CN112826505A - 一种非接触式胎动监测装置和方法 - Google Patents
一种非接触式胎动监测装置和方法 Download PDFInfo
- Publication number
- CN112826505A CN112826505A CN202110026441.9A CN202110026441A CN112826505A CN 112826505 A CN112826505 A CN 112826505A CN 202110026441 A CN202110026441 A CN 202110026441A CN 112826505 A CN112826505 A CN 112826505A
- Authority
- CN
- China
- Prior art keywords
- fetal movement
- image
- roi
- pregnant woman
- region
- 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
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
- A61B5/103—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种非接触式胎动监测装置和方法,采用拍摄孕妇腹部视频,采集到的视频图像通过肤色模型、形态学运算等运算定位腹部感兴趣区域ROI;将ROI分成N个子ROI,形成N路灰度时间序列;对N路灰度时间序列中值滤波后进行集成经验模态分解,利用短时傅里叶变换以及魏格纳‑威尔分布得到反映胎动的IMF分量;对每路IMFk信号加宽度为w、重叠率为p滑动汉宁窗,识别每个窗口内幅值大于等于阈值的信号段,将小于阈值的信号段置为阈值,N路信号叠加,求其幅值极大值及其对应的时间;从前一个峰值点向后扫描,若扫描到等于N*M的点,则停止扫描;从后一个峰值点向前扫描,若扫描到等于N*M的点,则停止扫描;计算两次记录时间的差值Δt,进而计算胎动次数。
Description
技术领域
本发明属于医疗器械技术领域,涉及一种非接触式监测胎儿在子宫内活动的装置和识别方法。
背景技术
胎动是指胎儿在子宫腔里的活动冲击到子宫壁的动作,如胎儿伸手、踢腿、翻身等。怀孕满4个月后,可明显感到胎儿的活动。胎动是孕期胎儿健康状态的重要指标。正常情况胎动1小时不少于3~5次,12小时明显胎动次数为30~40次以上。胎动次数可以明显反应胎儿的健康状况。胎动正常,表明胎盘功能良好,输送给胎儿的氧气充足,胎儿在子宫内生长发育健全。胎动异常往往是胎儿宫内窘迫、胎盘功能障碍、宫内生长受限的表现。过于频繁的胎动可能指示胎儿缺氧,而胎动数量减少可能预示死胎。
胎动是临床产前胎儿监护的重要内容之一。胎动监护常采用孕妇自我感知、超声成像、传感器探测等方法。孕妇计数胎动时应取卧位或坐位,精力集中,可用一些小物品做标记或记录于纸上,以免遗漏,每天早、中、晚固定时间各数1小时,此方法具有主观性,受到孕妇敏感度、羊水量、腹壁厚薄等影响;不同孕周胎儿活跃程度、胎动幅度的差异会影响计数的准确性;对于职场中的孕妇和需要照顾其他幼儿的孕妇,增加了额外负担。利用超声成像技术可以观察到胎儿的活动,但是需要去医院由专业技术人员操作,在疫情期间增加了感染的风险;另外,超声探头对胎儿主动发射能量,长期过多使用超声可能对胎儿发育造成潜在危害。传感器检测方法是将压力传感器、加速度传感器、压电或感应传感器等放在孕妇腹部,通过信号特征提取和模式识别技术检测胎动,但是结果易受孕妇和胎儿其他生理信号如呼吸、心跳等影响,检测准确度有待提高。同时,电极与皮肤长期紧密接触也增加了孕妇的不适感。此外,从传感器记录的信号中也不易进一步识别是何种类型的胎动。
综上,如果胎动监测系统是应用于家庭非接触连续监测的,则超声和传感器并不合适;因此,急需研发一种简单、安全,易于操作且成本低廉,适合于孕妇在家连续监护的非接触式胎动监测装置。
发明内容
