CN109923616B - 用于改进生命体征采集的自动平移-倾斜-缩放调节 - Google Patents

用于改进生命体征采集的自动平移-倾斜-缩放调节 Download PDF

Info

Publication number
CN109923616B
CN109923616B CN201780067357.3A CN201780067357A CN109923616B CN 109923616 B CN109923616 B CN 109923616B CN 201780067357 A CN201780067357 A CN 201780067357A CN 109923616 B CN109923616 B CN 109923616B
Authority
CN
China
Prior art keywords
patient
coordinate space
image
image coordinate
vital sign
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780067357.3A
Other languages
English (en)
Other versions
CN109923616A (zh
Inventor
王海波
C·C·A·M·范宗
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 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 NV filed Critical Koninklijke Philips NV
Publication of CN109923616A publication Critical patent/CN109923616A/zh
Application granted granted Critical
Publication of CN109923616B publication Critical patent/CN109923616B/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
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Studio Devices (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本文公开的技术涉及自动平移‑倾斜‑缩放调节以改进生命体征采集。在各种实施例中，能用于平移、倾斜和缩放(“PTZ”)的生命体征采集相机(176)可以捕获(402)患者(100)的图像。图像可以被分析(404)以检测患者在图像的图像坐标空间内的描绘位置。患者在图像的图像坐标空间内的期望位置可以被确定(406)，并且描绘位置与期望位置之间的图像坐标空间中的差异可以被计算(408)。然后可以将差异从图像坐标空间映射(410)到PTZ空间。可以基于映射来改变(412)生命体征采集相机的一个或多个PTZ参数。在改变一个或多个PTZ参数之后，生命体征采集相机可以从患者采集(414)一个或多个生命体征。

