CN112292072A - 用于获取生物信息的设备和方法 - Google Patents

用于获取生物信息的设备和方法 Download PDF

Info

Publication number
CN112292072A
CN112292072A CN201880094660.7A CN201880094660A CN112292072A CN 112292072 A CN112292072 A CN 112292072A CN 201880094660 A CN201880094660 A CN 201880094660A CN 112292072 A CN112292072 A CN 112292072A
Authority
CN
China
Prior art keywords
image
artery
distance
calculating
information
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.)
Pending
Application number
CN201880094660.7A
Other languages
English (en)
Inventor
佐藤正平
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN112292072A publication Critical patent/CN112292072A/zh
Pending legal-status Critical Current

Links

Images

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
    • A61B5/026—Measuring blood flow
    • A61B5/0285—Measuring or recording phase velocity of blood waves
    • 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
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4887—Locating particular structures in or on the body
    • A61B5/489—Blood vessels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Image Analysis (AREA)

Abstract

提供了一种用于获取生物信息的设备和方法。所述用于获取生物信息的方法包括：获取以非接触方式对受检者的动脉部分成像的第一图像；根据所述第一图像检测与所述动脉部分中的多个位置对应的各个脉搏波；计算所述检测到的各个脉搏波之间的偏移量；使用所述偏移量计算有关所述受检者的动脉血流的指示信息作为所述生物信息。

