据。此外，通过能够检测何时能够操作正确的测量，所提出的设备和方法也提供可靠性指示，所述可靠性指示指示所获得的PPG信号和/或所导出的生命体征信号的可靠性。
根据优选实施例，所述信号提取单元被配置为仅从未示出或基本上未示出平面外运动的图像帧提取所述PPG信号，或者用于由插值信号部分来替换从示出平面外运动的图像帧中提取的所述PPG信号的部分。这确保了所导出的生命体征是高度可靠和准确的。
在另一实施例中，所述信号提取单元被配置为在所述对象的平面外运动的情况下减小PPG信号从其被提取的所述至少一个测量区(本文中也被称为ROI)的尺寸，尤其是仅从所述至少一个测量区的中心区提取PPG信号。这确保了潜在地示出大的运动或者在一些图像帧中不存在的区不被用于提取PPG信号。这样的区例如是被用作测量区的人的面部的边缘区。
另外，在实施例中，所述信号提取单元被配置为仅从所述至少一个测量区的未示出运动或示出最低量的运动的部分提取所述PPG信号。该实施例也增加了PPG信号和所获得的生命体征的质量。通常示出高的运动量的所述至少一个测量区的部分为例如(说话的)人的嘴部区或眼睛，它们因此根据该实施例从对PPG信号的评价和提取被排除。
针对由运动估计单元进行的运动估计，优选地应用一个或多个算法。在第一实施例中，所述运动估计单元被配置为获得第一时间系列，所述第一时间系列表示所述至少一个测量区在所述图像帧的图像平面内的至少一个方向上，优选地在所述图像帧的图像平面内的两个正交方向上的第一平均运动向量。在另一实施例中，所述运动估计单元被配置为获得第二时间系列，所述第二时间系列表示所述至少一个测量区的多个像素或像素组的局部运动向量值。优选地，区块匹配、3DRS、光学流和/或特征跟踪被应用以估计所述对象的运动。
类似地，针对空间特性提取，优选地应用一个或多个算法。优选地，所述空间特性提取单元被配置为获得第三时间系列，所述第三时间系列表示所述至少一个测量区在所述图像帧的图像平面内的至少一个方向上，优选地在所述图像帧的图像平面内的两个正交方向上的第二平均运动向量，所述第二平均运动向量指示所述至少一个测量区的像素的组(形成像素组)的所述空间特性的空间位移。所述空间特性提取单元有利地被配置为基于以下的位移来全局地提取所述对象的运动：客体(例如，面部)检测的质心、中心或像素的组的界标的重心，尤其是呈现相同或相似的颜色、像素值和/或梯度的像素的组的界标的重心。换言之，存在用于确定像素组的空间特性的各种选择，包括客体检测的质心、中心、在像素组上检测到的界标的重心等。
此外，在实施例中，所述空间特性提取单元被配置为基于所述图像帧内的一个或多个界标的位移，例如基于哈里斯角检测点、面部检测器的中心等，来确定像素的组的空间特性的位移。
为了可靠表征在图像帧中出现的运动，所述运动表征单元优选地被配置为通过计算所述运动估计单元的输出与所述空间特性提取单元的输出之间的差异来获得所述输出之间的相似度量度。
在更加详细的实施例中，所述运动表征单元被配置为根据所述第一时间系列与所述第三时间系列的第一线性或非线性组合来计算第一差异值，并且根据所述第二时间系列与所述第三时间系列的第一线性或非线性组合来计算第二差异值，并且线性地或非线性地组合所述第一差异值和所述第二差异值，以获得相似度量度，所述相似度量度指示所述运动估计单元的输出和所述空间特性提取单元的输出的相似度。
为确定所述相似度量度，所述运动表征单元优选地被配置为计算所述第一差异值和所述第二差异值的绝对值的积，所数积的倒数表示相似度值。
为了可靠地辨别所述对象的平面内运动和平面外运动，所述运动表征单元在一个实施例中被配置为将所述相似度量度与预定的相似度阈值进行比较。
为了辨别所述不同像素组的不同运动，所述运动表征单元在一个实施例中被配置为确定针对像素组的局部相似度。
在优选的实施例中，所提出的设备还包括成像单元，尤其是相机，所述成像单元用于远程检测从对象发射或反射的电磁辐射。所述成像单元尤其适于远程监测应用。所述成像单元能够包括一个或多个成像元件。例如，所述成像单元能够包括光电二极管或电荷耦合器件的阵列。根据一个实施例，所述成像单元包括成像元件的至少两个组，所述组中的每个被配置用于检测数据信号分量中的单个一个。根据另一实施例，所述成像单元能够利用具有允许对数据信号分量的检测的响应特性的成像元件的单个组。所述成像单元还能够被配置为捕获交替表示数据信号分量的图像帧的序列。
在另一优选实施例中，所提出的设备还包括辐射源，尤其是光源，以将电磁辐射引导到对象。辐射源能够由宽频照明源来实现和/或能够利用辐射元件的单个组或者两个或者甚至更多组。然而，所提出的设备不必包括辐射源，而是也能够利用环境光源，所述环境光源未被连接到所述设备。
附图说明
本发明的这些和其他方面将根据下文描述的(一个或多个)实施例变得显而易见，并且将参考下文描述的(一个或多个)实施例得到阐述。在附图中：
图1示出了根据本发明的用于获得对象的生命体征信息的设备的示范性实施例，
图2示出了显示平移运动和从其导出的运动信息的图像，
图3示出了显示旋转运动和从其导出的运动信息的图像，
图4图示了说明从完整和不完整PPG信号提取生命体征信息的信号图。
具体实施方式
