CN109389021A - 生理信号测量系统及其测量生理信号的方法 - Google Patents

生理信号测量系统及其测量生理信号的方法 Download PDF

Info

Publication number
CN109389021A
CN109389021A CN201710724886.8A CN201710724886A CN109389021A CN 109389021 A CN109389021 A CN 109389021A CN 201710724886 A CN201710724886 A CN 201710724886A CN 109389021 A CN109389021 A CN 109389021A
Authority
CN
China
Prior art keywords
ppg
information
areas
image
roi
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
CN201710724886.8A
Other languages
English (en)
Other versions
CN109389021B (zh
Inventor
赖郁仁
陈裕彦
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.)
Wistron Corp
Original Assignee
Wistron Corp
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 Wistron Corp filed Critical Wistron Corp
Publication of CN109389021A publication Critical patent/CN109389021A/zh
Application granted granted Critical
Publication of CN109389021B publication Critical patent/CN109389021B/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
    • A61B5/02—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
    • 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
    • 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
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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
    • G06T7/0002—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
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06T2207/30—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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • 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
    • 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
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Cardiology (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种生理信号测量系统及其测量生理信号的方法。该测量生理信号的方法包括下列步骤：接收一影片并对每一影像框进行脸部检测；对第一影像框的第一脸部影像进行光体积变化描记图(PPG)计算与分析，得到第一区域的多个第一PPG信息及其对应第二区域的多个第二PPG信息；根据第一PPG信息以及第二PPG信息，决定至少一可信赖区域(ROI)以及一噪声参考区域；根据ROI以及噪声参考区域，产生ROI信息以及噪声参考区域信息；根据ROI信息以及噪声参考区域信息，对每一第二影像框的第二脸部影像的ROI以及噪声参考区域进行PPG的计算与分析，产生多个第三PPG信息；以及统计所有影像框的PPG信息，计算出生理信号的测量值。本发明可增进测量准确度，还可解决运算量庞大的问题。