为了克服现有胎动监测技术的不足,本发明的目的在于提供一种可以长时间、客观记录胎动次数和位置的装置和方法,不接触孕妇身体,不会给孕妇带来不适,不增加孕妇精神负担,可以在家中随时监测胎儿的健康状态,监测结果可以通过互联网发送给医生,为临床医生评估胎儿宫内状态提供更多信息,降低了孕妇频繁去医院产检可能带来的交叉感染风险,尤其是在疫情期间,孕妇是感染的高危人群。对于核酸检测阳性孕妇及其后代进行监测,可以为补充和修改胎儿产前监护的临床指南提供有效的数据支持。本发明利用大众可以支付得起的智能手机、电脑或摄像头等通用硬件设备构建监测装置,易于推广和普及。在胎动的长期动态监测方面具有良好的应用前景。
为了达到上述目的,本发明所采用的技术方案是:提供一种拍摄孕妇腹部视频的监测装置,结合先进的图像和信号处理技术监测胎动的次数和胎动位置。
非接触式胎动监测装置由支架、视频输入设备、视频分析和存储设备、胎动识别应用程序和腹带组成。利用该监测装置,拍摄一定时长的孕妇腹部视频,将孕妇腹部视频通过USB口实时传输给电脑。将孕妇腹部视频中的每帧RGB图像转换到YCbCr颜色空间,利用椭圆肤色模型进行肤色检测找到肤色区域以及类肤色区域;利用形态学运算,消除不连通区域和噪声,使图像边缘变得光滑;计算八连通域对腹部候选区域进行区域标记,结合连通域最小外接矩形的面积与长宽之比,若外接矩形面积大于S,长宽之比大于L,则判定外接矩形内的区域主要为孕妇腹部区域并将此作为感兴趣区域(ROI);根据二值化ROI图像,记录外接矩形内所有腹部区域像素(白色区域)的坐标值,将腹部长轴平均分成N段,然后根据腹部区域像素沿腹部长轴的坐标将整个腹部区域分成N部分,分别记为子ROI1,子ROI2,…,子ROIN。
将孕妇腹部视频每帧图像转化为灰度图像,在各子ROI内求灰度均值,按照帧的顺序连接,形成N路灰度时间序列。对这些灰度时间序列中值滤波后再分别进行集成经验模态分解,将每个灰度时间序列分解为有限个本征模函数分量IMF和一个残余分量,并利用短时傅里叶变换与魏格纳-威尔分布获得各个IMF序列随时间变化的短时频谱;将各个IMF序列的频谱中高能量出现的时间与孕妇腹部视频中的胎动或者孕妇感知胎动发生的时间进行对照,时间一致的序列则确定为反映胎动的IMF时间序列,记为IMFk;根据预实验中孕妇腹部视频中的胎动和孕妇感知的胎动,确定IMFk信号中胎动的幅值阈值M;对每路IMFk信号加宽度为w、重叠率为p(取值0~99%)的滑动汉宁窗,识别每个窗口内幅值大于等于阈值的信号段,将小于阈值的信号段置为阈值M,N路信号叠加,求其幅值峰值及其对应的时间;从第一个峰值点向后扫描,若扫描到等于N*M的点,则停止扫描,记录此时的时间t1;同时从后一个峰值点向前扫描,若扫描到等于N*M的点,则停止扫描,记录此时的时间t2,计算两次记录时间的差值△t作为前后两次胎动的间隔时间;每次计算时向后移动一个峰值,重复上述步骤,直到遍历完所有峰值点;若前后两次单个胎动的间隔时间大于i秒,则胎动数目在原来的基础上加1;反之,胎动数目保持不变;依次计算出整个信号的胎动数目。
选取第m帧图像作为参考帧图像,定位出参考帧ROI;记录下参考帧定位出的腹部区域外接矩形框的大小和坐标,以相同大小和位置的矩形框标注当前帧图像,记为当前帧ROI,记录并保存矩形框内的像素值;参考帧ROI与当前帧图像进行图像匹配,得到当前帧中关于参考帧的匹配图像,记录并保存匹配图像的像素值;计算当前帧ROI图像与匹配图像的像素值的相关性(0-1之间),若相关性大于c,则说明这两个图像相关,继续向下执行;反之,则跳过此帧,重复上面步骤;选取参考帧ROI并将其像素值归一化,归一化结果记为F0(x,y),当前帧ROI像素值归一化的结果记为Fj(x,y)。为每个像素点设置一个像素值计数器,若当前帧ROI和参考ROI在某个点处像素差的绝对值大于设定的阈值T,就将该位置处的像素值计数器加1,反之则不变。如式(1)所示,重复上述步骤做j次累加。
其中,Aj(x,y)表示j帧图像累计差分后得到的累计帧差图像,T为设定的像素差阈值;在累计帧差图像中的计数器的值大的区域可视为腹部运动区域,反映在图像上为亮色区域;计数器的值小的区域可视为相对静止区域,反映在图像上为深色区域。
胎动信号采集过程中孕妇可根据需要佩戴腹带,包括适形覆盖腹部表面的织物以及清晰指示肚脐位置的标识。所用腹带采用肤色高弹面料制作;采用子母魔术贴或者绑带将腹带固定在孕妇腹部,可以根据不同的孕妇腹围调整大小;肚脐对应位置设置有标记。