图1示出了根据本发明的用于获得对象12的生命体征信息的设备10的第一示范性实施例，在该范例中在健康护理环境中。对象12躺在床14上，其中，对象12的头部被定位于枕头16上并且对象被覆盖有毯子18。设备10包括：接口20，其用于接收对象12的图像帧集合62；运动分析单元30，其用于分析所述图像帧集合中的图像帧内的至少一个测量区64(也被称为感兴趣区域)，并且用于表征所述图像帧集合内的对象的运动；信号提取单元40，其用于使用对所述图像帧集合内的所述对象的运动的所述表征来从所述图像帧集合提取光体积描记(PPG)信号；以及生命体征确定单元50，其用于根据所提取的PPG信号来确定生命体征信息。
所述运动分析单元30包括：运动估计单元32，其用于基于像素或像素组在连续的图像帧上的空间相似度来局部地和/或全局地估计对象的运动；空间特性提取单元34，其用于基于呈现相同或相似的性质的像素的组的空间特性(例如，质心、界标的重心、面部检测的中心)的位移来全局地提取对象的运动；以及运动表征单元36，其用于基于所述运动估计单元32和所述空间特性提取单元34的输出来确定所述图像帧集合内的所述对象的运动的类型。
在该实施例中，接口20被耦合到成像单元60，尤其是相机，所述成像单元用于从对象采集图像帧集合，例如，在期望的光谱范围(例如，在可见和/或红外处，或在多个波长或单个波长处)中以至少7Hz的帧率。在另一实施例中，接口20可以从存储器或缓存器接收图像帧集合，所述存储器或缓存器存储先前己经被采集的至少两个图像帧或图像帧的完整集合。
为了适当地表征由被监测的对象执行的运动，提供了若干模块，如图1中。应当在下面更加详细地解释这些模块。
运动估计单元32旨在优选地基于在连续的图像帧上的空间像素相似度来提取详细的运动信息(在全局和/或局部水平处)。包括区块匹配、3DRS(3D递归搜索)、光学流、特征跟踪、模板匹配的技术中的任何可以被用于该目的。在一个实施例中，运动估计单元32的输出包括表示以下的时间系列：在所监测的对象的测量区(例如，对象的面部)的两个方向上，优选地在水平方向和垂直方向两者上的平均运动向量和/或被包括在所监测的对象的测量区中的像素集合的局部运动向量值。
空间特性提取单元34旨在尤其是基于呈现相似的性质的像素的组的空间特性的位移来在全局水平上提取运动。在优选实施例中，所述相似的性质是基于感知的颜色(例如，所有的皮肤像素被视为具有相似的颜色)、基于像素值和/或梯度信息(例如，投射的直方图)、和/或基于特定界标的位移，来确定的。在一个实施例中，空间特性提取单元34的输出包括表示平均运动向量的时间系列，利用所监测的对象的测量区(例如，对象的面部)的预定义的像素集合的空间特性在两个方向上，优选地在垂直方向和水平方向两者上的空间位移来表达所述平均运动向量。
运动表征单元36使用由运动估计单元32和空间特性提取单元34生成的输出来确定由被监测的对象执行的运动的类型。该表征可以通过分析由两个单元生成的输出有多相似来操作。
在一个实施例中，该相似度量度是通过如下计算由两个部件收集的运动信息之间的差异而获得的：
S＝f(g(GME,COM),g(LME,COM))(1)
其中，S是相似度量度，GME和LLME分别是由运动估计单元32获得的包含全局运动信息(GME)和局部运动信息(LME)的时间序列(时间向量)，COM是由空间特性提取单元32获得的质心运动，g(x)是允许对距离的提取的任何线性/非线性操作，并且f(x)是允许将两个距离组合成一个数字的任何线性/非线性操作。
用于使用非线性组合来计算相似度量度的一个可能实施例例如是：
S＝1/(||GME-COM||xSUM(||LME–COM||))(2)，
其中，在项||LME–COM||中，差异是通过取每个局部运动估计输出(LME)与质心运动(COM)的值之间的差异来执行的。
用于使用线性组合来计算相似度量度的另一个可能实施例例如是：
S＝||GME-COM||+SUM(||LME–COM||)(3)。
在一个实施例中，将该相似度量度与阈值进行比较，所述阈值允许平面内运动(即，所述图像帧集合中的图像帧的图像平面内的运动)与平面外运动之间(即，所述图像帧集合中的图像帧的图像平面外的运动)的区分。从而，阈值可以在图像帧的集合的大的数据集上实验地获得，或者可以由用户例如基于过去的经验来设置。在另一实施例中，该相似度量度被发送到分类器，所述分类器使用如上面描述的GME、LME和COM来执行运动表征。在又一实施例中，计算局部相似度量度，以辨别呈现不同运动(例如讲话场景)的像素的组。
为了图示相似度量度如何依赖于对象运动而表现，在图2和图3中所图示的范例中应当考虑两种不同的运动，即，对象面部在相机平面(即图像平面)中的平移和对象面部在相机平面外的旋转。图2图示了平移情形，其中，对象的面部执行在图像平面内的平移运动。图3图示了旋转情形，其中，对象的面部执行图像平面外的旋转运动。
图2A和2B示出了两个连续的图像帧，其中，面部在不同的平移位置处。图2C示出了由运动估计单元32获得的对应的(局部)运动场。图2D和2E示出了在图2A和2B中示出的相同的两个连续的图像帧的对应的皮肤蒙板(mask)，其中，质心M在图2D和2E中被指示。图2F示出了由空间特性提取单元34获得的对应的质心位移。