Description

用于获取生物信息的设备和方法
技术领域
本发明涉及一种通过成像式光电容积描记法(imaging photo plethysmography,简称iPPG)获取心血管系统物理参数的设备和方法。
背景技术
已知一种通过对受检者成像获取所述受检者图像并根据此图像计算脉搏波长速度的设备。例如，有一种公知设备对受检者的面部进行成像，识别所述面部图像中的两个不同目标区域，并根据两个区域中脉搏波的偏移量计算脉搏波长速度。
发明内容
在上述情况下，本发明的实施例提供了技术优势，描述了用于获取生物信息的设备和方法。
实施例的第一方面提供了以下方法。
一种用于获取生物信息的方法，包括：
获取以非接触方式对受检者的动脉部分成像的第一图像；
根据所述第一图像检测与所述动脉部分中的多个位置对应的各个脉搏波；
计算所述检测到的各个脉搏波之间的偏移量；
使用所述偏移量计算有关所述受检者的动脉血流的指示信息作为所述生物信息。
根据所述第一方面，提供了高度可靠的指示信息。
所述实施例的所述第一方面还包括：
获取包含所述动脉部分的深度信息的第二图像；
根据所述第二图像中包含的所述深度信息，计算与所述偏移量相关的动脉部分之间的距离，
其中，计算所述指示信息的步骤使用所述计算的所述动脉部分之间的距离和所述偏移量计算所述指示信息。
根据该第一方面，获取所述与动脉部分之间的距离计算指示信息。
所述实施例的第二方面提供了以下设备。
一种用于获取生物信息的设备，包括：
第一获取单元，用于获取以非接触方式对受检者的动脉部分成像的第一图像；
检测单元，用于根据所述第一图像检测与所述动脉部分中的多个位置对应的各个脉搏波；
偏移量计算单元，用于计算所述检测到的各个脉搏波之间的偏移量；
指示信息计算单元，用于使用所述偏移量计算有关所述受检者的动脉血流的指示信息作为所述生物信息。
根据所述第二方面，提供了高度可靠的指示信息。
所述实施例的所述第二方面还包括：
第二获取单元，用于获取包含所述动脉部分的深度信息的第二图像；
计算单元，用于根据所述第二图像中包含的所述深度信息，计算与所述偏移量相关的动脉部分之间的距离，
其中，所述指示信息计算单元用于使用所述计算的所述动脉部分之间的距离和所述偏移量计算所述指示信息。
根据该第二方面，获取所述与动脉部分之间的距离计算指示信息。
所述实施例的第三方面提供了以下设备。
一种设备包括：所述第二方面的所述设备；近红外摄像头，用于对所述第一图像进行成像；深度传感器，用于获取所述指示信息和获取所述多个动脉部分的深度信息。
根据所述第三方面，提供了高度可靠的指示信息。
所述实施例的第四方面提供了一种计算机可读存储介质，记录一种程序，所述程序用于允许计算机执行所述实施例提供的方法的第一方面。
根据所述第四方面，提供了高度可靠的指示信息。
所述实施例的第五方面提供了一种计算机程序，用于允许计算机执行所述实施例提供的方法的第一方面。
根据所述第五方面，提供了高度可靠的指示信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它附图，其中：
[图1]图1是示出了实施例提供的设备配置示例的示意图；
[图2A]图2A是描述了所述实施例提供的在所述设备中受检者处反射来自NIR光源的光的情况方面的示图；
[图2B]图2B是描述了所述实施例提供的在所述设备中获取NIR图像和深度图像的方面的示图；
[图3]图3是描述了照射光波长和其传输深度之间关系的示图；
[图4]图4是描述了所述实施例提供的所述设备实现的指示信息计算过程的概要示图；
[图5]图5是描述了所述实施例提供的所述设备中两个感兴趣区域(region ofinterest，简称ROI)之间距离的示图；
[图6A]图6A是描述了所述实施例提供的所述设备中像素大小的示图；
[图6B]图6B是示出了图6A中的所述像素大小的示例的示图；
[图7]图7是示出了所述实施例提供的所述设备功能配置示例的示图；
[图8]图8是示出了所述实施例提供的所述设备中总体指示信息计算过程的示例的流程图；
[图9]图9是示出了所述实施例提供的用于在所述设备中计算作为检测目标的动脉部分之间距离的过程的示例的流程图；
[图10]图10是示出了图9中步骤S22的计算过程的流程图；
[图11]图11是描述了图10中步骤S221的分离过程的示图；
[图12]图12是描述了对所述动脉部分位置进行估计以计算所述动脉部分之间距离的方面的示图；
[图13]图13是示出了在检测到桡动脉情况下的检测范围的示图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述。显然，所描述的实施例仅是本发明的部分而非全部实施例。需要注意的是，基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下可能获得的所有其它实施例，都属于本发明实施例保护的范围。
所述实施例的设备10用于从以非接触方式成像的受检者的视频图像中获取所述受检者的生物信息(即，关于所述心血管系统的物理参数)。
[设备10的配置]
图1是示出了实施例提供的所述设备10的硬件配置示例的示意图。
如图1所示，所述设备10包括处理单元11、ROM(只读存储器)12、RAM(随机访问存储器)13、显示设备14、输入设备15和ToF(飞行时间)摄像头20。所述ToF摄像头20包括近红外(near-infrared，简称NIR)传感器30、NIR光源31和深度传感器40。在本实施例中，所述设备10例如是蜂窝电话、个人数字助理(personal digital assistant，简称PDA)、个人计算机、机器人、测量仪器或游戏机等。
所述处理单元11通过总线连接到所述各个组件，以传输控制信号和数据。所述处理单元11运行用于实现所述设备10的一般操作的各种程序，并执行算术运算和定时控制等。上述程序可存储在计算机可读存储介质中，例如DVD(数字多功能磁盘)-ROM(只读存储器)或CD(压缩磁盘)-ROM(只读存储器)。
控制所述整个设备10的操作所需的操作系统的程序和各种数据存储在所述ROM12中。
所述RAM 13具有存储区，所述存储区用于临时存储数据和程序，其中存储了所述程序和数据以及所述设备10运行所需的其它数据。
所述显示设备14例如可以是液晶显示器或EL(电致发光)显示器等平板显示器。所述输入设备15包括操作按钮、触控面板、输入笔、传感器等。
安装在所述ToF摄像头20中的所述NIR摄像头30接收所述受检者处反射的来自所述NIR光源31的光。因此，可以获取稍后描述的近红外(near-infrared，简称NIR)图像(第一图像)d10。
所述深度传感器40还接收所述受检者处反射的来自所述NIR光源31的光。因此，在所述ToF摄像头20中，根据所述NIR摄像头30的照射光返回到深度传感器40的时间和所述光速(3×108m/s)，逐个像素计算与所述受检者之间的距离。因此，获取稍后将描述的深度图像(第二图像)d20，其包括逐个像素表示与所述受检者之间的距离的深度信息。所述NIR图像d10和所述深度图像d20的设计结构均为以非接触方式获取。