Description

用于改进生命体征采集的自动平移-倾斜-缩放调节
技术领域
本公开总体上涉及健康护理。更具体地但非排他地，本文公开的各种方法和装置涉及非侵扰地从患者采集生命体征。
背景技术
存在其中将期望非侵扰地(例如，没有接触)从患者采集生命体征的多种情形。例如，当患者访问医院的急诊室时，他们通常被分类以确定关于患者的各种信息，例如他们的姓名、年龄、身高、体重、生命体征、访问原因以及其他类似信息。一旦被分类，患者被送到诸如等候室的区域以等待诸如医师的医院资源变为可用于检查和/或处置患者。根据医院资源的可用性，针对患者的等待时间能够是显著的，并且在这些等待期间，他们的状况可能恶化。要求繁忙的医院人员手动监测这些患者的恶化的状况常常是令人望而却步的。类似地，家中门诊患者的状况可能随时间而恶化，然而将医院人员部署到门诊患者的家中以监测门诊患者能够需要过度的资源。
发明内容
本公开涉及用于使用所谓的“生命体征采集相机”来监测患者状况的变化的方法、系统和设备，所述“生命体征采集相机”被配置为在不消耗显著资源的情况下非侵扰地从患者采集各种生命体征。这些生命体征可以包括但不限于温度、脉搏率、外周毛细血管氧饱和度(“SpO2”)、呼吸率、姿势等。为了使生命体征采集相机准确且高效地从患者获得生命体征，患者被定位于生命体征采集相机的框架内的具体位置处能够是优选的。因此，本文描述了用于自动调节生命体征采集相机的各种参数以确保患者适当地定位在框架内的技术。例如，在一些实施例中，当生命体征采集相机适当地瞄准和/或聚焦在患者的头部和/或躯干上时，其可以获得最准确的生命体征。
通常，在一个方面中，一种方法可以包括：由生命体征采集相机捕获患者的图像，其中，生命体征采集相机能用于平移、倾斜和缩放(“PTZ”)；分析图像以检测患者在图像的图像坐标空间内的描绘位置；确定患者在图像的图像坐标空间内的期望位置；计算描绘位置与期望位置之间的图像坐标空间中的差异；将差异从图像坐标空间映射到PTZ空间；基于映射来改变生命体征采集相机的一个或多个PTZ参数；并且在改变一个或多个PTZ参数之后，由生命体征采集相机从患者采集一个或多个生命体征。
在各种实施例中，分析可以包括检测患者在图像的图像坐标空间内的一个或多个描绘部分的一个或多个尺寸。在各种实施例中，所述方法还可以包括确定患者在图像的图像坐标空间内的一个或多个描绘部分的一个或多个期望尺寸。在各种实施例中，图像坐标空间中的差异可以包括检测到的所述患者的一个或多个描绘部分的一个或多个尺寸与一个或多个期望尺寸之间的一个或多个比例差异。在各种实施例中，映射可以基于生命体征采集相机的先前校准。在各种实施例中，先前校准可以包括估计生命体征采集相机的多个缩放水平中的每个缩放水平处的焦距。
其他实施方式可以包括存储指令的非瞬态计算机可读存储介质，所述指令可由处理器执行以执行诸如上述方法中的一个或多个的方法。又一实施方式可以包括一种控制系统，所述控制系统包括存储器和一个或多个处理器，所述一个或多个处理器能用于运行存储在存储器中的指令，以实施一个或多个模块或引擎，所述一个或多个模块或引擎单独或共同执行诸如上述方法中的一个或多个的方法。
应当意识到，以下更详细讨论的前述构思和额外的构思的所有组合(假设这些构思不相互矛盾)被预期为本文公开的主题的部分。具体而言，出现在本公开的结束处的请求保护的主题的所有组合被预期为本文公开的主题的部分。还应该意识到，本文明确采用的也可以出现在通过引用并入的任何公开中的术语应该被赋予与本文公开的具体构思最一致的含义。
附图说明
在附图中，相似的附图标记贯穿不同视图通常指代相同的部件。而且，附图不必是按比例的，而是通常将强调放在图示本公开的原理上。
图1示意性地图示了根据各种实施例的可以实践本公开的选定的方面的情形。
图2图示了根据各种实施例的可以如何校准生命体征采集相机以生成图像坐标空间与平移-倾斜-缩放空间之间的映射的一个范例。
图3描绘了根据各种实施例的生命体征采集相机的框架内的期望患者位置的范例。
图4描绘了根据各种实施例的用于实践本公开的各个方面的范例方法。
图5描绘了范例计算机系统的部件。
图6和7示意性地描绘了根据各种实施例的两个范例生命体征采集相机的部件的非限制性范例。
具体实施方式
存在多种情形，其中，将期望非侵扰地(例如，没有接触)从患者采集生命体征。例如，当患者访问医院的急诊室时，他们通常被登记和分类以确定关于患者的各种信息，例如他们的姓名、年龄、身高、体重、生命体征、访问原因以及其他类似信息。在分类处，他们迫切要见医师并且诊断和处置所需的资源的估计被建立。一旦被登记和分类，患者被送到诸如等候室的区域以等待诸如医师的医院资源变为可用于检查和/或处置患者。根据医院资源的可用性，针对患者的等待时间能够是显著的，并且在这些等待期间，他们的状况可能恶化。要求繁忙的医院人员手动监测这些患者的恶化的状况将是令人望而却步的。类似地，家中门诊患者的状况可能随时间而恶化，然而将医院人员部署到门诊患者家中监测门诊患者可能需要过多的资源。