Description

生理信号测量系统及其测量生理信号的方法
技术领域
本公开涉及影像处理系统及其方法，特别涉及一种生理信号测量系统及其相关测量生理信号的方法。
背景技术
影像式脉搏检测为近年来新兴的技术，此技术的优势在于利用市面上非常普遍的视频摄像机即能进行脉搏检测，且此技术为非接触式，待测者脸部与感测器(摄像机)间不需直接接触，不像传统的接触式手指型脉搏检测器有卫生方面的顾虑。一种常用的非接触式影像测量心率脉搏的方法，是由彩色影像中撷取出红色(R)、绿色(G)以及蓝色(B)三个色频，并根据各色频的光体积变化描记图(Photoplethysmography，以下简称PPG)计算心跳频率(或称心率)或脉搏。PPG信号是利用光感测组件吸收光线能量的原理，记录光线于血管中受血流脉动的变化而检测出来的信号。血管单位面积的血流量会随心脏的搏动而产生变化，光感测组件会随着血液量的变化使得感测电压跟着变化，因此可藉此推算出心率或脉搏。然而，此种方法在计算时是针对人脸整张影像皮肤的PPG作测量统计，如果有部分皮肤的PPG较不明显，就容易影响计算的结果。
之后，也有人提出改良的非接触式影像测量心率脉搏的方法，其是针对肤色、亮度、与移动的问题加以改善。此方法先由特征点找到脸，接着将脸分割成数个区，在各区定义出追踪点并整区追踪，最后各区再精细地分割成许多小区域以计算PPG的平均，以找出脸部最能反映心率的皮肤部位。
然而，上述改良的非接触式影像测量心率脉搏的方法存在两个问题。首先，上述方法所检测到的心跳频率仍会掺杂环境光源的干扰，并无法判断背景噪声强度而进行降噪(denoise)，进而影响准确率。其次，上述方法必须不断追踪各区的位置，会使用相当多的运算资源，尤其对嵌入式系统等运算资源较少又有限的系统来说，特征撷取追踪会拖慢整体运算速度。
因此，需要提供一种生理信号测量系统及其测量生理信号的方法来解决上述问题。
发明内容
有鉴于此，本公开提供一种生理信号测量系统及其相关测量生理信号的方法。
本公开的一实施例提供一种测量生理信号的方法，适用于具有一影像输入装置与一影像处理器的一生理信号测量系统，该测量生理信号的方法包括下列步骤：接收包括多个连续影像框的一影片并对每一该等影像框进行脸部检测，以取得每一该等影像框的脸部影像，其中该等影像框包括一第一影像框以及多个第二影像框且该第一影像框的一第一脸部影像具有多个第一区域，每一该等第一区域具有多个第二区域；对该第一影像框的该第一脸部影像进行光体积变化描记图(PPG)计算与分析，以得到对应于该等第一区域的多个第一PPG信息以及对应于该等第二区域的多个第二PPG信息；根据该等第一区域的该等第一PPG信息以及一临界值，从该等第一区域中决定出一保留区域并根据该保留区域的该等第二区域的该等第二PPG信息与一临界值的比对结果，决定至少一可信赖区域(region-of-interest，ROI)以及一噪声参考区域；根据该第一脸部影像的该至少一ROI以及该噪声参考区域，产生一ROI信息以及一噪声参考区域信息，其中该ROI信息包括该至少一ROI对应的位置信息与PPG信息以及该噪声参考区域信息包括该噪声参考区域对应的位置信息与PPG信息；根据该ROI信息以及该噪声参考区域信息，对每一该等第二影像框的第二脸部影像的该ROI以及该噪声参考区域进行该PPG的计算与分析，产生多个对应的第三PPG信息；以及统计所有该等影像框的该等PPG信息，以计算出一生理信号的测量值。
本公开另一实施例提供一种生理信号测量系统，该生理信号测量系统包括一影像输入装置、一影像处理器以及一显示装置；该影像输入装置用以撷取包括多个连续影像框的一影片，其中该等影像框包括一第一影像框以及多个第二影像框且该第一影像框的一第一脸部影像具有多个第一区域，每一该等第一区域具有多个第二区域；该影像处理器耦接至该影像输入装置，用以接收影片并对每一该等影像框进行脸部检测，以取得每一该等影像框的脸部影像，对该第一影像框的该第一脸部影像进行光体积变化描记图(PPG)计算与分析，以得到对应于该等第一区域的多个第一PPG信息以及对应于该等第二区域的多个第二PPG信息，根据该等第一区域的该等第一PPG信息以及一临界值，从该等第一区域中决定出一保留区域并根据该等保留区域的该等第二区域的该等第二PPG信息与一临界值的比对结果，决定至少一可信赖区域(region-of-interest，ROI)以及一噪声参考区域，根据该第一脸部影像的该至少一ROI以及该噪声参考区域，产生一ROI信息以及一噪声参考区域信息，其中该ROI信息包括该至少一ROI对应的位置信息与PPG信息以及该噪声参考区域信息包括该噪声参考区域对应的位置信息与PPG信息，根据该ROI信息以及该噪声参考区域信息，对每一该等第二影像框的第二脸部影像的该ROI以及该噪声参考区域进行该PPG的计算与分析，产生多个对应的第三PPG信息，以及统计所有该等影像框的该等PPG信息，以计算出一生理信号的测量值；该显示装置耦接至该影像处理器，用以显示该生理信号的测量值。
本公开的上述方法可经由本公开的装置或系统来实践，其为可执行特定功能的硬件或固件，亦可以通过程序代码方式收录于一记录媒体中，并结合特定硬件来实践。当程序代码被电子装置、处理器、计算机或机器载入且执行时，电子装置、处理器、计算机或机器变成用以实践本公开的装置或系统。
本公开提供一种测量生理信号的系统及其相关方法，藉由本发明的非接触式生理信号如心率感测算法，除了能直接找出影像中可信赖的位置检测心率，且不需浪费运算资源对每张影像进行特征撷取追踪，并且能利用人脸PPG变化较不明显的区域判断背景噪声进行降噪，一方面可增进测量准确度，另一方面可解决运算量庞大的问题。
附图说明
图1是显示依据本公开一实施例的生理信号测量系统的示意图。
图2是显示本公开的测量生理信号的方法一实施例的流程图。
图3A是显示本公开一实施例的脸部检测结果示意图。
图3B是显示本公开一实施例的肤色检测撷取结果示意图。
图3C是显示本公开一实施例的脸部区域粗分割结果示意图。
图3D是显示本公开一实施例的脸部区域细分割结果示意图。
图4A至图4C是显示本公开一实施例的脸部区域的PPG信息示意图。
图5是显示本公开一实施例的脉搏测量结果示意图。