图2A示出了受检者100处反射来自所述NIR光源31的光的情况方面。在图2A所示的示例中，来自所述NIR光源31的光发射到所述受检者100，然后所述NIR摄像头30和所述深度传感器40都接收所述受检者100处反射的光。因此，所述NIR摄像头30和所述深度传感器40分别获取所述NIR图像d10和所述深度图像d20。
图2B示出了用于获取所述NIR图像d10和所述深度图像d20的方面。在图2B所示的示例中，所述NIR图像d10和所述深度图像d20是从同一成像点P获取的相同视角的图像。在这种情况下，所述成像点P是所述NIR摄像头30和所述深度传感器40的成像点。
所述图像d10和d20以帧格式同时周期性地输出到所述处理单元11。例如，这类同步定时包括从所述NIR光源31向所述受检者100发射脉冲光的定时。通过获取所述NIR图像d10和所述深度图像d20，可以执行获取脉搏波长速度(pulse wavelength velocity，简称PWV)的过程，所述过程将在后面描述。
应注意的是，所述ToF摄像头20可外部安装到所述设备10。此外，所述设备10可用于使用外部存储设备(例如硬盘或光盘)实现与所述ROM 12或所述RAM 13等相同的功能。
只要可以获取所述NIR图像d10和所述深度图像d20，所述ToF摄像头20就可以通过其它替代方案实施。例如，当使用立体相机测量所述深度时，所述立体相机中包含的摄像头可以获取NIR图像。当使用深度摄像头测量所述深度时，所述深度摄像头获取的图像可视为所述NIR图像d10。
[指示信息计算流程概述]
接下来，将结合图1至图6B描述所述设备10实施的PWV计算过程的概要，所述PWV是指示与血流相关的信息。图3是描述了所述照射光波长和其传输深度之间关系的示图。图4是描述了测量概要的示图。图5是描述了两个感兴趣区域(region of interest，简称ROI)之间距离的示图。图6A是描述了像素大小的示图。图6B是示例性描述了图6A中所示的一个像素g大小的示图。
如图3所示，光从物体表面向深部的传输距离根据光的波长d1至d8(波长约为800nm至400nm)而变化。随着所述波长的增大，光向所述深部的传输距离也会增加。d1至d8示出了从红紫色波长到紫色波长范围的波长。
该设备10使用近红外光，其波长范围为红紫色光，红紫色光具有所述波长d1至d8中的所述波长d1，其包含到深部的最长距离。例如，所述波长d1约为750nm至800nm，但如果可以获取包含待检测人体深部的NIR图像d10，则不限于此。
在图3所示的示例中，具有所述波长d1的近红外光以透射方式到达作为检测目标的人体内位于深部(皮肤深度为3.0mm或更多)的动脉。因此，所述设备10生成稍后描述的NIR图像d10，所述图像根据流经所述动脉的血流(动脉血流)的变化，使用动脉处反射的红外线来表示所述亮度，并根据所述NIR图像d10的评估结果，计算待检人或受检者100的动脉血流的指示信息d40。
所述波长d1只能在动脉处反射，并且可以提供除上述表示红紫色的近红外光以外的波长。
所述实施例的所述设备10处理的所述指示信息d40例如但不限于脉搏波长速度(pulse wavelength velocity，简称PWV)。所述PWV用于指示动脉硬化的进展速度。例如，所述PWV的值越大，就越有可能发生心肌梗死。
由于所述实施例的所述设备10使用的近红外光的波长具有如上所述的大透光深度，因此待检人的指示信息d40可以不根据毛细血管中的血流变化，而是根据动脉血管中的血流变化获取。此指示信息d40相当于血液流经动脉血管的变化反映，从而提高所述指示信息d40的可靠性。
如图4所示，该设备10同步地从所述ToF摄像头20向所述处理单元11输出所述NIR图像d10和所述深度图像d20(图2B)，所述NIR图像d10和所述深度图像d20在同一视角成像。
例如，在图4中，所述ToF摄像头20中的所述深度传感器40获取从所述NIR光源31发出并随后在所述受检者100处反射的光，从而提供所述受检者100的所述深度图像d20。此外，由于所述NIR摄像头30在所述深度传感器40获取所述深度图像d20期间对所述受检者100进行成像，因此获取了所述受检者100的所述NIR图像d10。例如，如图4所示，所述NIR图像d10是包含待检人颈部区域的图像，此图像(帧图像)按顺序从所述ToF摄像头20中获取。
已获取所述NIR映像d10的处理单元11设置两个感兴趣区域(region ofinterest，简称ROI)1和2，用于将所述NIR映像d10中包含的所述待检人颈部的动脉部分作为检测目标。在图4的示例中，所述ROI 1包括远离心脏的动脉部分，所述ROI 2包括靠近所述心脏的动脉部分。在这种情况下，所述动脉部分例如是桡动脉的一部分。因此，获得反映颈动脉中动脉血流变化的指示信息，这提高了指示信息的可用性。
需要注意的是，设置所述ROI 1和ROI 2的一种方式可以是(但不限于)以预设间隔设置所述ROI 1和ROI 2。例如，可以在所述设备10中预先注册动脉部分的形状或位置。因此，在识别动脉部分后，所述处理单元11可以根据所述注册信息设置所述ROI 1和ROI 2。
此外，所述处理单元11检测时序信号f(t)和g(t)，这些信号根据所述NIR图像d10中包含的两个ROI 1和ROI 2内的流经动脉部分的动脉血流而变化。在这种情况下，所述时序信号f(t)和g(t)的提取方法是从所述NIR图像d10中获取光电容积描记法(photoplethysmography，简称PPG)。在所述时序信号f(t)和g(t)中，所述横向方向表示时间t，所述纵向方向表示所述相应ROI中所有像素的平均亮度值。
上述时序信号f(t)和g(t)可以接受N倍上采样(例如，N＝8)。在这种情况下，表示所述时序信号f(t)和g(t)值的样本数量会增加。因此，可以更准确地给出所述时序信号f(t)和g(t)的值。
互相关函数111是计算所述两个时序信号卷积的函数。通过更改所述时序信号的相位来计算指示所述两个时序信号的相关性程度的一致性。然后，根据所述结果评估所述时序信号的相位偏差和所述时序信号的周期相似性。当将两个相同的时序信号输入到所述互相关函数111时，则所述互相关函数等效于自相关函数，并显示最大值。在本实施例中，当所述互相关函数111的值显示为最大值时，所述处理单元11将表示所述时间序列信号g(t)的相位延迟的“m”值输出到后续阶段，作为相位延迟(相位偏移)d30。
例如，所述互相关函数111可以用以下公式(1)表示。
Figure BDA0002837249010000061