图1示意性地图示了根据各种实施例的可以如何采用本文描述的技术的范例。患者100坐在患者100要由一个或多个生命体征采集相机176非侵扰地监测的区域中。在各种实施例中，生命体征采集相机176可以是所谓的“平移-倾斜-缩放”(“PTZ”)相机，其在所谓的“PTZ空间”中可调节以指向不同位置(例如，通过调节平移和倾斜参数)并且以各种缩放水平捕获图像(例如，通过调节缩放参数)。在各种实施例中，生命体征采集相机176可以被装备为执行所谓的“非接触方法”以从患者100采集生命体征和其他生理信息。这样的相机的非限制性范例在美国专利申请公开US 20140192177A1、US 20140139656A1、US20140148663A1、US 20140253709A1、US 20140235976A1和US 20140275880A1中被描述，出于全部目的通过引用将这些公开并入本文。图6和图7示意性地描绘了可以在本公开的各种实施例中采用的生命体征采集相机的两个非限制性配置。
在图1中，生命体征采集相机176在PTZ空间中被初始配置为以角度α捕获患者100。从左下的对应框架可以看到，当如此调节时，患者100在框架α内偏心定位(向右和向上)。此外，患者100在框架α内相对小。换句话说，患者100被次优地被框架化。在这种PTZ配置中，生命体征采集相机176可能不能够准确和/或高效地捕获一个或多个生命体征。例如，患者100的躯干在框架内可能太小而不能准确地捕获呼吸率。
因此，在各种实施例中，生命体征采集相机176可以被配置有本公开的选定方面以自动重新配置其自身(或由未描绘的另一计算设备重新配置)，以便以更优化的方式在其框架内捕获患者100。具体地，可以基于患者100在其框架内的检测到的位置来自动调节生命体征采集相机176的一个或多个PTZ参数，以出于采集一个或多个生命体征的目的更优化地捕获患者100。
在图1中，可以自动调节生命体征采集相机176的一个或多个PTZ参数，使得以角度β捕获患者100，对此，在右下描绘对应的框架β。例如，可以将患者100在框架α内的检测到的位置(即，在框架的所谓的“图像坐标空间”内，即笛卡尔空间内)与患者100在该框架内的期望位置进行比较，以确定在检测到的位置与期望位置之间患者100的比例的差异和/或位移。然后可以将图像坐标空间中的该差异映射到生命体征采集相机176的PTZ空间。可以基于该映射来调节生命体征采集相机176的一个或多个PTZ参数，并且然后可以操作生命体征采集相机176从患者采集一个或多个生命体征。在框架β中可以看到，患者100现在或多或少地在框架内居中并占据框架的更大部分。因此，生命体征采集相机176能够更准确地非侵扰地捕获患者100的(一个或多个)生命体征。
图像坐标空间与PTZ空间之间的映射可以以各种方式来确定，并且可以特定于被使用的具体生命体征采集相机176。因此，在各种实施例中，生命体征采集相机176可以被校准(例如，离线)以建立从图像坐标空间到PTZ空间的映射。在一些实施例中，校准可以包括诸如以下中描述的那些的技术的实施方式：Karthik Sankaranarayananan和JamesW.Davis的“PTZ Camera Modeling and Panoramic View Generation via Focal PlaneMapping”(Asian Conference on Computer Vision，2010年11月)，其全部内容出于所有目的通过引用并入本文。该文章描述了映射可以如何依赖于相机的焦距f，其在每个光学缩放水平处不同。在一些实施例中，测试对象可以被定位在距生命体征采集相机176一距离处。生命体征采集相机176的光学缩放设置可以从低到高调节，例如，以1的增量为单位从0到20的范围来调节。在每个光学缩放设置处，可以计算焦距f。可以以各种方式在每个光学缩放设置处计算焦距f。
图2证明了用于在每个光学缩放设置处计算焦距f的一种非限制性技术。对于每个光学缩放设置/>生命体征采集相机176的平移设置(或参数)θ可以在多个N任意选定的值{θ1、θ2、θ3、…、θN}中间变化。在每个平移设置θi处，可以在图像坐标空间中检测测试对象的参考点Pi，诸如测试对象的面部的中心(例如，在使用生命体征采集相机176捕获的图像上使用面部检测处理)。以这种方式，可以生成测试对象的多个N参考点{P1、P2、P3、…、PN}。每个参考点P可以包括图像坐标空间中的x坐标和y坐标。
然后，对于每对任意选择的平移设置{θi、θj}，可以使用诸如以下的等式计算焦距f：
δθi+|δθj|＝θj-θi (3)
δθ表示θi和θj之间的平移θ的改变，并且δφ表示倾斜φ的改变(如果不改变倾斜，则其可以是0)。参数a和b可以是相机相关的参数，其可以使用诸如以下的等式来确定：
a＝f/tan-φ
b＝a/sinφ
等式(1)可以插入等式(3)中。θi、θj是已知的，这意味着得到的等式中仅有未知是焦距f。因此，可以针对f求解得到的等式。然后，可以计算在当前光学缩放水平处来自所有N(N-1)/2个选定的平移对的所有计算的焦距f的平均favg，并且该平均favg可以用作针对生命体征采集相机176的当前光学缩放水平/>的所接受的焦距f。然后，可以将生命体征采集相机176调节到下一光学缩放设置/>并且可以重复该过程。