图3A和3B示出了两个连续的图像帧，其中，面部在不同的旋转位置处。图3C示出了由运动估计单元32获得的对应的(局部)运动场。图3D和3E示出了在图3A和3B中示出的相同的两个连续的图像帧的对应的皮肤蒙板，其中，质心M在图3D和3E中被指示。图3F示出了由空间特性提取单元34获得的对应的质心位移。
在图2和图3中图示的两个范例中，能够看出相似度量度如何表现。使用公式(2)，很清楚，对于平移情形(图2)，相似度量度将朝向无限收敛，而对于旋转情形(图3)，相似度量度将取显著低的值(范围例如从1到10)。
一旦相似度量度被提取，就由信号提取单元40处理图像流，以使用对象的运动的先前确定的特性，尤其是依赖于相似度量度的值，来提取PPG信号。优选地，在一个实施例中，在已经检测到平面内运动的情况下可以使用如以上引用的文献中所描述的任何常规技术或在PPG信号提取领域中公知的技术，而在已经检测到平面外运动时，不应用处理(即，没有PPG信号提取)。
当在平面外运动的情况下没有PPG信号被提取时，这可能导致“空”信号弹，即针对被表征为包含平面外运动的图像帧，所提取的信号的部分可以被设置为空。当这样的“空”信号是从图像流中提取的时，能够使用若干选项来提取有意义的生命体征信息(即，心率信息、呼吸信息、SpO2信息等)。在若干选项之中，能够使用对包含该“空”数据点的时间信号的直接傅立叶分析，以及用于重新创建这些缺失的数据点的插值技术或者允许对非均匀采样的数据的傅立叶分析的技术，例如，如在关于非均匀离散傅立叶变换的维基百科文章中所描述的，所述维基百科文章当前被建立在http://en.wikipedia.org/wiki/Non-uniform_discrete_Fourier_transform处。
图4图示了范例，所述范例示出了尽管在时间信号中具有该“空”数据点，但是仍然能够提取主频率，此处作为范例，为心率。图4A示出了完整的周期性PPG信号。图4B示出了图4A的PPG信号的对应的傅立叶谱，从所述傅立叶谱能够导出期望的生命体征信号(此处，由预期的频率范围中的主频率指示的心率频率)。图4C示出了不完整的周期性PPG信号，其包括“空”数据点，在“空”数据点处，没有从对应的图像帧中提取PPG信号。图4D示出了图4C的PPG信号的对应的傅立叶谱，从所述傅立叶谱也能够导出期望的生命体征信号(此处，由预期的频率范围中的主频率指示的心率频率)。从图4D能够清楚地看出，尽管有缺失的数据点，仍然能够从包含超过40％的缺失数据点的信号中容易地提取主频率。
在所提出的设备的另一实施例中，检测到讲话动作(或者，更一般地，任何面部变形)。在这种情况下，处理仅集中在呈现主运动模式的面部区上。这是通过计算运动(优选地在X和Y方向上)的2D直方图并且选择主运动模式(使用例如主分量分析(PCA)的聚类算法)来实现的。结果，该实施例然后将选择不呈现运动的所有像素用于PPG信号提取，同时针对PPG提取拒绝运动被检测到的嘴部区域附近的像素。
在又一的实施例中，在面部旋转被检测到时，仅存在于皮肤蒙板的中心区域中的皮肤像素被用于PPG信号提取。这样的选择确保没有邻近皮肤蒙板的边界的像素被用于生命体征的提取。邻近皮肤蒙板的边界的像素倾于运动估计不准确，并且具有更多的可能在运动期间实际上消失或重新出现，这将因此在生命体征提取中引入额外的噪声。
为了选择皮肤蒙板的该中心部分，能够使用尺寸依赖于旋转速度(例如，线性关系)的核，应用图像侵蚀(在二元蒙板上)。这样一来，针对微小的旋转，像素的仅小部分被丢弃，同时当强的旋转发生时，显著的片被拒绝。
一旦己经应用正确的处理来生成表示生命体征参数的时间信号(PPG信号)，生命体征确定单元50就根据所提取的PPG信号使用例如常规已知方法来确定生命体征信息，如例如上面引用的文献中的任何中所描述的。
所提出的运动特异的处理的一个其他感兴趣方面在于，能够依赖于被观测的运动的类型来提取可靠性指示量度。对应的可靠性估计模块可以被用于基于所提出的设备的能力来提供这样的可靠性信息，以准确地导出考虑所表征的运动的生命体征信息。
在又一实施例中，如在公式(1)或(2)中表达的可靠性量度能够被用于提取该可靠性指示量度。在另一实施例中，运动的类型被链接到任意值。例如，在平移的情况下，可靠性指标能够被设置为1，并且在旋转的情况下，可靠性指标能够被设置为更低的值，例如，为0.1。所述可靠性指标能够被用于指示PPG信号或从所述PPG信号提取的提取的生命体征信息的可靠性。
通过范例，本发明能够被应用在医疗保健(例如，非侵扰式远程患者监测、新生儿监测)、一般监测、安全监测以及所谓的生活环境(诸如，健身装备)等领域中。
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。本领域技术人员通过研究附图、公开内容以及权利要求书，在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。
在权利要求书中，词语“包括”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书中所记载的若干个项目的功能。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。