在所述公式(1)中，n表示所述时序信号f(t)和g(t)的长度(例如，两个循环)，m表示所述时序信号g(t)的相位延迟样本数。
此外，在图4中，所述处理单元11通过计算过程112从所述深度图像d20获取两个ROI 1和ROI 2之间的距离。例如，在图5中，将所述ROI 1的中心Fo与所述ROI 2的中心G0之间的距离L设置为所述两个ROI 1和ROI 2之间的距离。所述ROI 1和ROI 2与所述NIR映像d10中显示的相同
所述距离L可以设置为与图5示例性所示的值不同的值。例如，所述两个ROI 1和ROI 2之间的最大距离或最小距离或所述两个ROI 1和ROI 2之间预设数量的像素的距离可以用作所述距离L。
在本实施例中，将所述两个ROI 1和ROI 2之间的距离L设置为作为检测目标的动脉部分之间的距离。
在图4中，在所述处理单元11的设置单元113中设置视场(field of view，简称FOV)和分辨率。此外，所述处理单元11通过获取过程114获取所述深度图像d20中每个像素的尺度。例如，如图6A所示，当从所述深度传感器40的成像点P获取深度图像(宽度为600像素，高度为360像素的图像)d20(水平视场为h°，垂直视场为v°)时，每像素的大小(Lh，Lv)(图6B)(如图6A所示的“g”)用以下公式(2)表示。
Lh＝2·d·tan(h/2)/600
Lv＝2·d·tan(v/2)/360 (2)
在公式(2)中，d表示从所述成像点P到所述深度图像d20的距离。尽管与相应ROI的平均距离(所述ROI内所有像素之间的平均距离)用作所述实施例的所述设备10中距离d的一个示例，但如下文所述，所述距离可以取不同的值。应当理解的是，所述公式(2)仅显示每个像素的示例性大小，其可以改变。所述大小Lh和Lv的值可以根据所述分辨率的值显示。
所述处理单元11从所述公式(2)中所示的像素大小(Lh，Lv)获取所述ROI 1和ROI2之间的距离L值(图5)。例如，当显示所述垂直方向上10个像素的距离L时，“L”的值由Lv×10给出。
此外，在图4中，所述处理单元11计算并输出所述PWV作为与所述受检者动脉血流相关的指示信息d40。所述PWV作为所述指示信息d40通过以下公式(3)获取。
PWV＝L/D (3)
在所述公式(3)中，L表示所述ROI 1和ROI 2之间的距离(图5)，D表示上述相位延迟d30的时间。在这种情况下，d由m/(r×N)给出，其中m表示所述相位延迟d30指示的所述时间序列信号g(t)的相位延迟的样本数，r表示所述NIR摄像头30的帧速率，n表示所述上采样数。
如上所述，所述实施例的所述设备10从所述NIR图像d10和所述深度图像d20获取所述指示信息d40。
[设备10的功能配置]
图7是示出了图1所示的硬件配置上实施的所述设备10的功能配置示例的示图。以下结合图7描述了所述设备10的功能配置。如图7所示，所述设备10包括第一获取单元101、检测单元102、偏移量计算单元103、第二获取单元104、计算单元105、指示信息计算单元106和输出单元107。
这些组件由图1所示的处理单元11实施，配置如下。
所述第一获取单元101获取通过以非接触方式对受检者的动脉部分成像而获得的NIR图像d10。
所述检测单元102根据所述NIR图像d10检测对应于动脉部分的多个位置(图4中的时序信号f(t)和g(t))的各个脉搏波。
所述偏移量计算单元103计算所述检测单元102检测到的各个脉搏波之间的偏移量(图4中的相位延迟d30)。
所述第二获取单元104获取深度图像d20，包括所述动脉部分的深度信息。
所述计算单元105根据所述深度图像d20中包含的深度信息，计算与所述偏移量计算单元103计算的偏移量相关联的动脉部分之间的距离(图5中ROI 1和ROI 2之间的距离L)。
所述指示信息计算单元106使用所述偏移量计算与所述受检者的动脉流量相关的指示信息(PWV)作为生物信息。进一步地，所述指示信息计算单元106可以使用所述计算单元105计算的动脉部分之间的距离和所述偏移量计算所述指示信息d40。
所述输出单元107输出所述指示信息d40。
图7中所示的各个单元101至107的组件可以由ASIC(专用集成电路)或FPGA(现场可编程门阵列)等来实现。这些组件根据需要在所述设备10的操作的以下说明中提及。
[设备10的运行]
下面结合图1至图8描述所述设备10的一般处理。本实施例中的所述处理单元11可以根据程序执行稍后描述的各种过程。
图8是示出了计算指示信息d40的一般过程的一个示例的流程图。
在图8中，当受检者100由所述ToF摄像头20的所述NIR摄像头30成像时，所述处理单元11获取所述受检者100的NIR图像d10(步骤S11)。例如，在图4中，获取包含所述受检者颈部范围的NIR图像d10。
在此步骤中，所述处理单元11实现为所述第一获取单元101。
所述处理单元11根据所述NIR图像d10检测与所述受检者动脉部分中的多个位置相对应的各个脉搏波(步骤S12)。所述检测到的脉搏波指示为图4示例性所示的时序信号f(t)和g(t)。例如，在图4所示的示例中，流经位于ROI 1的动脉部分的动脉血流随时间推移的变化用时序信号f(t)表示。在图4另外所示的示例中，流经位于ROI 2的动脉部分的动脉血流随时间推移的变化用时序信号g(t)表示。所述ROI 1和ROI 2根据动脉部分中的位置相应地设置为所述NIR图像d10中的检测目标。
在步骤S12中，所述处理单元11可以通过上采样所述时序信号f(t)和g(t)来执行所述检测。例如，在8倍上采样的情况下，所述时序信号f(t)和g(t)的样本内插定时为t＝0.125、0.25、0.375、0.625、0.75和0.875，时间间隔为t＝0到1。因此，将更精确地显示所述时序信号f(t)和g(t)。
在此步骤中，所述处理单元11实现为检测单元102。
然后，所述处理单元11计算上述脉搏波之间的相位延迟d30(步骤S13)。在图4的示例中，结合所述两个时序信号f(t)和g(t)，所述处理单元11通过偏移所述时序信号g(t)的相位来确定所述公式(1)中显示的所述互相关函数111的值是否显示最大值。当所述确定导致所述互相关函数111的值显示所述最大值时，所述处理单元11计算所述时序信号g(t)的所述相位延迟d30(例如，当所述互相关函数111的值显示所述最大值时，所述值“m”指示所述时序信号g(t)的相位延迟样本数)。
在此步骤中，所述处理单元11实现为所述偏移量计算单元103。
所述处理单元11使用所述相位延迟d30计算关于受检者动脉部分的指示信息d40(图8中的PWV)作为生物信息(步骤S14)。进一步地，所述处理单元11输出所述指示信息d40(步骤S15)。因此，可以通过视觉方式提供所述指示信息d40。
在步骤S14中，所述处理单元11实现为所述指示信息计算单元106。此外，在步骤S15中，所述处理单元11实现为所述输出单元107。