可以采用其他类似技术来校准生命体征采集相机176，以建立图像坐标空间与PTZ空间之间的映射。例如，一些相机可以包括用户可以选择以实现期望缩放水平的多个离散缩放设置s，例如1-20。相机的每个离散缩放设置s可以与当用户选择所述离散缩放设置s时实施的具体光学缩放水平相关联。对于至少一些相机，相机的离散缩放水平s与对应的实施的光学缩放水平/>之间的关系可以是可用的，例如，作为用户手册的部分。当光学缩放水平/>以这种方式可用时，可以直接估计至少光学缩放水平处的焦距f，例如，使用诸如以下的等式：
其中，C是大于零的常数，其可以根据被使用的PTZ相机的配置估计并且可以是相机相关的。
一旦图像坐标空间与PTZ之间的映射被建立，例如，使用上述技术之一，每当要监测的患者在生命体征采集相机176的框架内被捕获时，生命体征采集相机176可以被自动重新配置(即，其PTZ参数可以被调节)，使得患者可以适当地定位在框架内以用于改进的生命体征采集。如上所述，在一些实施例中，可以将患者在框架内的描绘位置与患者在框架内的“期望”位置进行比较。可以以各种方式确定患者在框架中的期望位置。在一些实施例中，期望位置可以是经验确定的“理想”位置，其可以包括在不同位置处和/或在图像坐标空间中具有各种比例/尺寸的患者的面部和/或躯干的一个或多个定义的点。例如，并且如图3描绘的，在一些实施例中，以下值可以用于期望的面部位置，作为距框架的顶部的偏移df和期望的面宽度wf：
df＝0.1lf
wf＝0.33w
其中，lf等于患者的面部从上到下的长度(例如，以像素为单位)，w是框架的宽度(例如，以像素为单位)，并且wd、ld和分别是检测到的面部宽度、长度和比例。然而，这是仅一个范例，并且可以代替地使用任何其他值。
一旦确定患者100在框架内的检测到的位置与期望位置之间的差异(例如，位移和/或比例的变化)，上述等式(1)-(3)可以被用于确定到PTZ空间的映射。利用该映射，可以调节图像采集相机的PTZ参数，使得可以从患者100采集生命体征。
图4描绘了用于自动调节生命体征采集相机(例如，100)的一个或多个PTZ参数的范例方法400，使得可以从患者非侵扰地采集生命体征。为方便起见，参考执行操作的系统描述方法400的操作中的一些。该系统可以包括各种计算机系统的各种部件，包括生命体征采集相机176本身的内部逻辑(例如，FPGA、ASIC、微处理器)。此外，尽管方法400的操作以具体顺序示出，但这并不意味着限制。一个或多个操作可以被重新排序、省略或添加。
在框402处，系统可以利用PTZ相机(例如上述的生命体征采集相机176)捕获要监测的患者的初始图像。例如，生命体征采集相机176可以扫描诸如填充有患者的等候室或门诊患者家的区域，并且当其在其框架内检测到患者时捕获图像。在一些实施例中，生命体征采集相机176可以使用预定轨迹来扫描区域，例如通过等待的患者可以正坐在其中的一排或多排椅子的轨迹，或者迭代通过已知由门诊患者经常居住的门诊患者家中的位置的轨迹。
然而，在框404处，患者的初始图像被捕获，系统可以分析图像以检测患者在图像的坐标空间(例如，x，y空间)内的描绘位置。系统可以以各种方式检测患者的描绘位置。在一些实施例中，系统可以采用诸如边缘检测的技术来检测图像框架内的患者的外边缘。在其他实施例中，系统可以执行面部检测以检测在图像框架内的患者的描绘面部位置。患者的面部在框架内的描绘位置可包括各种信息，例如患者的绝对位置、患者的一个或多个部分(例如，头部、颈部、肩部等)的尺寸、患者的一个或多个部分的相对位置，等等。可以检测的空间度量中的一些在上面参考图3进行了描述。
在框404处，系统可以确定患者在图像的坐标空间内的期望位置。在一些实施例中，可以手动预设患者的期望位置以包括一个或多个常数，例如，诸如上文参考图3描述的df和lf。在一些实施例中，患者的期望位置可以被确定和/或基于各种因素被动态调节，例如房间内的照明、由患者穿戴的衣物(可能影响如何从患者的躯干检测呼吸率)、患者的尺寸、患者的健康状况等等。
返回参考图4，然而，患者在框架内的期望位置被确定，在框408处，可以计算在框404处确定的患者的检测到的位置与在图像坐标空间中在框406处确定的期望位置之间的差异。在各种实施例中，该差异可包括平移分量(例如，沿x和y轴的平移)和/或比例分量(例如，患者的头部需要以的因子来放大)。
在框410处，系统可以将在框408处计算的图像坐标空间中的差异映射到生命体征采集相机176的PTZ空间。如上所述，该映射可以基于生命体征采集相机176的校准，其中，计算每个缩放水平处的焦距f。在一些实施例中，诸如上面的等式(1)-(3)的等式可以用于将图像坐标空间中的差异映射到生命体征采集相机176的PTZ空间。在各种实施例中，该映射可以包括平移的变化(δθ)、倾斜的变化(δφ)和/或缩放的变化/>
在框412处，系统可以基于框410的映射(例如，δθ,δφ,)来改变生命体征采集相机176的一个或多个PTZ参数。在框414处，系统可以操作生命体征采集相机176来非侵扰地从患者采集一个或多个生命体征。如上所述，这些生命体征可包括但不限于温度、脉搏率、外周毛细血管氧饱和度(“SpO2”)、呼吸率、姿势等。