计算机程序可以存储/分布在适合的非暂态介质上，例如与其他硬件一起被提供或作为其他硬件的部分被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)

1.一种用于获得对象的生命体征的设备，所述设备包括：
-接口(20)，其用于接收对象的图像帧集合；
-运动分析单元(30)，其用于分析所述图像帧集合中的图像帧内的至少一个测量区，并且用于表征所述图像帧集合内的所述对象的运动，所述运动分析单元包括：
-运动估计单元(32)，其用于基于像素或像素组在连续的图像帧上的空间相似度来局部地和/或全局地估计所述对象的运动，
-空间特性提取单元(34)，其用于基于呈现相同或相似的性质的像素的组的空间特性的位移来全局地提取所述对象的运动，以及
-运动表征单元(36)，其用于基于所述运动估计单元(32)的输出和所述空间特性提取单元(34)的输出来确定所述图像帧集合内的所述对象的运动的类型；
-信号提取单元(40)，其用于使用对所述图像帧集合内的所述对象的运动的所述表征来从所述图像帧集合提取光体积描记，PPG，信号；以及
-生命体征确定单元(50)，其用于根据所述提取的PPG信号来确定生命体征信息。
2.如权利要求1所述的设备，
其中，所述信号提取单元(40)被配置为仅从未示出或基本上未示出平面外运动的图像帧提取所述PPG信号，或者被配置用于由插值信号部分来替换从示出平面外运动的图像帧提取的所述PPG信号的部分。
3.如权利要求1所述的设备，
其中，所述信号提取单元(40)被配置为在所述对象的平面外运动的情况下减小PPG信号从其被提取的所述至少一个测量区的尺寸，尤其是仅从所述至少一个测量区的中心区提取PPG信号。
4.如权利要求1所述的设备，
其中，所述信号提取单元(40)被配置为仅从所述至少一个测量区的未示出运动或示出最低量的运动的部分提取所述PPG信号。
5.如权利要求1所述的设备，
其中，所述运动估计单元(32)被配置为获得第一时间系列，所述第一时间系列表示所述至少一个测量区在所述图像帧的图像平面内的至少一个方向上，优选地在所述图像帧的所述图像平面内的两个正交方向上的第一平均运动向量。
6.如权利要求1所述的设备，
其中，所述运动估计单元(32)被配置为获得第二时间系列，所述第二时间系列表示所述至少一个测量区的多个像素或像素组的局部运动向量值。
7.如权利要求1所述的设备，
其中，所述运动估计单元(32)被配置为应用区块匹配、3DRS、光学流、模板匹配和/或特征跟踪来估计所述对象的运动。
8.如权利要求1所述的设备，
其中，所述空间特性提取单元(34)被配置为获得第三时间系列，所述第三时间系列表示所述至少一个测量区在所述图像帧的图像平面内的至少一个方向上，优选地在所述图像帧的所述图像平面内的两个正交方向上的第二平均运动向量，所述第二平均运动向量指示所述至少一个测量区的像素的组的所述空间特性的空间位移。
9.如权利要求1所述的设备，
其中，所述空间特性提取单元(34)被配置为基于以下的位移来全局地提取所述对象的运动：客体检测的质心、中心或者像素的组的界标的重心，尤其是呈现相同或相似的颜色、像素值和/或梯度的像素的组的界标的重心。
10.如权利要求1所述的设备，
其中，所述空间特性提取单元(34)被配置为基于所述图像帧内的一个或多个界标的位移来确定像素的组的所述空间特性的位移。
11.如权利要求1所述的设备，
其中，所述运动表征单元(36)被配置为通过计算所述运动估计单元(32)的输出与所述空间特性提取单元(34)的输出之间的差异来获得所述运动估计单元的所述输出与所述空间特性提取单元的所述输出之间的相似度量度。
12.如权利要求5、6和8所述的设备，
其中，所述运动表征单元(36)被配置为根据所述第一时间系列与所述第三时间系列的第一线性或非线性组合来计算第一差异值，并且根据所述第二时间系列与所述第三时间系列的第一线性或非线性组合来计算第二差异值，并且被配置为线性地或非线性地组合所述第一差异值和所述第二差异值，以获得相似度量度，所述相似度量度指示所述运动估计单元(32)的输出和所述空间特性提取单元(34)的输出的相似度。
13.如权利要求12所述的设备，
其中，所述运动表征单元(36)被配置为将所述相似度量度与预定相似度阈值进行比较以辨别所述对象的平面内运动与平面外运动，和/或被配置为确定针对像素组的局部相似度以辨别所述不同像素组的不同运动。
14.一种用于获得对象的生命体征的方法，所述方法包括：
-接收对象的图像帧集合；
-分析所述图像帧集合中的图像帧内的至少一个测量区，并且以通过以下来表征所述图像帧集合内的所述对象的运动：
-基于像素或像素组在连续的图像帧上的空间相似度来局部地和/或全局地估计所述对象的运动，
-基于呈现相同或相似的性质的像素的组的空间特性的位移来全局地提取所述对象的运动，并且
-基于所述运动估计的输出与所述空间特性提取的输出来确定所述图像帧集合内的所述对象的运动的类型；
-使用对所述图像帧集合内的所述对象的运动的所述表征来从所述图像帧集合提取光体积描记，PPG，信号；并且