在步骤S14中，作为所述指示信息d40的PWV是通过如前述公式(3)表示的PWV＝L/D(其中L是所述ROI 1和ROI 2之间的距离，D是与步骤S13计算得出的相位延迟d30相对应的时间)中获取的。在公式(3)中获取“L”值的过程如图9中的流程图所示。
上述“L”的值可以通过所述输入设备15输入。即使以这种方式，也可以从所述公式(3)中获取所述指示信息d40。
图9是示出了所述公式(3)中计算所述距离L的过程的一个示例的流程图。
在图9中，所述处理单元11从所述ToF摄像头20获取深度图像d20，所述深度图像d20具有与所述NIR图像d10同步的所述NIR图像d10相同的视角(步骤S21)。在此示例中，所述深度图像d 20包括深度信息，所述深度信息逐个像素表示到所述受检者的距离。
在此步骤中，所述处理单元11实现为所述第二获取单元104。
然后，所述处理单元11根据所述深度图像d20计算与作为检测目标的与动脉部分的距离(步骤S22)。此过程将在后述图10中的流程图中详细说明。
此外，所述处理单元11根据步骤S22的计算结果计算所述动脉部分之间的距离(步骤S23)。例如，在图5中，所述ROI 1的中心F0与所述ROI 2的中心G0之间的距离L计算为所述步骤S23中所述动脉部分之间的距离。
在步骤S22和S23中，所述处理单元11实现为所述计算单元105。
下面结合图10和图11描述步骤S22的计算过程示例。图10是示出了图9中步骤S22的计算过程的流程图。图11是描述了图10中步骤S221的分离过程的示图。
在图10中，所述处理单元11将前景和背景与图9中步骤S21中获取的所述深度图像d20分离(步骤S22)。在图11中，通过确定所述深度图像d20中包含的深度信息值(例如，作为目标(从所述成像点P到所述目标的距离)是否等于或大于阈值)执行滤波器来区分前景G1和背景G2。然后，将值等于或大于所述阈值的像素区删除为远离所述成像点P的背景G3。
在图11中，边缘G2表示活动运动的一部分，并从所述前景G1中消除。例如，所述边缘检测的示例包括计算梯度的阈值处理。
在本实施例中，图4中显示的ROI 1和ROI 2通过步骤S221的分离过程指定为所述前景。
接下来，在图10中，所述处理单元11创建直方图(像素的特征量)，所述直方图的距离由所述ROI 1和ROI 2(图4)上的深度信息指示为目标(步骤S222)。然后，所述处理单元11根据步骤S222中创建的直方图，计算每个ROI 1和ROI 2中所有像素的距离(所述深度信息指示的距离)的平均值作为与每个ROI 1和ROI 2之间的距离(步骤S223)。在这种情况下，当所述目标像素的值与所述创建的直方图的分布中的其它值的差值大于或等于阈值时，例如，所述处理单元11会将该值消除为不匹配值，然后计算所述平均值。
在本实施例中，步骤S223中计算的平均值设置为从所述成像点P到每个ROI中的动脉部分的距离d(图6)。因此，每像素的大小(Lh，Lv)从所述公式(2)中获取。此外，在图9中的步骤S23中计算动脉部分之间的距离。也就是说，所述两个ROI 1和ROI 2之间的距离L(图5)作为所述动脉部分之间的距离是根据从所述公式(2)中获取的像素大小(Lh，Lv)计算的。例如，在图5中，当显示所述垂直方向上10个像素的距离L时，“L”的值由Lv×10给出。
因此，所述处理单元11将图9中步骤S23中计算的“L”值替换为PWV＝L/D，如图8中步骤S14中的公式(3)所示，以计算所述PWV的值作为所述指示信息d40。
在图8中的步骤S14中，所述处理单元11可以针对预设周期(例如，5个周期、10个周期等)的时序信号f(t)和g(t)计算所述公式(3)中显示的PWV。在这种情况下，所述PWV的平均值、最大值或最小值也可以用作所述指示信息d40。即使在某个定时无法根据所述时序信号f(t)和g(t)正确计算所述PWV，也可以使用从上述周期的时序信号f(t)和g(t)中获取的所述PWV的平均值等获得所述足够的指示信息d40。
根据所述实施例，根据所述深度图像d20和ROI 1之间的实际距离L等获取从所述成像点P到每个ROI内的动脉部分的距离，根据该距离d计算出所述检测目标中的w。以这种方式，在获取所述时序信号f(t)和g(t)时，根据作为所述检测目标的动脉部分的图像，获取与皮肤下无法直接观察到的动脉部分之间的距离d。因此，可以使待检测的脉搏波的时序信号充分反映所述实际的脉搏波。根据基于皮肤表面颜色变化获取脉搏波时序信号的相关技术，测量皮肤表面附近的血液毛细血管的脉搏波。因此，无法准确获得所述PWV等指示。相比之下，本实施例由于通过获取所述动脉脉搏波准确地获取与血流相关的指示，因此当然可以通过以上述方式获取距离d来识别动脉部分。
与反映流经受检者的毛细血管的血流变化的信息不同，计算所述指示信息d40可以反映流经动脉血管的血流变化。这可以提高所述指示信息的可靠性。
此外，动脉部分之间的距离(图5中所述ROI 1和ROI 2之间的距离L)从所述深度图像d20中获取，因此无需输入所述距离L的操作。这消除了输入值中的错误。因此，可以获得正确的指示信息d40。
此外，将同一视场下的所述NIR图像d10和所述深度图像d20彼此同步地从所述ToF摄像头20输出到所述处理单元11。因此，所述处理单元11可以彼此同步地通过图9中的步骤S21至S23获取所述指示信息d40。
尽管两个ROI 1和ROI 2(图5)之间的距离L示例性描述为动脉部分之间的距离，但可以根据需要更改所述距离。例如，在图12示例性所述的一方面中，动脉部分71位于图4中所示的ROI 1和ROI 2中，对所述动脉部分71的位置进行估计，以根据所述估计的结果计算所述动脉部分71之间的距离。在图12中，所述处理单元11预先注册与受检者颈部周围动脉部分的距离图案，并将所述深度图像d20中包含的深度信息与所述注册的距离信息图案进行比较，以估计所述动脉部分71的位置。然后，所述处理单元11计算所述动脉部分71沿所述动脉部分71的估计位置的整个长度作为距离L1。因此，可以获得更准确的所述动脉部分71之间的距离L1，并且可以计算更准确的指示信息d40。作为估计动脉部分位置的过程，例如，可以预先对动脉部分的形状进行图案化，并且可以根据所述图案估计所述深度图像d20中包含的动脉部分的位置。
上述动脉部分作为检测目标并不限于图4中所示的所述受检者100的部分。例如，图13示例性描述了在受检者的臂范围81内的桡动脉是检测目标的情况。即使在这种情况下，也会获取反映臂中桡动脉血流变化的指示信息d40。
所述设备相关实施例和所述方法相关实施例基于相同的概念，因此所述设备相关实施例带来的技术优势也与所述方法相关实施例带来的技术优势相同。关于具体原理，应参考上述设备实施例的描述，在此不再赘述。
本领域技术人员应当理解，上述实施例以及在本发明权利要求范围内实现等同修改的示例的全部或部分流程也属于本发明的范围。