图6A至图6C是显示本公开的测量生理信号的方法另一实施例的流程图。
主要组件符号说明：
10 输入影像
100 生理信号测量系统
110 影像输入装置
120 影像处理器
130 储存装置
140 显示装置
S202、S204、S206、S208、S210、S212 步骤
300、310、320 影像
321、322、323、324、325、326、327 脸部区域
410、420、430 PPG信号
S602～S642 步骤
具体实施方式
为让本公开的目的、特征、和优点能更明显易懂，特举出下文实施例，并配合所附附图，作详细说明如下。注意的是，本章节所叙述的实施例目的在于说明本发明的实施方式而非用以限定本公开的保护范围，任何所属领域的普通技术人员，在不脱离本公开的精神和范围的情况下，应当可做些许更动与润饰，因此本公开的保护范围应当视所附的权利要求书所界定者为准。应理解下列实施例可经由软件、硬件、固件，或上述任意组合来实现。
本公开实施例提供一种测量生理信号的系统及其相关方法，藉由本发明的非接触式生理信号如心率感测算法，除了能直接找出影像中可信赖的位置检测心率，且不需浪费运算资源对每张影像进行特征撷取追踪，并且能利用人脸PPG变化较不明显的区域判断背景噪声进行降噪，一方面可增进测量准确度，另一方面可解决运算量庞大的问题。
图1是显示依据本公开一实施例的生理信号测量系统的示意图。如图1所示，生理信号测量系统100至少包括影像输入装置110、影像处理器120、储存装置130以及显示装置140。影像输入装置110可用以接收或取得一输入影像10，以提供输入影像10至影像处理器120进行后续影像分析与处理。举例来说，生理信号测量系统100可为膝上型计算机、桌上型计算机、平板装置或其他手持式装置(例如，智能型手机或穿戴式装置)等，但本公开并不限于此。举例来说，在一实施例中，影像输入装置110可为影像撷取单元，例如一红外线影像捕获装置、一光电耦合组件或一互补式金氧半导体光学感测组件的其中一者或其任意组合，但本公开不限于此。其中，输入影像10定义为使用者在影像输入装置110如摄像机前静止不动一段时间所拍摄的一定时间长度的影片(video segment)。也就是说，输入影像10为具有一既定时间长度的连续影像，且每一影像包括一脸部区域影像。
影像处理器120耦接至影像输入装置110与储存装置130，可从储存装置130中载入并执行指令集和/或程序代码，以依据影像输入装置110所提供的输入影像10执行本发明所述的测量生理信号的方法，其细节将于后进行说明。影像处理器120可为通用处理器、微处理器(Micro-Control Unit，MCU)、图形处理器(Graphics Processing Unit，GPU)或数字信号处理器(Digital Signal Processor，DSP)等，用以提供影像数据分析、处理及运算的功能。储存装置130可为非易失性储存媒体(例如：只读存储器(Read-Only Memory，ROM)、闪存(Flash memory)、硬盘、光盘等)、易失性储存媒体(例如：随机存取存储器(Radom AccessMemory，RAM))、或两者的任意组合，用以储存相关数据，例如运算过程中的中间数据及处理结果数据等。在一些实施例中，储存装置130可事先储存输入影像10，影像处理器120则直接由储存装置130中存取输入影像10进行后续处理，而无须通过影像输入装置110。
储存装置130可还储存先前处理过的影像的相关信息，这些储存的信息可用于后续的生理信号测量。举例来说，储存装置130可储存关于可信赖区域的影像坐标值、像素值及PPG值等。之后，影像处理器120可应用这些储存的信息来进行生理信号如心率、脉搏信号等的测量。
显示装置140可为任一可用以显示或呈现辨识结果的装置。显示装置140可显示相关数据，例如是文字、图形、界面和/或各种信息如显示或呈现测量结果等。显示装置140可用以呈现测量结果的影像(包含任一种影像格式，如bmp、jpg、png等)或呈现测量结果的画面，例如：液晶显示器(LCD)。应理解的是，在一些实施例中，显示装置140是结合触碰感应装置(未显示)的屏幕。触控感应装置具有一触控表面，其包括至少一维度的感测器以检测靠近或在触控表面上的一输入工具如手指或触控笔等在其表面上的接触及动作。因此，使用者可通过显示装置140来进行触控输入命令或信号。
可理解的是，上述各组件或模块为一具有对应功能的装置，可具有适当的硬件电路或组件以执行对应功能，然而，该装置并不以具有实体为限，其亦可为一虚拟的具有对应功能的程序、软件，或是具有处理、运行该程序、软件能力的装置。而上述各组件运作的方式，可进一步地参阅以下对应的方法的说明。明确来说，生理信号测量系统100可经由影像处理器120来控制影像输入装置110、储存装置130以及显示装置140的操作来执行本发明的测量生理信号的方法。为便于解说，在后面段落的实施例中，将以欲测量的生理信号为脉搏信号为例进行可能实施例的说明，本领域技术人员应当可类推其他类型实施方式。
图2是显示本公开的测量生理信号的方法一实施例的流程图。请同时参照图1与图2。依据本公开实施例的测量生理信号的方法可以适用于一生理信号测量系统，举例来说，可适用于图1的生理信号测量系统100并由影像处理器120加以执行。
首先，如步骤S202，影像处理器120接收包含多个连续影像框的一影片并对每一影像框进行脸部检测(face detection)，以取得每一影像框的脸部影像。其中，连续影像框包括一第一影像框以及多个第二影像框。第一影像框可为影片的第一个影像框，而第二影像框则为接续于第一影像框之后的剩余影像框。在此步骤中，影像输入装置110可撷取一段包括连续影像框的影片，而影像处理器120可接收影像输入装置110所撷取到的影片并对每一影像框(image frame)进行脸部检测以撷取各影像框的脸部影像。明确来说，当使用者欲进行心率和/或脉搏信号测量时，使用者必须在摄像机镜头前静止一段时间，累积拍摄一定长度的影片(video segment)后并且在适当及足够的环境光源下进行感测方能进行。因此，需要先将使用者录制的整段影片输入，定义要处理的影像框数(video frame number)，并根据此段影片的影像(image)执行脸部检测。注意的是，具体脸部检测算法的细节可采用所属技术领域中包括普通技术人员所熟知的各种人脸检测处理技术来加以实现，其细节在此省略。图3A是显示本公开一实施例的脸部检测结果示意图。如图3A所示，影像310即为影像300的一脸部影像。在本实施例中，第一影像框包括第一脸部影像，其中第一脸部影像具有多个第一区域，每一第一区域具有多个第二区域。在一实施例中，影像处理器120可根据脸部特征点，对第一脸部影像进行一皮肤部位粗分割，以分割第一脸部影像为上述第一区域。每一第一区域可再经由一细分割，分为较小的数个第二区域。也就是说，每个第一区域具有多个对应的第二区域。