图5是范例计算机系统510的框图。计算机系统510通常包括至少一个处理器514，至少一个处理器514经由总线子系统512与多个外围设备通信。如本文所使用的，术语“处理器”将被理解为涵盖能够执行归于本文所述的CDS系统的各种功能的各种设备，例如微处理器、FPGA、ASIC、其他类似设备及其组合。这些外围设备可以包括：数据保留子系统524，包括例如存储器子系统525和文件存储子系统526；用户接口输出设备520；用户接口输入设备522和网络接口子系统516。输入和输出设备允许用户与计算机系统510的交互。网络接口子系统516提供去往外部网络的接口，并且耦合到其他计算机系统中的对应的接口设备。
用户接口输入设备522可以包括：键盘；指点设备，诸如鼠标、跟踪球、触摸板或图形输入板；扫描器；并入到显示器中的触摸屏；音频输入设备，诸如语音识别系统，麦克风；和/或其他类型的输入设备。通常，术语“输入设备”的使用旨在包括所有可能类型的设备和将信息输入到计算机系统510中或通信网络上的方式。
用户接口输出设备520可以包括显示子系统、打印机、传真机或诸如音频输出设备的非视觉显示器。显示子系统可包括阴极射线管(CRT)、诸如液晶显示器(LCD)的平板设备、投影设备或用于产生可见图像的一些其他机构。显示子系统还可以提供非视觉显示，例如通过音频输出设备。通常，术语“输出设备”的使用旨在包括所有可能类型的设备以及将信息从计算机系统510输出到用户或另一机器或计算机系统的方式。
数据保留系统524存储提供本文描述的模块中的一些或全部的功能的编程和数据构造。例如，数据保留系统524可以包括用于执行方法400的选定的方面的逻辑，和/或实施生命体征采集相机176或控制生命体征采集相机176的操作的计算设备的一个或多个部件的逻辑。
这些软件模块通常由处理器514单独执行或与其他处理器结合执行。存储子系统中使用的存储器525可以包括多个存储器，包括用于在程序执行期间存储指令和数据的主随机存取存储器(RAM)530、固定指令被存储的只读存储器(ROM)532，以及诸如指令/数据高速缓存的其他类型的存储器(其可以额外地或备选地与至少一个处理器514集成)。文件存储子系统526可以为程序和数据文件提供持久存储，并且可以包括硬盘驱动器、软盘驱动器以及相关联的可移除介质、CD-ROM驱动器、光盘驱动器或可移除介质盒。实施某些实施方式的功能的模块可以由数据保留系统524中的文件存储子系统526存储，或者存储在由(一个或多个)处理器514可访问的其他机器中。如本文所使用的，术语“非瞬态计算机可读介质”将被理解为涵盖易失性存储器(例如DRAM和SRAM)和非易失性存储器(例如闪存、磁性存储设备和光学存储设备)，但是要排除瞬态信号。
总线子系统512提供用于使计算机系统510的各种部件和子系统按预期彼此通信的机制。尽管总线子系统512示意性地示为单个总线，但总线子系统的备选实施方式可以使用多个总线。
计算机系统510可以是各种类型的，包括工作站、服务器、计算集群、刀片服务器、服务器群或任何其他数据处理系统或计算设备。在一些实施例中，计算机系统510可以在云计算环境内实施。由于计算机和网络的不断变化的性质，图4中描绘的计算机系统510的描述仅旨在作为出于说明一些实施方式的目的的特定范例。计算机系统510的许多其他配置可能具有比图5中描绘的计算机系统更多或更少的部件。
图6示出了可以在本文描述的各种实施例中采用的生命体征采集相机676的第一实施例的示意图。从生物684(例如患者)反射的电磁辐射682，尤其是可见和红外波长范围内的光，由所述相机676接收和评价，以生成生物684的生物统计信号698。相机676可以包括滤波器686，以用于阻挡达到基本上550nm和/或达到约600nm和/或达到650nm的波长范围中的入射电磁辐射682内的入射可见光。然后，经滤波的入射光688由颜色传感器690感测，颜色传感器690生成至少两个不同的颜色信号692A、692B，例如通过使用两个单独的颜色检测器693、694(或这种颜色检测器的阵列)。组合单元695通过组合所述颜色信号692A、692B，例如通过线性组合，来生成至少一个组合颜色信号696。最后，处理单元697被提供用于处理所述组合颜色信号696并提取生物684的至少一个生物统计信号698。在一些实施例中，组合单元695和处理单元697可以由公共处理器699实现，例如作为处理器的处理元件或以常规处理器上的软件来实施。然而，它们也可以以不同的方式实现，例如，作为专用硬件元件。
图7示意性地示出了可以在本文描述的各种实施例中采用的相机776'的第二实施例。图7示出了任选地额外的滤波器786'可以被提供(在该实施例和/或其他实施例中)，所述滤波器786'被配置为在到达颜色传感器790之前阻挡高于至少1100nm，尤其是高于至少1000nm的波长范围内的入射光。尽管通常那些颜色传感器(例如，成像硅传感器)示出朝向更长波长自然减小的灵敏度，但是这样的额外的滤波器786'可以确保高于所述上阈值波长的经滤波的入射光788内的信号贡献被阻挡，即水吸收成为主导的信号贡献在两次滤波的入射光788'中被阻止。