本发明的有益效果是:
本发明提供了一种可以长时间、客观记录胎动次数和位置的非接触式的装置和方法,实现了孕妇在家就能够对胎儿的健康状态进行实时非接触的监测,对于长期动态监测方面具有良好的应用前景。
附图说明
图1是本发明一实施方式的拍摄场景图。
图2是本发明一实施方式的腹部定位流程图。
图3是本发明一实施方式的胎动计数流程图。
图4是本发明一实施方式的胎动位置识别流程图。
图5是本发明一实施方式的腹部感兴趣区域(ROI)及感兴趣子区域(ROI1,ROI2,…,ROIN,以N=4为例)示意图。
图6是本发明一实施方式的胎动计数及胎动间隔时间示意图。
图7是本发明一实施方式的腹部N个子ROI(N=4)监测到胎动信号对比示意图。
图8是本发明一实施方式的不同帧的匹配图像示意图。
图9是本发明一实施方式的胎动视频帧累计差值图像。
图10是本发明一实施方式的腹带结构示意图。
具体实施方式
非接触式胎动监测装置见图1,其中的视频输入设备可以是手机摄像头、电脑摄像头、网络摄像头、数码相机等任何可以清晰拍摄视频的摄像装置,帧频不低于25帧/秒,分辨率不低于1080p。
根据环境需要,可以选择支架固定或调整摄像头与孕妇腹部间的相对位置和拍摄角度,支架可以带光源或者不带光源。拍摄期间,孕妇可以坐或者卧位,腹部裸露,或者覆盖皮肤色的紧身腹带。
视频分析和存储设备可以是各种类型的电脑如台式机、笔记本电脑或平板电脑等,通过USB口或者其他类型接口与视频输入设备连接。识别结果可以上传到云端或者直接发送给医生。
图2为本发明腹部区域定位的一种实施方式。将拍摄的孕妇腹部视频中每帧RGB图像转换到YCbCr颜色空间,利用椭圆模型进行肤色检测找到肤色区域及类肤色区域。即将YCbCr颜色空间中的色度Cb,Cr进行非线性变换得到C′b,C′r,如式(2)、(3)、(4)、(5)所示;
其中,Ci代表Cb与Cr,Wcb=46.97,WLcb=23,WHcb=14,Wcr=38.76,WLcr=20,WHcr=10,Kl=125,Kh=188;亮度的两个最值Ymax和Ymin也为常数,分别是实验数据中肤色聚类区域中Y分量的最大值和最小值:Ymax=235,Ymin=16。
将图像进行二值化;当待判断的像素点的颜色分量(Cb,Cr)值符合该模型时,如式(6),则判定该点为肤色点。
其中,根据肤色点在CbCr子空间的聚类特性,Cx=109.38,Cy=152.02,θ=2.53,ecx=1.60,ecy=2.41,a=25.39,b=14.03。
利用形态学运算如腐蚀、膨胀运算等,消除不连通区域和噪声,使图像边缘变得光滑,计算腹部外接最小矩形的面积以及长宽之比,若长宽比大于L,面积大于S,则判定外接矩形内的区域主要为孕妇腹部区域并将此作为感兴趣区域(ROI),具体参照图5。根据二值化ROI图像,记录外接矩形内所有腹部区域像素(白色区域)的坐标值,将腹部长轴平均分成N段,然后根据腹部区域像素沿腹部长轴的坐标将整个腹部区域分成N部分,分别记为子ROI1,子ROI2,…,子ROIN,在这里以N=4举例说明,具体参照图5。
图3为本发明胎动计数的一种实施方式。将孕妇腹部视频的每帧图像的RGB值通过加权平均转化为灰度值,并在各子ROI内求灰度均值,按照帧的顺序连接,形成N路灰度时间序列。对上述灰度时间序列中值滤波后分别进行集成经验模态分解,将每路灰度时间序列分解为有限个本征模态函数(IMF)序列和一个残余序列,并利用短时傅里叶变换与魏格纳-威尔分布获得各个IMF序列随时间变化的短时频谱;将各个IMF序列的频谱中高能量出现的时间与孕妇腹部视频中胎动或者孕妇感知胎动发生的时间进行对照,时间一致的序列则确定为反映胎动的IMF时间序列,记为IMFk;根据预实验中孕妇腹部视频中的胎动和孕妇感知的胎动,确定IMFk信号中胎动的幅值阈值M;对每路IMFk信号加宽度为w、重叠率为p(取值0~99%)的滑动汉宁窗,识别每个窗口内幅值大于等于阈值的信号段,将小于阈值的的信号段置为阈值,N路信号叠加,求其峰值及其对应的时间;从第一个峰值点向后扫描,若扫描到等于N*M的点,则停止扫描,记录下此时的时间t1;同时从后一个峰值点向前扫描,若扫描到等于N*M的点,则停止扫描,记录下此时的时间t2,计算两次记录时间的差值△t作为前后两次胎动的间隔时间;每次计算时向后移动一个峰值,重复上述步骤,直到遍历完所有峰值点;若前后两次单个胎动的间隔时间大于i秒,则胎动数目在原来的基础上加1;反之,胎动数目保持不变;依次计算出整个信号的胎动数目,如图6所示(这里以i=6为例)。