接着，如步骤S204，影像处理器120对第一影像框的第一脸部影像进行光体积变化描记图(PPG)计算与分析，以得到对应于第一区域的多个第一PPG信息以及其对应第二区域的多个第二PPG信息，并接着如步骤S206，根据第一区域的第一PPG信息以及一临界值，从第一区域中决定出一保留区域并根据保留区域的对应第二区域的第二PPG信息与一临界值的比对结果，执行一可信赖区域撷取程序，以决定一个或多个可信赖区域(region-of-interest，简称ROI)以及一噪声参考区域。
其中，可信赖区域(ROI)表示脸部影像中PPG变化较明显的区域，噪声参考区域则为人脸PPG变化较小的平坦区域。在一些实施例中，可信赖区域撷取程序包括以下步骤：比对每个第一区域的第一PPG信息与临界值，以及将第一区域中第一PPG信息介于临界值的范围内的第一区域设为保留区域。在一实施例中，根据保留区域的第二区域的第二PPG信息与临界值的比对结果，决定ROI以及噪声参考区域的步骤可还包括以下步骤：比对每一第二区域的第二PPG信息与临界值；将第二区域中其第二PPG信息介于临界值的范围内的第二区域设为ROI以及自第二区域中其第二PPG信息未介于临界值的范围内的第二区域中决定噪声参考区域。
具体来说，影像处理器120可先检测出影像框中的脸部影像，并根据脸部特征点，由检测到的脸部影像撷取出皮肤的位置，再将脸部影像的皮肤位置分成数个大的脸部区域，例如：可依据脸部特征点先分成包括额头正面、左脸颊、右脸颊、眼睛、鼻子、下巴等七大脸部区域，其中这些脸部特征点可以事先训练学习得到，如图3B与图3C所示。图3B是显示本公开一实施例的肤色检测撷取结果示意图。图3C是显示本公开一实施例的脸部区域分割结果示意图。如图3B与图3C所示，肤色检测撷取结果320根据脸部特征点分成脸部区域321～327。
在一实施例中，影像处理器120对各第一区域进行PPG计算与分析以得到可信赖区域对应的第一PPG信息的步骤可包括对各第一区域执行一脉搏检测算法(pulsemeasurement)以进行上述PPG计算与分析，从而得到各第一区域对应的第一PPG信息。注意的是，具体脉搏检测算法的细节可采用所属技术领域中包括普通技术人员所熟知的各种人脸检测处理技术来加以实现，其细节在此省略。举例来说，在一实施例中，影像处理器120可利用一独立成分分析(Independent component analysis，以下简称ICA)算法，对每一脸部区域321～327做ICA运算，算出各脸部区域321～327的PPG信号的ICA波形，再把各脸部区域321～327的ICA波形与一标准心跳的波形进行比对，找出最符合的ICA波形，并以各脸部区域的ICA波形中最符合的ICA波形所对应的脸部区域(例如：额头正面区域)为ROI。独立成分分析法(ICA)可将含有移动干扰的原始信号分离出PPG信号及噪声等独立成分，选择含有PPG信号的独立成分，并以此独立成分在频谱中，分析PPG信号成分的所在位置，达到消除移动干扰的目的。在一实施例中，影像处理器120根据第一PPG信息与临界值的比对结果，从脸部影像的数个区域中决定出保留区域的步骤可包括比对第一区域的第一PPG信息与一临界值T2，以及将第一区域中第一PPG信息介于临界值T2的范围内的第一区域设为保留区域。也就是说，只保留PPG的数值在一临界值T2内的第一区域作为ROI。举例来说，假设心跳每分钟60～100下为正常值，则可将临界值T2设为每秒钟1～1.6下，并且保留PPG信号所表示的心跳频率或脉搏信号介于每秒钟1～1.6下之间的脸部区域(例如：额头正面)为保留区域，但本公开并不限于此。参见图4A至图4C，是显示本公开一实施例的脸部区域的PPG信息示意图。假设图4A与图4B分别表示脸部区域321与322的PPG信息410以及420，图4C表示标准心跳的波形的PPG信息430。由图4A、图4B与图4C可知，脸部区域322的PPG信息420最符合标准心跳的PPG信息430，因此影像处理器120可判定脸部区域322为保留区域，而判定脸部区域321并非保留区域。在找出保留区域之后，影像处理器120接着再将各保留区域细分为多个小的第二区域，并分别计算这些第二区域的PPG，再根据保留区域的多个第二区域的第二PPG信息，将第二区域中第二PPG信息介于临界值的范围内的第二区域设为ROI以及自第二区域中第二PPG信息未介于临界值的范围内的第二区域中决定噪声参考区域。在一些实施例中，自第二区域中第二PPG信息未介于临界值的范围内的第二区域中决定噪声参考区域的步骤可还包括以下步骤：对第二区域中每一第二PPG信息未介于临界值的范围内的第二区域执行一变异数计算，得到多个变异数，以及根据每个上述第二区域计算出的变异数，决定噪声参考区域，其中噪声参考区域为所有第二PPG信息未介于临界值的范围内的第二区域中具有最小变异数的第二区域。
在决定第一脸部影像的ROI以及噪声参考区域之后，如步骤S208，影像处理器120根据第一脸部影像的ROI以及噪声参考区域的PPG计算与分析结果，产生ROI信息以及噪声参考区域信息，其中ROI信息包括ROI对应的位置信息与PPG信息以及噪声参考区域信息包括噪声参考区域对应的位置信息与PPG信息。ROI信息可包括ROI在影像中的坐标、像素、PPG数值等信息。此处的ROI代表较可信赖区域，也就是说ROI内的PPG数值是可信赖的，但仍有可能会被背景噪声影响。相对地，噪声参考区域则为影像内区域变异数最小的区域，噪声参考区域的PPG数值可视为背景噪声，因此应该去除以进行降噪。噪声参考区域信息可包括影像内区域变异数最小的区域在影像中的坐标、像素、PPG数值等信息。