此外，在该实施例中，颜色传感器790生成三个不同的颜色信号792A、792B、792C，例如，通过使用具有在光检测器795(或更一般地，图像传感器)前面提供的三个不同滤色器区域的滤色器阵列793。这样的颜色传感器(例如包括仅具有两个滤色器区域的滤色器阵列)也可以用在图6所示的实施例中。在一些实施例中，颜色传感器790可以包括生成如通常由RGB颜色传感器提供的红色信号792A、绿色信号792B和蓝色信号792C的滤色器阵列。根据三个颜色信号792A、792B、792C，组合单元795通过对三个颜色信号792A、792B、792C中的至少两个进行两个不同的组合(尤其是线性组合)来生成两个组合颜色信号796A、796B。根据这两个组合颜色信号796A、796B，处理单元然后最终从生物784中提取期望生物统计信号798。
尽管本文中已经描述和图示了若干实施例，但是本领域的普通技术人员将容易想到用于执行功能和/或获得结果和/或本文描述的优点中的一个或多个的各种其他手段和/或结构，并且这些变化和/或修改中的每一个被认为是在本文描述的实施例的范围内。更具体地，本领域技术人员将容易意识到，本文中所描述的所有参数、尺度、材料和配置意味着是示范性的，并且实际参数、尺度、材料和/或配置将取决于教导被使用的一个或多个特定应用。本领域的技术人员将认识到，或者仅仅使用常规实验就能够确定本文描述的特定实施例的许多等价方案。因此，应理解的是，前述实施例仅通过范例呈现，并且在权利要求及其等价方案的范围内，可以以与具体描述和要求保护的方式不同的方式来实践实施例。本公开的发明性实施例涉及本文描述的每个个体特征、系统、物品、材料、套件和/或方法。此外，如果这样的特征、系统、物品、材料、套件和/或方法不相互不一致，则两个或更多个这样的特征、系统、物品、材料、套件和/或方法的任何组合都包括在本公开的范围内。
如本文所定义和使用的所有定义应被理解为控制在字典定义、通过引用并入的文献中的定义和/或所定义的术语的普通含义上。
如本文中在说明书和权利要求书中所使用的词语“一”和“一个”应被理解为意指“至少一个”，除非明确相反指示。
如在本说明书和权利要求书中所使用的短语“和/或”应该被理解为是指如此联合的元素中的“任一个或两者”，即在一些情况下联合存在并且在其它情况下分离存在的元素。利用“和/或”列出的多个元素应该以相同的方式解释，即如此联合的元素中的“一个或多个”。除了由“和/或”子句特别识别的元素，其他元素可以任选地存在，不管与具体识别的那些元素相关还是不相关。因此，作为非限制性范例，当与诸如“包括”的开放式语言结合使用时，对“A和/或B”的引用在一个实施例中可以仅指A(任选地包括除了B之外的元素)；在另一个实施例中，仅指B(任选地包括除了A之外的元素)；在又一个实施例中，指A和B两者(任选地包括其他元素)；等等。
如在本说明书和权利要求书中所使用的，“或”应当被理解为具有与上面所定义的“和/或”相同的含义。例如，当在列表中分离项目时，“或”或“和/或”应被解释为包含性的，即包括多个元素或元素列表中的至少一个元素，但也包括多于一个元素，以及任选的其他未列出项目。仅清楚地指示为相反的术语，诸如“仅一个”或“确切地一个”，或者，当在权利要求中使用时，“由...组成”，将指包括多个元素或元素列表中的确切地一个元素。通常，如本文使用的术语“或”仅当前面有排他性术语(例如“任一个”，“...中的一个”，“...中的仅一个”，或者“...中的确切地一个”)时才应解释为指示排他性备选(即，“一个或另一个但是并非两者”)。当在权利要求中使用时，“实质上由...组成”应当具有其在专利法领域中使用的普通含义。
如本文中在说明书和权利要求书中所使用的，涉及一个或多个元素的列表的短语“至少一个”应该被理解为是指选自元素列表中的元素中的任何一个或多个的至少一个元素，但是不必包括元素列表内具体列出的每一个元素和每个元素中的至少一个，并且不排除元素列表中的元素的任何组合。该定义还允许除了在短语“至少一个”涉及的元素列表内具体识别的元素之外元素可以任选地存在，而不管与具体识别的那些元素相关还是不相关。因此，作为非限制性范例，“A和B中的至少一个”(或者等价地，“A或B中的至少一个”，或者等价地“A和/或B中的至少一个”)可以在一个实施例中指至少一个、任选地包括多于一个A，而不存在B(并且任选地包括除了B之外的元素)；在另一个实施例中，指至少一个、任选地包括多于一个B，而不存在A(并且任选地包括除了A之外的元素)；在又一个实施例中，指至少一个、任选地包括多于一个A，以及至少一个、任选地包括多于一个B(并且任选地包括其他元素)；等等。
还应该理解，除非明确地相反指示，在本文所要求保护的包括多于一个步骤或动作的任何方法中，方法的步骤或动作的顺序不必限于叙述该方法的步骤或动作的顺序。
在权利要求书以及上面的说明书中，所有的过渡性短语，诸如“包括”、“包含”、“携带”、“具有”、“含有”、“涉及”、“保持”、“带有”等等应被理解为是开放式的，即意味着包括但不限于。只有过渡性短语“由...组成”和“实质上由...组成”应分别是封闭式或半封闭式过渡短语，如美国专利局专利审查程序手册第2111.03节所阐明的。应该理解，依照专利合作条约(“PCT”)的规则6.2(b)在权利要求中使用的特定表达和附图标记不限制范围。