图4是本发明胎动位置识别的一种实施方式。选取第m帧图像作为参考帧图像,定位出参考帧ROI;记录下参考帧定位出的腹部区域外接矩形框的大小和坐标,以相同大小和位置的矩形框标注当前帧图像,记为当前帧ROI,记录并保存矩形框内的像素值;参考帧ROI与当前帧图像进行图像匹配,即以参考帧ROI作为模板,在当前帧图像中移动模板子图像,移动步长为1个像素;每次移动过程中计算当前帧图像与模板图像每个对应位置处的像素值的相关,即计算每个像素位置的灰度乘积之和,找到最大相关位置,最大相关位置即为当前帧的最佳匹配位置,如图8所示,显示了几帧不同胎动状态下的匹配图像;得到当前帧中关于参考帧的匹配图像,记录并保存匹配图像的像素值;计算当前帧ROI图像与匹配图像的像素值的相关性(0-1之间),若相关性大于c,则说明这两个图像相关,继续向下执行;反之,则跳过此帧,重复上面步骤;选取参考帧ROI并将其像素值归一化,归一化结果记为F0(x,y),当前帧ROI像素值归一化的结果记为Fj(x,y)。为每个像素点设置一个像素值计数器,若当前帧ROI和参考ROI在某个点处像素差的绝对值大于设定的阈值T,就将该位置处的像素值计数器加1,反之则不变。如式(10)所示,重复上述步骤做j次累加,得到累计差值图像(Accumulative Difference Image,ADI)。ADI又可以分为正ADI、负ADI以及绝对ADI,分别定义如下:
其中,Pj(x,y),Nj(x,y),Aj(x,y)分别代表计算到第j帧图像后的正ADI、负ADI以及绝对ADI。由于绝对ADI可以反映运动物体的全貌,所以选择绝对ADI对胎动位置进行分析。Aj(x,y)表示j帧累加后得到的累计帧差图像,T为设定的像素差阈值;在累计帧差图像中的计数器的值大的区域可视为主要的腹部运动区域,反映在图像上为亮色区域;计数器的值小的区域可视为相对静止区域,反映在图像上为深色区域,参照图9。
图7是本发明各子ROI胎动识别结果的一个具体示例,这里以四个子ROI进行分析,当发生局部轻微胎动时,只有其中一个子ROI内能够监测到胎动,如子ROI1在刚开始前几秒与15秒附近能够监测到明显胎动,而其他子ROI在同一时间内胎动监测效果不佳。
图10是是本发明腹带结构设计的示意图。胎动测量时孕妇可以穿戴特制的腹带。特制的腹带用浅色高弹面料制成,用子母魔术贴或者绑带等固定于腹部,可以根据不同孕妇腹围调整大小。在腹带上设置一个能够明显区别于肚脐周围其他区域的标识指示肚脐。
Claims (7)
1.一种非接触式胎动监测装置,其特征在于,包括支架、视频输入设备、视频分析和存储设备、胎动识别应用程序、腹带;
支架包括调整光源位置和视频输入设备位置的装置;
视频输入设备包括各种类型的摄像头,连接视频分析与存储设备;
视频分析和存储设备包括各种类型电脑和手机产品,安装有胎动识别应用程序;
胎动识别应用程序包括胎动计数算法和胎动位置识别算法;
腹带包括适形覆盖腹部表面的织物以及清晰指示肚脐位置的标识,固定于孕妇腹部,用于视频输入设备的采集。
2.根据权利要求1所述的一种非接触式胎动监测装置,其特征在于,所述胎动计数算法包括以下步骤:
步骤A1:利用视频输入设备拍摄孕妇腹部视频,将孕妇腹部视频实时传输给视频分析和存储设备;
步骤A2:视频分析和存储设备将孕妇腹部视频的每帧图像的RGB值通过加权平均转化为灰度值,定位出感兴趣区域ROI,由ROI求出N子ROI,分别求各子ROI内的灰度均值,然后按照帧的顺序连接,形成N路灰度时间序列;
步骤A3:对上述灰度时间序列中值滤波后分别进行集成经验模态分解,将每路灰度时间序列分解为有限个本征模态函数IMF序列和一个残余序列,利用短时傅里叶变换与魏格纳-威尔分布获得各个IMF序列随时间变化的短时频谱;
步骤A4:将各个IMF序列的频谱中高能量出现的时间与孕妇腹部视频中胎动或者孕妇感知胎动发生的时间进行对照,时间一致的序列则确定为反映胎动的IMF时间序列,记为IMFk;根据预实验中孕妇腹部视频中的胎动和孕妇自我感知的胎动,确定IMFk信号中胎动的幅值阈值M;