Claims (23)

1.一种用于获取生物信息的方法，其特征在于，包括：
获取以非接触方式对受检者的动脉部分成像的第一图像；
根据所述第一图像检测与所述动脉部分中的多个位置对应的各个脉搏波；
计算所述检测到的各个脉搏波之间的偏移量；
使用所述偏移量计算有关所述受检者的动脉血流的指示信息作为所述生物信息。
2.根据权利要求1所述的方法，其特征在于，还包括：
获取包含所述动脉部分的深度信息的第二图像；
根据所述第二图像中包含的所述深度信息，计算与所述偏移量相关的动脉部分之间的距离，其中，所述计算所述指示信息使用所述计算的所述动脉部分之间的距离和所述偏移量计算所述指示信息。
3.根据权利要求2所述的方法，其特征在于，所述计算所述动脉部分之间的所述距离包括：将前景和背景与所述第二图像分离，根据所述图像中的所述前景上的像素特征数量计算与所述动脉部分之间的距离作为检测目标，并使用所述计算的距离计算所述动脉部分之间的所述距离。
4.根据权利要求2或3所述的方法，其特征在于，所述计算所述动脉部分之间的所述距离包括：根据所述深度信息估计所述动脉部分的位置，并使用所述估计的结果计算所述动脉部分之间的所述距离。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述检测所述脉搏波包括：通过上采样与所述第一图像中包含的所述动脉部分的位置对应的时序信号检测所述脉搏波。
6.根据权利要求1至5中任一项所述的方法，其特征在于，还包括输出所述指示信息。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述指示信息是脉搏波长速度(pulse wavelength velocity，简称PWV)。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述动脉部分是颈动脉的一部分。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述第一图像使用近红外摄像头获取。
10.根据权利要求2至4中任一项所述的方法，其特征在于，所述第二图像使用深度传感器获取。
11.一种用于获取生物信息的设备，其特征在于，包括：
第一获取单元，用于获取以非接触方式对受检者的动脉部分成像的第一图像；
检测单元，用于根据所述第一图像检测与所述动脉部分中的多个位置对应的各个脉搏波；
偏移量计算单元，用于计算所述检测到的各个脉搏波之间的偏移量；
指示信息计算单元，用于使用所述偏移量计算有关所述受检者的动脉血流的指示信息作为所述生物信息。
12.根据权利要求11所述的设备，其特征在于，还包括：
第二获取单元，用于获取包含所述动脉部分的深度信息的第二图像；
计算单元，用于根据所述第二图像中包含的所述深度信息，计算与所述偏移量相关的动脉部分之间的距离，
其中，所述指示信息计算单元用于使用所述计算的所述动脉部分之间的距离和所述偏移量计算所述指示信息。
13.根据权利要求12所述的设备，其特征在于，所述计算单元用于将前景和背景与所述第二图像分离，根据所述图像中的所述前景上的像素特征数量计算与所述动脉部分之间的距离作为检测目标，并使用所述计算的距离计算所述动脉部分之间的所述距离。
14.根据权利要求12或13所述的设备，其特征在于，所述计算单元用于根据所述深度信息估计所述动脉部分作为检测目标的位置，并使用所述估计的结果计算所述动脉部分之间的所述距离。
15.根据权利要求11至14中任一项所述的设备，其特征在于，所述检测单元用于通过上采样与所述第一图像中包含的所述动脉部分的位置对应的时序信号检测所述脉搏波。
16.根据权利要求11至15中任一项所述的设备，其特征在于，还包括用于输出所述指示信息的输出单元。
17.根据权利要求11至16中任一项所述的设备，其特征在于，所述指示信息是脉搏波长速度(pulse wavelength velocity，简称PWV)。
18.根据权利要求11至17中任一项所述的设备，其特征在于，所述动脉部分是颈动脉的一部分。
19.根据权利要求11至18中任一项所述的设备，其特征在于，所述第一图像使用近红外摄像头获取。
20.根据权利要求12至14中任一项所述的设备，其特征在于，所述第二图像使用深度传感器获取。
21.一种设备，其特征在于，包括：
根据权利要求11至20中任一项所述的设备；
近红外摄像头，用于对所述第一图像进行成像；
深度传感器，用于获取所述指示信息，并获取所述多个动脉部分的深度信息。
22.一种计算机可读存储介质，记录一种程序，所述程序用于允许计算机执行权利要求1至10中任一项所述的方法。
23.一种计算机程序，用于允许计算机执行权利要求1至10中任一项所述的方法。
CN201880094660.7A 2018-06-22 2018-06-22 用于获取生物信息的设备和方法 Pending CN112292072A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/092313 WO2019241982A1 (en) 2018-06-22 2018-06-22 Device and method for acquiring biological information