-根据所提取的PPG信号来确定生命体征信息。
15.一种包括程序代码单元的计算机程序，当在计算机上执行所述计算机程序时，所述程序代码单元用于令所述计算机执行如权利要求14所述的方法的步骤。
CN201480056779.7A 2013-10-17 2014-10-15 用于获得对象的生命体征的设备和方法 Active CN105636505B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP13189044.4 2013-10-17
EP13189044 2013-10-17
PCT/EP2014/072102 WO2015055709A1 (en) 2013-10-17 2014-10-15 Device and method for obtaining a vital sign of a subject

Publications (2)

Publication Number Publication Date
CN105636505A true CN105636505A (zh) 2016-06-01
CN105636505B CN105636505B (zh) 2019-05-14

Family

ID=49486341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480056779.7A Active CN105636505B (zh) 2013-10-17 2014-10-15 用于获得对象的生命体征的设备和方法

Country Status (5)

Country Link
US (1) US9928607B2 (zh)
EP (1) EP3057487B1 (zh)
JP (1) JP6371837B2 (zh)
CN (1) CN105636505B (zh)
WO (1) WO2015055709A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108364290A (zh) * 2018-01-08 2018-08-03 深圳科亚医疗科技有限公司 对周期性生理活动的图像序列进行分析的方法、介质和系统
CN109982633A (zh) * 2016-11-10 2019-07-05 夏普株式会社 脉搏检测装置、图像分析装置以及生物体信息生成系统
CN113017613A (zh) * 2021-03-03 2021-06-25 四川大学华西医院 基于人工智能的心冲击波信号处理方法及计算机设备
WO2021239079A1 (zh) * 2020-05-28 2021-12-02 华为技术有限公司 数据测量方法及相关装置

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL3122173T3 (pl) 2014-03-26 2021-08-30 Scr Engineers Ltd System lokalizacji żywego inwentarza
US10524725B2 (en) * 2014-06-06 2020-01-07 Koninklijke Philips N.V. Device, system and method for detecting apnoea of a subject
US10986817B2 (en) 2014-09-05 2021-04-27 Intervet Inc. Method and system for tracking health in animal populations
US11071279B2 (en) 2014-09-05 2021-07-27 Intervet Inc. Method and system for tracking health in animal populations
US9582879B2 (en) * 2014-10-20 2017-02-28 Microsoft Technology Licensing, Llc Facial skin mask generation for heart rate detection
WO2017109169A1 (en) 2015-12-23 2017-06-29 Koninklijke Philips N.V. Apparatus and method for measuring the quality of an extracted signal
GB201601140D0 (en) 2016-01-21 2016-03-09 Oxehealth Ltd Method and apparatus for estimating heart rate
GB201601142D0 (en) 2016-01-21 2016-03-09 Oxehealth Ltd Method and apparatus for estimating breathing 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