明确来说，在决定ROI之后，接着，影像处理器120根据ROI对应的位置信息以及PPG信号，产生上述ROI信息以及噪声参考区域信息。影像处理器120可接着进一步计算所有PPG数值落在临界值T2外的区域的变异数，其中某一区域所算出的变异数愈小，表示该区域的灰阶变化愈小，区域愈平坦。影像处理器120便可比对所有PPG数值落在临界值T2以外的区域的变异数，并将具有最小变异数的区域(例如：左脸颊)设为噪声参考区域，并记录噪声参考区域中的第一区域的影像坐标位置、PPG数值等产生噪声参考区域信息，将噪声参考区域信息储存至储存装置130，之后可用于后续的背景噪声的判断以进行降噪处理。
在产生第一脸部影像的上述ROI信息以及噪声参考区域信息之后，接着，如步骤S210，影像处理器120根据可信赖区域信息以及噪声参考区域信息，对每一第二影像框的第二脸部影像的ROI以及噪声参考区域进行PPG的计算与分析，产生多个对应的PPG信息。在此步骤中，影像处理器120会检查储存装置130中是否已存在ROI信息以及噪声参考区域信息。若已存在可信赖区域信息，表示当前影像框可能是第一个影像框之后的影像框(例如：第二个影像框)，于是影像处理器120便根据第一影像框的ROI信息，直接对当前影像框的ROI进行PPG计算与分析，以得到ROI对应的PPG信号，并产生上述ROI信息以及噪声参考区域信息。影像处理器120可依序根据ROI信息，对后续的每个影像框的ROI进行PPG计算与分析，以得到其ROI对应的PPG信号，并产生上述ROI信息以及噪声参考区域信息。
在得到所有影像框的PPG信息之后，如步骤S212，影像处理器120统计所有影像框的PPG信息，以计算出一生理信号的测量值，例如：心率或脉搏的测量值。由于心率与脉搏必须持续统计一段时间的PPG变化才能测量出来，因此影像处理器120必须累积计算一段时间的影像变化，举例来说，影像处理器120可进行PPG信号的波峰检测，检测各影像框的PPG信号的波峰个数并计算所有影像框的波峰个数的平均值，以便产生一生理信号如心率或脉搏的测量值。在波峰检测时，影像处理器120可计算PPG信号的肤色变化波形中每个时间点的斜率，来检测出波峰发生时间与波峰个数，找出两个波峰位置之后便能计算出一峰点时间间隔(peak to peak interval，PPI)，此峰点时间间隔的倒数即为心率值。影像处理器120可通过显示装置140呈现上述生理信号如心率或脉搏的测量结果。图5是显示本公开一实施例的脉搏测量结果示意图。如图5所示，此实施例中的脉搏测量值结果为每分钟80下(beatsper minute,bpm)。
在另一些实施例中，由于静止的使用者其实还是会有细微的移动，因此本发明也同时提供移动检测与排除机制，以便解决检测细微移动的问题。在此实施例中，若当前影像为第一个影像框，则没有使用者移动的问题，影像处理器120不执行使用者移动的检测。若使用者有移动或者处理完一定长度的影片后，则影像处理器120重新开始累积拍摄整段影片，将下一张影像设为第一个影像框。明确来说，若使用者无位移且尚未累积足够影像张数的情况下，继续处理下一张影像时，影像处理器120首先会判断当前处理的影像框是不是第一个影像框(first frame)。若当前处理的影像框不是第一个影像框(例如：当前处理的影像框为第二个影像框)时，则接着进行第二个影像框的脸部检测，然后计算当前处理的影像框中影像的使用者脸部的位置(position)与大小(size)与上一张影像框所检测的结果比对，是否超过临界值T1(calculate diff of face position&size)(例如：临界值T1设为0)，若两个影像框的脸部位置与大小的差异超过临界值T1，表示使用者的脸有移动(例如：使用者的脸有左右位移或远近拉距)，则必须重新拍摄整段影片(video segment)。反之，若两个影像框的脸部位置与大小的差异小于临界值，表示使用者的脸稳定不动，则可在当前处理的影像框的ROI内取得此张影像框的PPG数值，且判断背景噪声，并往下计算影片长度。藉此，影像处理器120不需要对每个影像框进行脸部特征撷取与分割来找出PPG反应较明显的区域，因此可大幅减少运算量。
图6A-图6C是显示本公开的测量生理信号的方法另一实施例的流程图。请同时参照图1与图6C。依据本公开实施例的测量生理信号的方法可以适用于一生理信号测量系统，举例来说，可适用于图1的生理信号测量系统100并由影像处理器120加以执行。
在此实施例中，影像处理器120先撷取包括多个影像框的一影片(步骤S602)并对影片中的影像框进行脸部检测，得到脸部影像(步骤S604)，如图3A所示的脸部影像310。在此步骤中，影像处理器120必须由累积拍摄的整段影片(full video)中，取出一定长度(例如：256个影像框)的影片(video segment)作为后续PPG分析用。
接着，影像处理器120由接收到的影片中进行第一个影像框判断(first frame)，判断当前影像框是否为第一个影像框(步骤S606)。此步骤是判断当前要处理的影像是否为影片中的第一个影像框。若当前影像框为第一个影像框(步骤S606的是)，则影像处理器120继续执行ROI撷取程序，以由多个脸部特征区域中分割撷取出ROI，其中ROI为人脸PPG变化较明显的区域。若当前影像框非为第一个影像框时(步骤S606的否)，则影像处理器120利用第一个影像框的人脸PPG变化较明显区域位置(即：ROI位置)，对后续每张影像进行PPG检测。