步骤A5:对每路IMFk信号加宽度为w、重叠率为p的滑动汉宁窗,识别每个窗口内幅值大于等于阈值的信号段,将小于阈值的信号段置为阈值M,N路信号叠加,求峰值及其对应的时间;
步骤A6:从第一个峰值点向后扫描,若扫描到等于N*M的点,则停止扫描,记录下此时的时间t1;同时从后一个峰值点向前扫描,若扫描到等于N*M的点,则停止扫描,记录下此时的时间t2,计算两次记录时间的差值△t作为前后两次胎动的间隔时间;
步骤A7:每次计算时向后移动一个峰值,重复步骤A6,直到遍历完所有峰值点;若前后两次单个胎动的间隔时间大于i秒,则胎动数目在原来的基础上加1;反之,胎动数目保持不变;依次计算出整个信号的胎动数目。
3.根据权利求1所述的一种非接触式胎动监测装置,其特征在于,胎动位置识别算法包括以下步骤:
步骤B1:选取第m帧图像作为参考帧图像,定位出参考帧ROI;
步骤B2:记录下参考帧定位出的腹部区域外接矩形框的大小和坐标,以相同大小和位置的矩形框标注当前帧图像,记为当前帧ROI,记录并保存当前帧ROI内的像素值;
步骤B3:参考帧ROI与当前帧图像进行图像匹配,得到当前帧中关于参考帧的匹配图像,记录并保存匹配图像的像素值;
步骤B4:计算当前帧ROI图像与匹配图像的像素值的相关性,若相关性大于c,则说明这两个图像相关,继续向下执行;反之,则跳过此帧,重复上面步骤;
步骤B5:选取参考帧ROI并将其像素值归一化,归一化结果记为F0(x,y),当前帧ROI像素值归一化的结果记为Fj(x,y);为每个像素点设置一个像素值计数器,若当前帧ROI和参考ROI在某个点处像素差的绝对值大于设定的阈值T,就将该位置处的像素值计数器加1,反之则不变;如式(1)所示,重复上述步骤做j次累加;
其中,Aj(x,y)表示j帧图像累计差分后得到的累计帧差图像,T为设定的像素差阈值;在累计帧差图像中的计数器值较大的区域视为腹部运动区域,反映在图像上为亮色区域;计数器值小的区域可视为相对静止区域,反映在图像上为深色区域。
4.根据权利要求2所述的一种非接触式胎动监测装置,其特征在于,计算ROI及子ROI的方法包括以下步骤:
步骤C1:将孕妇腹部视频中的每帧RGB图像转换到YCbCr颜色空间,利用椭圆肤色模型进行肤色检测找到肤色区域以及类肤色区域;
步骤C2:利用形态学运算,消除不连通区域和噪声,使图像边缘变得光滑;
步骤C3:计算八连通域对腹部候选区域进行标记,结合连通域最小外接矩形的面积与长宽之比,若外接矩形面积大于S,长宽之比大于L,则判定外接矩形内的区域主要为孕妇腹部区域并将此作为感兴趣区域(ROI);
步骤C4:根据二值化ROI图像,记录外接矩形内所有腹部区域像素的坐标值,将腹部长轴平均分成N段,然后根据腹部区域像素沿腹部长轴的坐标将整个腹部区域分成N部分,分别记为子ROI1,子ROI2,…,子ROIN。
5.根据权利要求3所述的一种非接触式胎动监测装置,其特征在于,图像匹配方法包括以下步骤:
以参考帧ROI作为模板,在当前帧图像中移动模板子图像,移动步长为1个像素;每次移动过程中计算当前帧图像与模板图像每个对应位置处的像素值的相关,即计算每个像素位置的灰度乘积之和,找到最大相关位置,最大相关位置即为当前帧的最佳匹配位置。
7.根据权利要求1所述的一种非接触式胎动监测装置,其特征在于:腹带采用高弹面料制作;采用子母魔术贴或者绑带将腹带固定在孕妇腹部,根据不同的孕妇腹围调整大小;孕妇腹部肚脐对应位置处设置有标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110026441.9A CN112826505B (zh) | 2021-01-08 | 2021-01-08 | 一种非接触式胎动监测装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110026441.9A CN112826505B (zh) | 2021-01-08 | 2021-01-08 | 一种非接触式胎动监测装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112826505A true CN112826505A (zh) | 2021-05-25 |