CN108702418A (zh) 2016-02-25 2018-10-23 皇家飞利浦有限公司 用于确定呼叫的优先级水平和/或对话持续时间的设备、系统和方法
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
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
TWI646941B (zh) * 2017-08-09 2019-01-11 緯創資通股份有限公司 生理訊號量測系統及其量測生理訊號之方法
EP3479754A1 (en) 2017-11-01 2019-05-08 Koninklijke Philips N.V. Device, system and method for determining at least one vital sign of a subject
EP3495994A1 (en) * 2017-12-05 2019-06-12 Tata Consultancy Services Limited Face video based heart rate monitoring using pulse signal modelling and tracking
US11786202B2 (en) 2018-01-08 2023-10-17 Shenzhen Keya Medical Technology Corporation Method, system, and medium for analyzing image sequence of periodic physiological activity
GB201803508D0 (en) 2018-03-05 2018-04-18 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
WO2019209712A1 (en) 2018-04-22 2019-10-31 Vence, Corp. Livestock management system and method
US10565714B2 (en) 2018-05-25 2020-02-18 Denso Corporation Feature tracking for visual odometry
US11864529B2 (en) 2018-10-10 2024-01-09 S.C.R. (Engineers) Limited Livestock dry off method and device
GB201900033D0 (en) 2019-01-02 2019-02-13 Oxehealth Ltd Mrthod 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
GB201900034D0 (en) 2019-01-02 2019-02-13 Oxehealth Ltd Method and apparatus for monitoring of a human or animal subject
JP2021165968A (ja) * 2020-04-07 2021-10-14 キヤノン株式会社 画像処理装置、画像処理方法、プログラム、および記憶媒体
US20230200684A1 (en) * 2020-06-02 2023-06-29 Mitsubishi Electric Corporation Respiration information estimation device and respiration information estimation method
USD990063S1 (en) 2020-06-18 2023-06-20 S.C.R. (Engineers) Limited Animal ear tag
USD990062S1 (en) 2020-06-18 2023-06-20 S.C.R. (Engineers) Limited Animal ear tag
IL275518B (en) 2020-06-18 2021-10-31 Scr Eng Ltd Animal tag
US11653883B2 (en) 2020-10-30 2023-05-23 Biospectal Sa Systems and methods for acquiring PPG signals for measuring blood pressure
WO2022113062A1 (en) 2020-11-25 2022-06-02 Scr Engineers Ltd. A system and method for tracing members of an animal population
KR102485436B1 (ko) * 2021-01-28 2023-01-06 주식회사 딥메디 센서를 이용한 호흡수 추정을 위한 방법 및 장치