Claims (15)

1.一种计算机实施的方法，包括：
由生命体征采集相机(176)捕获(402)患者(100)的图像，其中，所述生命体征采集相机能用于平移、倾斜和缩放(“PTZ”)；
分析(404)所述图像以检测所述患者在所述图像的图像坐标空间内的描绘位置和尺寸；
确定(406)所述患者在所述图像的所述图像坐标空间内的期望位置和尺寸，包括：
将所述图像坐标空间内所述患者的面部的期望宽度确定为所述图像坐标空间的宽度的第一预定百分比，
将期望缩放比例确定为所述图像坐标空间内所述患者的面部的所述期望宽度乘以所述患者的所述图像的检测的缩放比例除以所述图像坐标空间内所述患者的面部的检测的宽度，
将所述图像坐标空间内所述患者的面部的期望长度确定为所述期望缩放比例乘以所述图像坐标空间内所述患者的面部的检测的长度除以所述患者的所述图像的所述检测的缩放比例，以及
将所述患者的面部从所述图像坐标空间的顶部的期望偏移确定为所述图像坐标空间内所述患者的面部的所述期望长度的第二预定百分比；
计算(408)所述描绘位置和尺寸与所述期望位置和尺寸之间的所述图像坐标空间中的差异；
将来自所述图像坐标空间的所述差异映射(410)到PTZ空间；
基于所述映射来改变(412)所述生命体征采集相机的一个或多个PTZ参数；以及
在改变所述一个或多个PTZ参数之后，由所述生命体征采集相机采集(414)来自所述患者的一个或多个生命体征。
2.如权利要求1所述的计算机实施的方法，其中，所述分析包括检测所述患者在所述图像的所述图像坐标空间内的一个或多个描绘部分的一个或多个尺寸。
3.如权利要求2所述的计算机实施的方法，还包括：
确定所述患者在所述图像的所述图像坐标空间内的所述一个或多个描绘部分的一个或多个期望尺寸；
其中，所述图像坐标空间中的所述差异包括检测到的所述患者的所述一个或多个描绘部分的一个或多个尺寸与所述一个或多个期望尺寸之间的一个或多个比例差异。
4.如权利要求1所述的计算机实施的方法，其中，所述映射是基于所述生命体征采集相机的先前校准的。
5.如权利要求4所述的计算机实施的方法，其中，所述先前校准包括估计所述生命体征采集相机的多个缩放水平中的每个缩放水平处的焦距。
6.一种包括一个或多个处理器(514)和存储器(524)的系统，所述存储器能够与所述一个或多个处理器耦合，其中，所述存储器存储指令，所述指令响应于由一个或多个处理器对所述指令的运行而使所述一个或多个处理器：
由生命体征采集相机(176)捕获(402)患者(100)的图像，其中，所述生命体征采集相机能用于平移、倾斜和缩放(“PTZ”)；
分析(404)所述图像以检测所述患者在所述图像的图像坐标空间内的描绘位置和尺寸；
确定(406)所述患者在所述图像的所述图像坐标空间内的期望位置和尺寸，包括：
将所述图像坐标空间内所述患者的面部的期望宽度确定为所述图像坐标空间的宽度的第一预定百分比，
将期望缩放比例确定为所述图像坐标空间内所述患者的面部的所述期望宽度乘以所述患者的所述图像的检测的缩放比例除以所述图像坐标空间内所述患者的面部的检测的宽度，
将所述图像坐标空间内所述患者的面部的期望长度确定为所述期望缩放比例乘以所述图像坐标空间内所述患者的面部的检测的长度除以所述患者的所述图像的所述检测的缩放比例，以及
将所述患者的面部从所述图像坐标空间的顶部的期望偏移确定为所述图像坐标空间内所述患者的面部的所述期望长度的第二预定百分比；
计算(408)所述描绘位置和尺寸与所述期望位置和尺寸之间的所述图像坐标空间中的差异；
将来自所述图像坐标空间的所述差异映射(410)到PTZ空间；
基于所述映射来改变(412)所述生命体征采集相机的一个或多个PTZ参数；以及
在改变所述一个或多个PTZ参数之后，由所述生命体征采集相机采集(414)来自所述患者的一个或多个生命体征。
7.如权利要求6所述的系统，还包括用于检测所述患者在所述图像的所述图像坐标空间内的一个或多个描绘部分的一个或多个尺寸的指令。
8.如权利要求7所述的系统，还包括用于以下操作的指令：
确定所述患者在所述图像的所述图像坐标空间内的所述一个或多个描绘部分的一个或多个期望尺寸；
其中，所述图像坐标空间中的所述差异包括检测到的所述患者的所述一个或多个描绘部分的一个或多个尺寸与所述一个或多个期望尺寸之间的一个或多个比例差异。
9.如权利要求6所述的系统，其中，所述映射是基于所述生命体征采集相机的先前校准的。
10.如权利要求9所述的系统，其中，所述先前校准包括估计所述生命体征采集相机的多个缩放水平中的每个缩放水平处的焦距。
11.一种包括指令的至少一个非瞬态计算机可读介质，所述指令响应于由一个或多个处理器对所述指令的运行而使所述一个或多个处理器执行以下操作：
由生命体征采集相机(176)捕获(402)患者(100)的图像，其中，所述生命体征采集相机能用于平移、倾斜和缩放(“PTZ”)；
分析(404)所述图像以检测所述患者在所述图像的图像坐标空间内的描绘位置和尺寸；
确定(406)所述患者在所述图像的所述图像坐标空间内的期望位置和尺寸，包括：
将所述图像坐标空间内所述患者的面部的期望宽度确定为所述图像坐标空间的宽度的第一预定百分比，
将期望缩放比例确定为所述图像坐标空间内所述患者的面部的所述期望宽度乘以所述患者的所述图像的检测的缩放比例除以所述图像坐标空间内所述患者的面部的检测的宽度，
将所述图像坐标空间内所述患者的面部的期望长度确定为所述期望缩放比例乘以所述图像坐标空间内所述患者的面部的检测的长度除以所述患者的所述图像的所述检测的缩放比例，以及
将所述患者的面部从所述图像坐标空间的顶部的期望偏移确定为所述图像坐标空间内所述患者的面部的所述期望长度的第二预定百分比；
计算(408)所述描绘位置和尺寸与所述期望位置和尺寸之间的所述图像坐标空间中的差异；
将来自所述图像坐标空间的所述差异映射(410)到PTZ空间；
基于所述映射来改变(412)所述生命体征采集相机的一个或多个PTZ参数；以及
在改变所述一个或多个PTZ参数之后，由所述生命体征采集相机采集(414)来自所述患者的一个或多个生命体征。
12.如权利要求11所述的至少一个非瞬态计算机可读介质，其中，所述分析包括检测所述患者在所述图像的所述图像坐标空间内的一个或多个描绘部分的一个或多个尺寸。
13.如权利要求12所述的至少一个非瞬态计算机可读介质，还包括使所述一个或多个处理器执行以下操作的指令：
确定所述患者在所述图像的所述图像坐标空间内的所述一个或多个描绘部分的一个或多个期望尺寸；
其中，所述图像坐标空间中的所述差异包括检测到的所述患者的所述一个或多个描绘部分的一个或多个尺寸与所述一个或多个期望尺寸之间的一个或多个比例差异。
14.如权利要求11所述的至少一个非瞬态计算机可读介质，其中，所述映射是基于所述生命体征采集相机的先前校准的。
15.如权利要求14所述的至少一个非瞬态计算机可读介质，其中，所述先前校准包括估计所述生命体征采集相机的多个缩放水平中的每个缩放水平处的焦距。
CN201780067357.3A 2016-11-03 2017-10-31 用于改进生命体征采集的自动平移-倾斜-缩放调节 Active CN109923616B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662416781P 2016-11-03 2016-11-03
US62/416,781 2016-11-03
PCT/EP2017/077842 WO2018083074A1 (en) 2016-11-03 2017-10-31 Automatic pan-tilt-zoom adjustment to improve vital sign acquisition