Publications (1)

Publication Number Publication Date
CN112292072A true CN112292072A (zh) 2021-01-29

Family

ID=68982598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880094660.7A Pending CN112292072A (zh) 2018-06-22 2018-06-22 用于获取生物信息的设备和方法

Country Status (3)

Country Link
JP (1) JP2021528169A (zh)
CN (1) CN112292072A (zh)
WO (1) WO2019241982A1 (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1923133A (zh) * 2005-08-31 2007-03-07 深圳迈瑞生物医疗电子股份有限公司 利用信号变换计算血压的方法和装置
CN102686150A (zh) * 2009-12-28 2012-09-19 甘布罗伦迪亚股份公司 监测受检者的心血管系统的特性
CN103957793A (zh) * 2011-12-09 2014-07-30 索尼公司 测量装置、测量方法、程序和记录介质
CN105050492A (zh) * 2013-03-14 2015-11-11 皇家飞利浦有限公司 用于确定对象的生命体征的设备和方法
CN105208924A (zh) * 2013-05-15 2015-12-30 普尔赛昂公司 便携式脉搏测量装置
CN105792742A (zh) * 2013-11-27 2016-07-20 皇家飞利浦有限公司 用于获得对象的脉搏传导时间和/或脉搏波速度信息的设备和方法
CN105979861A (zh) * 2014-02-12 2016-09-28 皇家飞利浦有限公司 用于基于反射和透射的光来确定对象的生命体征的设备、系统和方法
CN106073743A (zh) * 2015-04-27 2016-11-09 塔塔顾问服务有限公司 用于光学体积描记图信号的噪声清除的方法和系统
CN106073742A (zh) * 2013-05-13 2016-11-09 天津点康科技有限公司 一种血压测量系统及方法
US20170055853A1 (en) * 2015-08-25 2017-03-02 Koninklijke Philips N.V. Device and system for monitoring of pulse-related information of a subject
CN106560155A (zh) * 2015-10-06 2017-04-12 三星电子株式会社 用于测量生物信息的设备和方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3180987U (ja) * 2012-11-02 2013-01-17 中原大學 画像式脈波伝播速度測定装置
WO2017036696A1 (en) * 2015-09-04 2017-03-09 Koninklijke Philips N.V. System, method and processor for monitoring a vital sign of a subject
WO2017060342A1 (en) * 2015-10-06 2017-04-13 Koninklijke Philips N.V. Device, system and method for obtaining vital sign related information of a living being