US11882366B2 (en) 2021-02-26 2024-01-23 Hill-Rom Services, Inc. Patient monitoring system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102549621A (zh) * 2009-10-06 2012-07-04 皇家飞利浦电子股份有限公司 用于处理至少包含代表生物中的周期现象的分量的信号的方法和系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3390802B2 (ja) 1995-03-28 2003-03-31 日本光電工業株式会社 呼吸モニタ
US8144884B2 (en) * 2004-05-24 2012-03-27 Cochlear Limited Stand-alone microphone test system for a hearing device
US20100061596A1 (en) * 2008-09-05 2010-03-11 Varian Medical Systems Technologies, Inc. Video-Based Breathing Monitoring Without Fiducial Tracking
CN102549620B (zh) * 2009-10-06 2015-01-28 皇家飞利浦电子股份有限公司 至少表示基于像素值的值的变化的时变信号的形成和处理
JP6148009B2 (ja) * 2009-10-06 2017-06-14 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． フォトプレチスモグラフィーを実行するための方法及びシステム
US20110251493A1 (en) 2010-03-22 2011-10-13 Massachusetts Institute Of Technology Method and system for measurement of physiological parameters
LV14514B (lv) 2010-10-06 2012-08-20 Latvijas Universitāte Iekārta un metode sirdsdarbības parametru optiskai bezkontakta kontrolei
US8790269B2 (en) 2011-05-09 2014-07-29 Xerox Corporation Monitoring respiration with a thermal imaging system
CN102309318A (zh) 2011-07-08 2012-01-11 首都医科大学 基于红外序列图像的人体生理参数检测的方法
US8879867B2 (en) * 2013-01-18 2014-11-04 Xerox Corporation Processing source video for real-time enhancement of a signal of interest
JP6461021B2 (ja) * 2013-03-14 2019-01-30 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 被検者のバイタルサイン情報を取得するためのデバイス及び方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102549621A (zh) * 2009-10-06 2012-07-04 皇家飞利浦电子股份有限公司 用于处理至少包含代表生物中的周期现象的分量的信号的方法和系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109982633A (zh) * 2016-11-10 2019-07-05 夏普株式会社 脉搏检测装置、图像分析装置以及生物体信息生成系统
CN109982633B (zh) * 2016-11-10 2022-06-07 夏普株式会社 脉搏检测装置、图像分析装置以及生物体信息生成系统
CN108364290A (zh) * 2018-01-08 2018-08-03 深圳科亚医疗科技有限公司 对周期性生理活动的图像序列进行分析的方法、介质和系统
CN108364290B (zh) * 2018-01-08 2020-10-09 深圳科亚医疗科技有限公司 对周期性生理活动的图像序列进行分析的方法、介质和系统
WO2021239079A1 (zh) * 2020-05-28 2021-12-02 华为技术有限公司 数据测量方法及相关装置
CN113749611A (zh) * 2020-05-28 2021-12-07 华为技术有限公司 数据测量方法及相关装置
CN113749611B (zh) * 2020-05-28 2022-11-11 华为技术有限公司 数据测量方法及相关装置