在ROI撷取过程中，影像处理器120进行脸部皮肤部位特征撷取(face skinextraction)，以由检测到的脸部影像撷取出皮肤的位置(步骤S608)，并且接着执行皮肤部位粗分割(rough skin segmentation)，将皮肤分割分为多个大的脸部区域(第一区域)(步骤S610)。接着，影像处理器120利用脉搏检测算法，计算每一脸部区域的PPG信号的ICA波形并计算出每一脸部区域的波形对应的脉搏信号(步骤S612)，再判断脉搏信号是否介于临界值T2之间(步骤S614)。明确来说，影像处理器120可对各个第一区域执行脉搏检测算法得到对应的PPG数值并且只保留PPG数值在临界值T2内的第一区域(pulse between T2)，PPG数值在临界值外的第一区域则计算变异数(variance)最小的区域并储存(find an areawith min variance)，其后可用来判断背景噪声进行降噪。影像处理器120可藉由将ROI区域的每一点的PPG值减去变异数最小的区域的对应点的PPG值以达到降噪的目的。
接着，影像处理器120判断前一步骤保留的区域是否对应于第一个影像框(firstframe)(步骤S616)或是否先前步骤执行的是粗分割(步骤S618)，如果两者皆是，则继续执行脸部区域细分割(fine skin segmentation)，将大区域分割成多个小的第二区域(步骤S620)，如图3D所示。接着，影像处理器120再次利用脉搏检测算法，计算每个小的第二区域的PPG信号的ICA波形并计算出每一第二区域的波形对应的脉搏信号(步骤S612)，并且只保留PPG数值在临界值T2内的第二区域，保留下来的第二区域即为ROI，并储存ROI在影像中的坐标、像素、PPG数值等信息(obtain ROI&save)，PPG数值在临界值外的第二区域则计算各区域的变异数，找到具有最小变异的区域，作为噪声参考区域并储存(步骤S630)。
若在步骤S618中判定前一步骤执行的并非粗分割，表示已执行完步骤S620的细分割且保留的区域为ROI，则影像处理器120再针对各个第二区域执行脉搏检测算法(pulsemeasurement)，则影像处理器120储存ROI在影像中的坐标、像素、PPG数值等信息(obtainROI&save)(步骤S622)。
若在步骤S616中判断当前影像框并非第一个影像框(步骤S616的否)或者已经储存了ROI信息，表示已经有ROI信息并且可应用ROI信息得到各影像框中ROI对应的PPG信息，影像处理器120接着判断是否已累积256个影像框(accumulate 256frames)(步骤S624)。若尚未累积到256个影像框(步骤S624的否)，则影像处理器120从影片中撷取/输入下一个影像框(步骤S628)，并继续应用ROI信息得到各影像框中ROI对应的PPG信息，直到累积到256个影像框。若已累积256个影像框(步骤S624的否)，影像处理器120就将ROI的PPG信号数值减去步骤S630所储存的噪声参考区域的PPG信号数值进行降噪(subtract pulse of areafrom ROI)(步骤S626)，接着再进行心率脉搏的计算，先计算各影像框的PPG信号中的波峰个数(calculate smoothed peak number)(步骤S638)，最后再计算256个影像框的波峰个数的平均值，得到脉搏测量结果(步骤S640)。
回到步骤S606，若在步骤S606中判定当前处理的影像框为第一个影像框时(步骤S606的是)，则影像处理器120不执行步骤S632至步骤S634的使用者移动的检测。相反地，若在步骤S606中判定当前处理的影像框不是第一个影像框(在此实施例中，假设当前处理的影像框为第二个影像框)时，则影像处理器120接着执行步骤S632至步骤S634的使用者移动的检测。在使用者移动的检测过程中，影像处理器120先进行第二个影像框的脸部检测，然后计算当前处理的影像框中影像的使用者脸部的位置(position)与大小(size)与上一张影像框所检测的结果比对的差异(calculate diff of face position&size)(步骤S632)，并且判断差异是否超过临界值T1(例如：临界值T1设为0)(步骤S634)。若两个影像框的脸部位置与大小的差异超过临界值，例如脸部位置的差异大于0，表示使用者的脸有移动(例如：使用者的脸有左右位移或远近拉距)，则必须重新拍摄整段影片(video segment)。反之，若两个影像框的脸部位置与大小的差异小于临界值T1，表示使用者的脸稳定不动，则可取得先前影像框(第一个影像框)的ROI信息(步骤S636)并且可应用ROI信息，在当前处理的影像框的ROI内取得此张影像框的PPG数值，且判断背景噪声，并往下计算影片长度。若使用者有移动或者处理完一定长度的影片后，则影像处理器120重新开始接收另一累积拍摄的整段影片，并将下一张影像设为第一个影像框以重新获取ROI信息与噪声参考区域信息(步骤S642)。
因此，依据本公开的生理信号测量系统及其测量生理信号的方法可先取得可信赖区域的相关信息，并在取得可信赖区域之后，后续影像只要判断使用者脸部处于稳定的状态，便直接针对可信赖区域取得PPG数值，不须追踪也不须判断何处可信赖，相当适用于嵌入式系统等运算资源较少的系统，可降低检测生理信号的运算过程所需处理的数据量，有效解决先前技术中运算量较大的问题。此外，依据本公开的生理信号测量系统及其测量生理信号的方法可利用脸部PPG变化较不明显区域来判断背景噪声以进行降噪，可进一步提高生理信号测量的准确度。
本公开的方法，或特定类型或其部分，可以以程序代码的类型存在。程序代码可以包含于实体媒体，如软盘、光盘片、硬盘、或是任何其他机器可读取(如计算机可读取)储存媒体，亦或不限于外在形式的计算机程序产品，其中，当程序代码被机器，如计算机载入且执行时，此机器变成用以参与本公开的装置。程序代码也可通过一些传送媒体，如电线或电缆、光纤、或是任何传输类型进行传送，其中，当程序代码被机器，如计算机接收、载入且执行时，此机器变成用以参与本公开的装置。当在一般用途影像处理器实践时，程序代码结合影像处理器提供一操作类似于应用特定逻辑电路的独特装置。
虽然本公开已以一些实施例公开如上，然而其并非用以限定本公开，任何所属技术领域中普通技术人员，在不脱离本公开的精神和范围的情况下，应当可作些许的更动与润饰。举例来说，本公开实施例所述的系统以及方法可以硬件、软件或硬件以及软件的组合的实体实施例加以实现。因此本公开的保护范围应当视所附的权利要求书所界定者为准。