Publications (2)

Publication Number Publication Date
CN109923616A CN109923616A (zh) 2019-06-21
CN109923616B true CN109923616B (zh) 2023-09-15

Family

ID=60245088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780067357.3A Active CN109923616B (zh) 2016-11-03 2017-10-31 用于改进生命体征采集的自动平移-倾斜-缩放调节

Country Status (6)

Country Link
US (1) US11100635B2 (zh)
EP (1) EP3535761A1 (zh)
JP (1) JP7132216B2 (zh)
CN (1) CN109923616B (zh)
RU (1) RU2019117210A (zh)
WO (1) WO2018083074A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019137886A1 (en) * 2018-01-10 2019-07-18 Koninklijke Philips N.V. Capturing subject data in dynamic environments using mobile cameras
EP4002365A1 (en) * 2020-11-18 2022-05-25 Koninklijke Philips N.V. Device and method for controlling a camera

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103460213A (zh) * 2011-03-29 2013-12-18 皇家飞利浦有限公司 图像采集和/或图像相关参数推荐器

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7151562B1 (en) 2000-08-03 2006-12-19 Koninklijke Philips Electronics N.V. Method and apparatus for external calibration of a camera via a graphical user interface
US20030052971A1 (en) 2001-09-17 2003-03-20 Philips Electronics North America Corp. Intelligent quad display through cooperative distributed vision
US8819788B2 (en) 2002-10-21 2014-08-26 Clearone Communications Hong Kong, Limited Method and system for providing security data to security stations
US7733224B2 (en) * 2006-06-30 2010-06-08 Bao Tran Mesh network personal emergency response appliance
US8059154B1 (en) 2008-10-06 2011-11-15 Verint Systems Ltd. Systems and methods for automatic camera calibration
JP5368821B2 (ja) 2009-02-13 2013-12-18 キヤノン株式会社 カメラ制御装置、カメラ制御方法及びプログラム
US20110128385A1 (en) 2009-12-02 2011-06-02 Honeywell International Inc. Multi camera registration for high resolution target capture
BR112014002227A2 (pt) 2011-08-01 2017-02-21 Koninklijke Philips Nv dispositivo e método para a obtenção e processamento de leituras de medição incluindo pelo menos um componente representante de um fenômeno físico em um ser vivo; processador e método para processar leituras de medição incluindo pelo menos um componente representante de um fenômeno físico em um ser vivo; e programa de computador
CN103764019B (zh) 2011-09-02 2017-03-22 皇家飞利浦有限公司 用于生成生物的生物测量信号的相机
US9286678B2 (en) 2011-12-28 2016-03-15 Pelco, Inc. Camera calibration using feature identification
CN104853670B (zh) 2012-11-23 2018-02-16 皇家飞利浦有限公司 用于提取生理信息的设备和方法
EP2767232A1 (en) 2013-02-15 2014-08-20 Koninklijke Philips N.V. System and method for determining a vital sign of a subject
JP6389831B2 (ja) 2013-03-06 2018-09-12 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． バイタルサイン情報を決定するためのシステム及び方法
US20140253711A1 (en) 2013-03-07 2014-09-11 Advanced Optical Systems, Inc. Agile non-contact biometric sensor
US9125606B2 (en) 2013-03-13 2015-09-08 Koninklijke Philips N.V. Device and method for determining the blood oxygen saturation of a subject

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103460213A (zh) * 2011-03-29 2013-12-18 皇家飞利浦有限公司 图像采集和/或图像相关参数推荐器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Contact-Free Respiration Rate Monitoring Using a Pan–Tilt Thermal Camera for Stationary Bike Telerehabilitation Sessions;Ronan Chauvin等;《IEEE SYSTEMS JOURNAL》;20160930;第10卷(第3期);第1046-1055页 *
Visual analysis of faces with application in biometrics, forensics and health informatics;MOHAMMAD AHSANUL HAQUE;《https://vbn.aau.dk/ws/files/240987673/PHD_Mohammad_Ahsanul_Haque_E_pdf.pdf》;20160430;第25-171页 *

Also Published As

Publication number Publication date
US11100635B2 (en) 2021-08-24
CN109923616A (zh) 2019-06-21
EP3535761A1 (en) 2019-09-11
JP7132216B2 (ja) 2022-09-06
WO2018083074A1 (en) 2018-05-11
US20190251689A1 (en) 2019-08-15
JP2019534083A (ja) 2019-11-28
RU2019117210A (ru) 2020-12-03

Similar Documents

Publication Publication Date Title
CN111344713B (zh) 用于对象识别的相机和图像校准
RU2635226C2 (ru) Измерение тела
US10134128B2 (en) Device, method and computer program for detecting optical image data of a patient positioning device
CN108985210A (zh) 一种基于人眼几何特征的视线追踪方法及系统
JP2010279438A (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
JP7107932B2 (ja) 患者識別システムおよび方法
US20160150976A1 (en) High-resolution thermal imaging system, apparatus, method and computer accessible medium
US10839481B1 (en) Automatic marker-less alignment of digital 3D face and jaw models
JP7217058B2 (ja) １つまたは複数のサーモグラフィカメラおよび１つまたは複数のｒｇｂ－ｄセンサを使用して構築空間内の１人または複数の人間の居住者の存在をリアルタイムで検出し、熱的快適性を推定すること
CN103330557A (zh) 基于曝光时间测定的激光散斑血流成像方法
CN109923616B (zh) 用于改进生命体征采集的自动平移-倾斜-缩放调节
JP2021530319A (ja) 身体部位のサーマル画像データを取得するシステムおよび方法とサーマルイメージャ
US9924865B2 (en) Apparatus and method for estimating gaze from un-calibrated eye measurement points
TW202242716A (zh) 用於目標匹配的方法、裝置、設備及儲存媒體
KR102167655B1 (ko) 복수의 이미지 간 차이점을 활용한 신경망 학습 방법
JP2019046057A (ja) 画像処理装置、画像処理方法およびプログラム
WO2020090188A1 (en) Methods and apparatus to cluster and collect head-toe lines for automatic camera calibration
Asi et al. Automatic craniofacial anthropometry landmarks detection and measurements for the orbital region
US10078726B2 (en) Image processing system and method for detecting an anatomical marker within an image study
WO2024095999A1 (ja) 情報処理装置、放射線撮影システム、情報処理方法、及びプログラム
JP5624532B2 (ja) 画像処理装置、画像処理方法、眼科システム及びコンピュータプログラム
JP2009261541A (ja) 画像処理装置
JP2017127474A (ja) 画像抽出装置、画像抽出方法
CN108604297B (zh) 用于进行测量的设备和方法
Mazzeo et al. Automatize skin prick test with a low cost Machine vision system

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