CN113017613A (zh) * 2021-03-03 2021-06-25 四川大学华西医院 基于人工智能的心冲击波信号处理方法及计算机设备
CN113017613B (zh) * 2021-03-03 2022-05-06 四川大学华西医院 基于人工智能的心冲击波信号处理方法及计算机设备

Also Published As

Publication number Publication date
WO2015055709A1 (en) 2015-04-23
US20160253820A1 (en) 2016-09-01
JP6371837B2 (ja) 2018-08-08
JP2016534771A (ja) 2016-11-10
EP3057487A1 (en) 2016-08-24
EP3057487B1 (en) 2021-08-11
CN105636505B (zh) 2019-05-14
US9928607B2 (en) 2018-03-27

Similar Documents

Publication Publication Date Title
CN105636505A (zh) 用于获得对象的生命体征的设备和方法
Cho et al. Robust tracking of respiratory rate in high-dynamic range scenes using mobile thermal imaging
US10806354B2 (en) Method and apparatus for estimating heart rate
JP6472086B2 (ja) 対象の呼吸情報を取得する装置
JP6378086B2 (ja) データ管理システム及び方法
JP6389834B2 (ja) 被験者からバイタルサインを決定する装置及び方法
Bartula et al. Camera-based system for contactless monitoring of respiration
CN108289620B (zh) 用于传感器位置引导的设备、系统和方法
US10984914B2 (en) CPR assistance device and a method for determining patient chest compression depth
WO2018170009A1 (en) Imaging-based spirometry systems and methods
JP2018500059A (ja) 皮膚検出に関するデバイス及び方法
EP2960862A1 (en) A method for stabilizing vital sign measurements using parametric facial appearance models via remote sensors
CN106413533A (zh) 用于检测对象的呼吸暂停的设备、系统和方法
EP2962282B1 (en) Apparatus and method for detecting subjects on the basis of vital signs
Gwak et al. Motion-based respiratory rate estimation with motion artifact removal using video of face and upper body
Wang et al. Identification of deep breath while moving forward based on multiple body regions and graph signal analysis
Schneider Gait analysis from wearable devices using image and signal processing
Gonzalez-Vargas Respiratory Rate Estimation by a Non-invasive Optical Method Based on Video Image Processing
Nijholt Contactless respiration monitoring using a 3D camera system
Hurtado-Otalora et al. Respiratory Rate Estimation by a Non-invasive Optical Method Based on Video Image Processing
Lee et al. Photoplethysmography Measurement Algorithm for a Smartphone Camera
Zhang et al. An image analysis system for near-infrared (NIR) fluorescence lymph imaging

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