Claims (14)

1.一种测量生理信号的方法，适用于具有一影像输入装置与一影像处理器的一生理信号测量系统，该测量生理信号的方法包括下列步骤：
接收包括多个连续影像框的一影片并对每一该等影像框进行脸部检测，以取得每一该等影像框的脸部影像，其中该等影像框包括一第一影像框以及多个第二影像框且该第一影像框的一第一脸部影像具有多个第一区域，每一该等第一区域具有多个第二区域；
对该第一影像框的该第一脸部影像进行光体积变化描记图PPG计算与分析，以得到对应于该等第一区域的多个第一PPG信息以及对应于该等第二区域的多个第二PPG信息；
根据该等第一区域的该等第一PPG信息以及一临界值，从该等第一区域中决定出一保留区域并根据该保留区域的该等第二区域的该等第二PPG信息与一临界值的比对结果，决定至少一可信赖区域ROI以及一噪声参考区域；
根据该第一脸部影像的该至少一ROI以及该噪声参考区域，产生一ROI信息以及一噪声参考区域信息，其中该ROI信息包括该至少一ROI对应的位置信息与PPG信息以及该噪声参考区域信息包括该噪声参考区域对应的位置信息与PPG信息；
根据该ROI信息以及该噪声参考区域信息，对每一该等第二影像框的第二脸部影像的该ROI以及该噪声参考区域进行该PPG的计算与分析，产生多个对应的第三PPG信息；以及
统计所有该等影像框的该等PPG信息，以计算出一生理信号的测量值。
2.如权利要求1所述的方法，还包括：
根据脸部特征点，对该第一脸部影像进行一皮肤部位粗分割，以分割该第一脸部影像为该等第一区域。
3.如权利要求1所述的方法，其中该根据该等第一区域的该等第一PPG信息以及该临界值，从该等第一区域中决定出该保留区域的步骤还包括：
比对该等第一区域的该等第一PPG信息与该临界值；以及
将该等第一区域中该第一PPG信息介于该临界值的范围内的第一区域设为该保留区域。
4.如权利要求3所述的方法，其中该根据该保留区域的该等第二区域的该等第二PPG信息与该临界值的比对结果，决定该ROI以及该噪声参考区域的步骤还包括：
比对每一该等第二区域的该第二PPG信息与该临界值；以及
将该等第二区域中该第二PPG信息介于该临界值的范围内的第二区域设为该至少一ROI以及自该等第二区域中该第二PPG信息未介于该临界值的范围内的第二区域中决定该噪声参考区域。
5.如权利要求4所述的方法，其中该自该等第二区域中该第二PPG信息未介于该临界值的范围内的第二区域中决定该噪声参考区域的步骤还包括：
对该等第二区域中该第二PPG信息未介于该临界值的范围内的第二区域执行一变异数计算，得到多个变异数；以及
根据该等变异数，决定该噪声参考区域；
其中该噪声参考区域为该等第二区域中该第二PPG信息未介于该临界值的范围内的第二区域中具有最小变异数的第二区域。
6.如权利要求1所述的方法，其中该对该第一影像框的该第一脸部影像进行该PPG计算与分析，以得到对应于该等第一区域的该等第一PPG信息以及对应于该等第二区域的该等第二PPG信息的步骤还包括：
对该等第一区域及其对应该等第二区域执行一脉搏检测算法，以进行该PPG计算与分析，从而得到对应于该等第一区域的该等第一PPG信息以及对应于该等第二区域的该等第二PPG信息。
7.如权利要求1所述的方法，还包括：
执行脸部检测，以计算一当前处理影像框以及一先前处理影像框之间的脸部位置与大小的一差异值；
在该差异值未大于一临界值时，直接对该当前影像框的该ROI进行该PPG计算与分析，并根据该PPG计算结果，以得到该当前处理影像框的该PPG信息；以及
在该差异值大于该临界值时，将该当前处理影像框设为该第一影像框，以重新决定出该ROI以及该噪声参考区域。
8.一种生理信号测量系统，该生理信号测量系统包括：
一影像输入装置，该影像输入装置用以撷取包括多个连续影像框的一影片，其中该等影像框包括一第一影像框以及多个第二影像框且该第一影像框的一第一脸部影像具有多个第一区域，每一该等第一区域具有多个第二区域；
一影像处理器，该影像处理器耦接至该影像输入装置，用以接收该影片并对每一该等影像框进行脸部检测，以取得每一该等影像框的脸部影像，对该第一影像框的该第一脸部影像进行光体积变化描记图PPG计算与分析，以得到对应于该等第一区域的多个第一PPG信息以及对应于该等第二区域的多个第二PPG信息，根据该等第一区域的该等第一PPG信息以及一临界值，从该等第一区域中决定出一保留区域并根据该保留区域的该等第二区域的该等第二PPG信息与一临界值的比对结果，决定至少一可信赖区域ROI以及一噪声参考区域，根据该第一脸部影像的该至少一ROI以及该噪声参考区域，产生一ROI信息以及一噪声参考区域信息，其中该ROI信息包括该至少一ROI对应的位置信息与PPG信息以及该噪声参考区域信息包括该噪声参考区域对应的位置信息与PPG信息，根据该ROI信息以及该噪声参考区域信息，对每一该等第二影像框的第二脸部影像的该ROI以及该噪声参考区域进行该PPG的计算与分析，产生多个对应的第三PPG信息，以及统计所有该等影像框的该等PPG信息，以计算出一生理信号的测量值；以及
一显示装置，该显示装置耦接至该影像处理器，用以显示该生理信号的测量值。
9.如权利要求8所述的生理信号测量系统，其中该影像处理器还根据脸部特征点，对该第一脸部影像进行一皮肤部位粗分割，以分割该第一脸部影像为该等第一区域。
10.如权利要求8所述的生理信号测量系统，其中该影像处理器还比对该等第一区域的该等第一PPG信息与该临界值，并将该等第一区域中该第一PPG信息介于该临界值的范围内的第一区域设为该保留区域。
11.如权利要求10所述的生理信号测量系统，其中该影像处理器还比对每一该等第二区域的该第二PPG信息与该临界值，将该等第二区域中该第二PPG信息介于该临界值的范围内的第二区域设为该至少一ROI以及自该等第二区域中该第二PPG信息未介于该临界值的范围内的第二区域中决定该噪声参考区域。
12.如权利要求11所述的生理信号测量系统，其中该影像处理器还对该等第二区域中该第二PPG信息未介于该临界值的范围内的第二区域执行一变异数计算，得到多个变异数，以及根据该等变异数，决定该噪声参考区域，其中该影像处理器将该等第二区域中该第二PPG信息未介于该临界值的范围内的第二区域中具有最小变异数的第二区域设为该噪声参考区域。
13.如权利要求8所述的生理信号测量系统，其中该影像处理器还对该等第一区域及其对应该等第二区域执行一脉搏检测算法，以进行该PPG计算与分析，从而得到对应于该等第一区域的该等第一PPG信息以及对应于该等第二区域的该等第二PPG信息。
14.如权利要求8所述的生理信号测量系统，其中该影像处理器还执行脸部检测，以计算一当前处理影像框以及一先前处理影像框之间的脸部位置与大小的一差异值，在该差异值未大于一临界值时，直接对该当前影像框的该ROI进行该PPG计算与分析，并根据该PPG计算结果，以得到该当前处理影像框的该PPG信息，以及在该差异值大于该临界值时，将该当前处理影像框设为该第一影像框，以重新决定出该ROI以及该噪声参考区域。
CN201710724886.8A 2017-08-09 2017-08-22 生理信号测量系统及其测量生理信号的方法 Active CN109389021B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW106126879A TWI646941B (zh) 2017-08-09 2017-08-09 生理訊號量測系統及其量測生理訊號之方法
TW106126879 2017-08-09