CN112826505B CN112826505B (zh) | 2023-08-11 |
Family
ID=75929181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110026441.9A Active CN112826505B (zh) | 2021-01-08 | 2021-01-08 | 一种非接触式胎动监测装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112826505B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204765650U (zh) * | 2015-02-15 | 2015-11-18 | 珠海安润普科技有限公司 | 智能胎动监测装置 |
US20170265799A1 (en) * | 2016-03-17 | 2017-09-21 | Southern Taiwan University Of Science And Technology | Fetal movement measuring device |
WO2018006236A1 (zh) * | 2016-07-04 | 2018-01-11 | 杜翌群 | 胎动量测装置 |
JP2018171265A (ja) * | 2017-03-31 | 2018-11-08 | バンドー化学株式会社 | 胎動情報共有システム、胎動情報を共有するための方法、コンピュータプログラム、端末装置、及び管理サーバ |
JP2019208876A (ja) * | 2018-06-05 | 2019-12-12 | 株式会社東芝 | 呼吸センサ、呼吸検出装置、生体情報処理装置、生体情報処理方法、コンピュータプログラム及びマインドフルネス支援装置 |
-
2021
- 2021-01-08 CN CN202110026441.9A patent/CN112826505B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204765650U (zh) * | 2015-02-15 | 2015-11-18 | 珠海安润普科技有限公司 | 智能胎动监测装置 |
US20170265799A1 (en) * | 2016-03-17 | 2017-09-21 | Southern Taiwan University Of Science And Technology | Fetal movement measuring device |
WO2018006236A1 (zh) * | 2016-07-04 | 2018-01-11 | 杜翌群 | 胎动量测装置 |
JP2018171265A (ja) * | 2017-03-31 | 2018-11-08 | バンドー化学株式会社 | 胎動情報共有システム、胎動情報を共有するための方法、コンピュータプログラム、端末装置、及び管理サーバ |
JP2019208876A (ja) * | 2018-06-05 | 2019-12-12 | 株式会社東芝 | 呼吸センサ、呼吸検出装置、生体情報処理装置、生体情報処理方法、コンピュータプログラム及びマインドフルネス支援装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112826505B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110706826B (zh) | 一种基于视频图像的非接触式的实时多人心率和血压测量方法 | |
Aubakir et al. | Vital sign monitoring utilizing Eulerian video magnification and thermography | |