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1923133A (zh) * 2005-08-31 2007-03-07 深圳迈瑞生物医疗电子股份有限公司 利用信号变换计算血压的方法和装置
CN102686150A (zh) * 2009-12-28 2012-09-19 甘布罗伦迪亚股份公司 监测受检者的心血管系统的特性
CN103957793A (zh) * 2011-12-09 2014-07-30 索尼公司 测量装置、测量方法、程序和记录介质
CN105050492A (zh) * 2013-03-14 2015-11-11 皇家飞利浦有限公司 用于确定对象的生命体征的设备和方法
CN106073742A (zh) * 2013-05-13 2016-11-09 天津点康科技有限公司 一种血压测量系统及方法
CN105208924A (zh) * 2013-05-15 2015-12-30 普尔赛昂公司 便携式脉搏测量装置
CN105792742A (zh) * 2013-11-27 2016-07-20 皇家飞利浦有限公司 用于获得对象的脉搏传导时间和/或脉搏波速度信息的设备和方法
CN105979861A (zh) * 2014-02-12 2016-09-28 皇家飞利浦有限公司 用于基于反射和透射的光来确定对象的生命体征的设备、系统和方法
CN106073743A (zh) * 2015-04-27 2016-11-09 塔塔顾问服务有限公司 用于光学体积描记图信号的噪声清除的方法和系统
US20170055853A1 (en) * 2015-08-25 2017-03-02 Koninklijke Philips N.V. Device and system for monitoring of pulse-related information of a subject
CN106560155A (zh) * 2015-10-06 2017-04-12 三星电子株式会社 用于测量生物信息的设备和方法

Also Published As

Publication number Publication date
WO2019241982A1 (en) 2019-12-26
JP2021528169A (ja) 2021-10-21

Similar Documents

Publication Publication Date Title
US10687706B2 (en) Device and method for obtaining and processing measurement readings including at least a component representative of a physical phenomenon in a living being
CN113543718B (zh) 用于确定超声探头的包括前后方向性的运动的装置和方法
KR101334064B1 (ko) 혈관영상에서의 움직임 추정 방법 및 그 장치
JP2019503833A (ja) 半自動化画像セグメント化システム及び方法
US20100056936A1 (en) Blood flow rate imaging device
US20140316236A1 (en) Object information acquiring apparatus and control method for object information acquiring apparatus
Zahnd et al. Simultaneous extraction of carotid artery intima-media interfaces in ultrasound images: assessment of wall thickness temporal variation during the cardiac cycle
JP2001286474A (ja) 対象物パラメータの動的測定
EP2910192A1 (en) Ultrasonic measurement apparatus and ultrasonic measurement method
JP2019106202A (ja) 健康状態評価支援システム及び毛細血管のデータ取得方法
CN109919953A (zh) 颈动脉内中膜厚度测量的方法、系统和设备
US20220202376A1 (en) Medical imaging apparatus including biological signal processing system, medical imaging system, and biological signal processing method
JP2006110190A (ja) 医用画像データ解析装置及びその方法
JP6968285B2 (ja) 測定装置、測定方法、プログラム及び１つ以上のコンピュータ可読記憶媒体
US11238584B2 (en) Device, method, and program for visualizing network of blood vessels of skin
CN113967036B (zh) 超声成像设备及利用超声检测血管壁剪切指数的方法
US20180185010A1 (en) Time-based parametric contrast enhanced ultrasound imaging system and method
US10937137B2 (en) Image calibration method and detecting device
CN112292072A (zh) 用于获取生物信息的设备和方法
KR20130095160A (ko) 초음파 장치 및 초음파 영상 생성 방법
JP2723467B2 (ja) 超音波診断装置
CN114025672B (zh) 一种超声成像设备和子宫内膜蠕动的检测方法
US9737283B2 (en) Ultrasound measurement apparatus and ultrasound measurement method
KR101507762B1 (ko) Tof-mra의 신호강도를 이용한 혈류속도의 유도 시스템 및 방법
Zhang et al. Evaluation of segmentation algorithms for vessel wall detection in echo particle image velocimetry

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210129