Publications (2)

Publication Number Publication Date
CN109389021A true CN109389021A (zh) 2019-02-26
CN109389021B CN109389021B (zh) 2020-09-01

Family

ID=65274378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710724886.8A Active CN109389021B (zh) 2017-08-09 2017-08-22 生理信号测量系统及其测量生理信号的方法

Country Status (3)

Country Link
US (1) US10383531B2 (zh)
CN (1) CN109389021B (zh)
TW (1) TWI646941B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111904376A (zh) * 2019-05-09 2020-11-10 钜怡智慧股份有限公司 影像式酒驾评判系统及相关方法
CN112085730A (zh) * 2020-09-18 2020-12-15 上海联影医疗科技股份有限公司 感兴趣区域成分分析方法、装置、电子设备和介质
CN113197558A (zh) * 2021-03-26 2021-08-03 中南大学 心率与呼吸率检测方法、系统及计算机存储介质
CN116758066A (zh) * 2023-08-14 2023-09-15 中国科学院长春光学精密机械与物理研究所 一种非接触测量心率方法、设备及介质

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107197161B (zh) * 2017-06-30 2020-07-14 北京金山安全软件有限公司 一种图像数据处理方法、装置、电子设备以及存储介质
US20190216333A1 (en) * 2018-01-12 2019-07-18 Futurewei Technologies, Inc. Thermal face image use for health estimation
CN108427911B (zh) * 2018-01-30 2020-06-23 阿里巴巴集团控股有限公司 一种身份验证方法、系统、装置及设备
CN112384135A (zh) * 2018-06-28 2021-02-19 株式会社村上开明堂 心搏检测装置、心搏检测方法以及程序
US20200026833A1 (en) * 2018-07-23 2020-01-23 Gin-Chung Wang Biometrics authentication device and method
TWI744666B (zh) * 2019-07-16 2021-11-01 國立陽明交通大學 生理資訊偵測裝置及生理資訊偵測方法
CN110647815A (zh) * 2019-08-25 2020-01-03 上海贝瑞电子科技有限公司 一种基于人脸视频图像的非接触式心率测量方法及系统
JP2021132869A (ja) * 2020-02-27 2021-09-13 カシオ計算機株式会社 電子装置、電子装置の制御方法及び電子装置の制御プログラム
WO2021262096A1 (en) * 2020-06-22 2021-12-30 Nervotec Pte Ltd. An intelligent networked system for proactively monitoring and predicting various parameters in a defined environment
CN113397516B (zh) * 2021-06-22 2022-03-25 山东科技大学 一种面向新生儿的视觉心率估计方法、装置及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103054569A (zh) * 2012-12-20 2013-04-24 Tcl集团股份有限公司 基于可见光图像测量人体心率的方法、装置及手持设备
CN103120581A (zh) * 2011-11-18 2013-05-29 原相科技股份有限公司 整合心跳量测及身份辨识的系统及方法
CN104871212A (zh) * 2012-12-21 2015-08-26 皇家飞利浦有限公司 用于从远程检测到的电磁辐射提取生理信息的系统和方法
US20150302158A1 (en) * 2014-04-21 2015-10-22 Microsoft Corporation Video-based pulse measurement
CN105996993A (zh) * 2016-04-29 2016-10-12 南京理工大学 一种智能视频生命体征监测系统及方法
CN106491117A (zh) * 2016-12-06 2017-03-15 上海斐讯数据通信技术有限公司 一种基于ppg心率测量技术的信号处理方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201114406D0 (en) * 2011-08-22 2011-10-05 Isis Innovation Remote monitoring of vital signs
BR112015022115A2 (pt) * 2013-03-14 2017-07-18 Koninklijke Philips Nv dispositivo para obter informações de sinais vitais de um indivíduo, método para obter informações de sinais vitais de um indivíduo, aparelho de processamento para obter informações de sinais vitais de um indivíduo, método de processamento para obter informações de sinais vitais de um indivíduo, e, programa de computador
JP6371837B2 (ja) * 2013-10-17 2018-08-08 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 被験者のバイタルサインを取得するデバイスと方法
EP3073905B1 (en) * 2013-11-27 2017-04-12 Koninklijke Philips N.V. Device and method for obtaining pulse transit time and/or pulse wave velocity information of a subject
JP6683367B2 (ja) * 2015-03-30 2020-04-22 国立大学法人東北大学 生体情報計測装置、生体情報計測方法及び生体情報計測プログラム
GB201509809D0 (en) * 2015-06-05 2015-07-22 Isis Innovation Method and apparatus for vital signs measurement
CN108430321B (zh) * 2015-12-23 2023-01-10 皇家飞利浦有限公司 用于确定人的生命体征的设备、系统和方法
US10398353B2 (en) * 2016-02-19 2019-09-03 Covidien Lp Systems and methods for video-based monitoring of vital signs

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103120581A (zh) * 2011-11-18 2013-05-29 原相科技股份有限公司 整合心跳量测及身份辨识的系统及方法
CN103054569A (zh) * 2012-12-20 2013-04-24 Tcl集团股份有限公司 基于可见光图像测量人体心率的方法、装置及手持设备
CN104871212A (zh) * 2012-12-21 2015-08-26 皇家飞利浦有限公司 用于从远程检测到的电磁辐射提取生理信息的系统和方法
US20150302158A1 (en) * 2014-04-21 2015-10-22 Microsoft Corporation Video-based pulse measurement
CN105996993A (zh) * 2016-04-29 2016-10-12 南京理工大学 一种智能视频生命体征监测系统及方法
CN106491117A (zh) * 2016-12-06 2017-03-15 上海斐讯数据通信技术有限公司 一种基于ppg心率测量技术的信号处理方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111904376A (zh) * 2019-05-09 2020-11-10 钜怡智慧股份有限公司 影像式酒驾评判系统及相关方法
CN112085730A (zh) * 2020-09-18 2020-12-15 上海联影医疗科技股份有限公司 感兴趣区域成分分析方法、装置、电子设备和介质
CN113197558A (zh) * 2021-03-26 2021-08-03 中南大学 心率与呼吸率检测方法、系统及计算机存储介质
CN116758066A (zh) * 2023-08-14 2023-09-15 中国科学院长春光学精密机械与物理研究所 一种非接触测量心率方法、设备及介质
CN116758066B (zh) * 2023-08-14 2023-11-14 中国科学院长春光学精密机械与物理研究所 一种非接触测量心率方法、设备及介质

Also Published As

Publication number Publication date
TW201909838A (zh) 2019-03-16
CN109389021B (zh) 2020-09-01
TWI646941B (zh) 2019-01-11
US10383531B2 (en) 2019-08-20
US20190046057A1 (en) 2019-02-14

Similar Documents

Publication Publication Date Title
CN109389021A (zh) 生理信号测量系统及其测量生理信号的方法
JP6194777B2 (ja) 動作判定方法、動作判定装置および動作判定プログラム
KR102322028B1 (ko) 심박수 측정 방법 및 이를 위한 장치
US10242278B2 (en) Device and method for skin detection
JP7088662B2 (ja) 生体情報検出装置および生体情報検出方法
CN110352035B (zh) 经由信号变化放大的静脉穿刺和动脉线引导
CN105249922A (zh) 断层图像拍摄设备和断层图像拍摄方法
US20120288168A1 (en) System and a method for enhancing appeareance of a face
GB2426580A (en) Personal identification method by subcutaneous bloodstream measurement and personal identification device
CN111938622B (zh) 心率检测方法、装置及系统、可读存储介质
Chambino Android-based implementation of Eulerian Video Magnification for vital signs monitoring
US20210256280A1 (en) Information processing apparatus, information processing method, and program
JPWO2020054122A1 (ja) 情報処理装置、プログラム及び情報処理方法
US20190150848A1 (en) Image processing apparatus, operation method performed by image processing apparatus and recording medium
Wu et al. Accuracy evaluation of RBC velocity measurement in nail-fold capillaries
CN110211021A (zh) 图像处理装置、图像处理方法和存储介质
JP7124974B2 (ja) 血液量パルス信号検出装置、血液量パルス信号検出方法、及びプログラム
CN104688199B (zh) 一种基于皮肤色素浓度差分的非接触式脉搏测量方法
US8023707B2 (en) Evaluation method for mapping the myocardium of a patient
Greenspan et al. Doppler echocardiography flow-velocity image analysis for patients with atrial fibrillation
US20220160260A1 (en) System and method for measuring biomedical signal
CN107403133A (zh) 确定设备和确定方法
KR102132925B1 (ko) 피부 영상 기반 혈량 측정 방법 및 이를 지원하는 장치
Blanik Remote Space-and Time-Resolved Skin Perfusion Detection Using Photoplethysmography Imaging
JP2021153610A (ja) 血圧測定装置、携帯端末、及び血圧測定プログラム

Legal Events

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