Loizou et al. | Manual and automated media and intima thickness measurements of the common carotid artery | |
CN110772286B (zh) | 一种基于超声造影识别肝脏局灶性病变的系统 | |
Giannini et al. | A fully automatic algorithm for segmentation of the breasts in DCE-MR images | |
JP2017093760A (ja) | 心拍に連動する周期的変動の計測装置及び計測方法 | |
CN116503392B (zh) | 一种用于卵巢组织分析的卵泡区域分割方法 | |
Wee et al. | Nuchal translucency marker detection based on artificial neural network and measurement via bidirectional iteration forward propagation | |
CN110236511A (zh) | 一种基于视频的无创心率测量方法 | |
CN111938622B (zh) | 心率检测方法、装置及系统、可读存储介质 | |
WO2024067527A1 (zh) | 一种髋关节角度检测系统和方法 | |
Ni et al. | Learning based automatic head detection and measurement from fetal ultrasound images via prior knowledge and imaging parameters | |
WO2020215485A1 (zh) | 胎儿生长参数测量方法、系统及超声设备 | |
Supriyanto et al. | Ultrasonic marker pattern recognition and measurement using artificial neural network | |
CN111839492A (zh) | 一种基于面部视频序列的心率非接触式测量方法 | |
Yu et al. | Fetal ultrasound image segmentation system and its use in fetal weight estimation | |
Horoba et al. | Automated detection of uterine contractions in tocography signals–Comparison of algorithms | |
CN104586376A (zh) | 根据模板细分测量对象的血压测量系统 | |
Faghih et al. | Automated ovarian follicular monitoring: A novel real-time approach | |
CN112826505A (zh) | 一种非接触式胎动监测装置和方法 | |
CN112168211A (zh) | 一种腹部超声图像的脂肪厚度和肌肉厚度测量方法及系统 | |
Khan et al. | Automatic detection and measurement of fetal femur length using a portable ultrasound device | |
Nirmala et al. | Clinical decision support system for early prediction of Down syndrome fetus using sonogram images | |
WO2014192990A1 (ko) | 혈관영상에서의 움직임 추정 방법 및 그 장치 | |
Zheng et al. | Non-contact calibration-free blood pressure estimation method using dual radar |
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 |