JP2018166929A - 脈波検出装置および脈波検出プログラム - Google Patents

脈波検出装置および脈波検出プログラム Download PDF

Info

Publication number
JP2018166929A
JP2018166929A JP2017068058A JP2017068058A JP2018166929A JP 2018166929 A JP2018166929 A JP 2018166929A JP 2017068058 A JP2017068058 A JP 2017068058A JP 2017068058 A JP2017068058 A JP 2017068058A JP 2018166929 A JP2018166929 A JP 2018166929A
Authority
JP
Japan
Prior art keywords
pulse wave
region
value
image
area
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
JP2017068058A
Other languages
English (en)
Other versions
JP6765678B2 (ja
Inventor
マイケル ジョーンズ
Michael Jones
マイケル ジョーンズ
英夫 山田
Hideo Yamada
英夫 山田
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.)
Equos Research Co Ltd
Original Assignee
Equos Research 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 Equos Research Co Ltd filed Critical Equos Research Co Ltd
Priority to JP2017068058A priority Critical patent/JP6765678B2/ja
Priority to PCT/JP2018/010040 priority patent/WO2018180502A1/ja
Publication of JP2018166929A publication Critical patent/JP2018166929A/ja
Application granted granted Critical
Publication of JP6765678B2 publication Critical patent/JP6765678B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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

Landscapes

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

Abstract

【課題】環境光の色変化の影響を取り除いて脈波を検出することができる脈波検出装置および脈波検出プログラムを提供する。
【解決手段】脈波検出装置1によれば、強領域値メモリ7eの値と弱領域値メモリ7fの値との比率と、弱領域値メモリ7fに基づく値とを乗算することで、脈波信号を検出する強領域値メモリ7eの値を補正する補正パラメータ値が算出され、補正パラメータ値によって強領域値メモリ7eの値が補正される。これにより、環境光の色変化を補正のための背景を必要とせずに、強領域値メモリ7eの値から、環境光の色変化による外乱を取り除いて、脈波を検出することができる。また、単純な算出方法で、強領域値メモリ7eの値に対する補正パラメータ値が算出されるので、強領域値メモリ7eの値を短時間で補正することができ、脈波検出装置1のレスポンスが向上する。
【選択図】図2

Description

本発明は、人間の脈波を検出する脈波検出装置および脈波検出プログラムに関するものである。
人間の生理学的な状況を把握するうえで脈波の検出は極めて重要である。脈波の検出にあたっては、まず、動画の画面に矩形形状の評価領域を設定して、被験者の顔が評価領域に入るように着席してもらい、静止した状態の顔を動画で撮影する。脈波の検出を屋内で行う場合、窓から入る日光が光源として用いられる。得られた動画をR成分、G成分、B成分の各成分に分離して平均すると、脈波がのった変動が得られる。これら各成分には、ヘモグロビンの光の吸収特性などに応じて重みづけされた脈波信号が含まれており、これに対してICA(Independent Component Analysis;独立成分分析)などを行うと脈波が得られる。
このように動画から脈波が得られるのは、被験者の心臓の鼓動に伴って血管の体積が変化することにより、日光が皮膚を透過する光学距離が変化し、これが顔からの反射光の変化として現れるからである。
さて、脈波の検出を屋外で行う場合、例えば脈波検出装置を車両に搭載してドライバ(被験者)の脈波を検出する場合、環境光の明度変化が外乱要素となって脈波の検出が困難となる。特許文献1,2には、脈波の検出にあたって、環境光の明度変化の影響を取り除く技術が開示されている。該技術によれば、被験者が車両などで移動することにより明度が変化する場合でも、良好に脈波を検出できる。
特開2016−193021号公報 WO2016−159150号公報
しかしながら、被験者が車両などで移動等する場合には環境光は頻繁に変化する。かかる環境光の変化は、明度変化のみならず、色変化も伴う。脈波信号は顔の色変化から測定するので、環境光の色変化は大きな外乱となり、上記特許文献1,2の技術によっても脈波の検出は困難であるという問題点があった。
本発明は、上述した問題点を解決するためになされたものであり、環境光の色変化の影響を取り除いて脈波を検出することができる脈波検出装置および脈波検出プログラムを提供することを目的としている。
この目的を達成するために本発明の脈波検出装置は、対象者の皮膚を含む領域を少なくとも所定時間以上撮影する撮影手段と、その撮影手段により撮影された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定手段と、その強弱特定手段により脈波の強い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する強領域測定手段と、前記強弱特定手段により脈波の弱い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する弱領域測定手段と、その弱領域測定手段により測定された脈波の弱い領域の信号に基づいて、前記強領域測定手段により測定された脈波の強い領域の信号を補正する補正手段と、その補正手段により補正された脈波信号を出力する出力手段とを備えている。
また本発明の脈波検出プログラムは、対象者の皮膚を含む領域を少なくとも所定時間以上撮影した画像を取得する画像取得機能と、その画像取得機能により取得された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定機能と、その強弱特定機能により脈波の強い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する強領域測定機能と、前記強弱特定機能により脈波の弱い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する弱領域測定機能と、その弱領域測定機能により測定された脈波の弱い領域の信号に基づいて、前記強領域測定機能により測定された脈波の強い領域の信号を補正する補正機能と、その補正機能により補正された脈波信号を出力する出力機能と、をコンピュータに実現させるものである。
本発明の脈波検出装置および脈波検出プログラムによれば、脈波の強い領域(目標領域)の信号を、脈波の弱い領域(参考領域)の信号に基づいて補正し、これを脈波信号として出力する。よって、色補正のための背景(カラーチェッカーや皮膚色背景)を必要とせずに、環境光の色変化の影響を取り除いて脈波を検出できるという効果がある。また、脈波の強い領域(目標領域)の皮膚色と脈波の弱い領域(参考領域)の皮膚色とは似ているので、通常に比べて単純なアルゴリズムで脈波信号の補正ができるという効果がある。即ち該脈波信号を短時間で補正できるという効果がある。
脈波検出装置の外観を示す模式図である。 (a)は、脈波検出装置の電気的構成を示すブロック図であり、(b)は、検出領域テーブルを模式的に表した図であり、(c)は、強領域データを模式的に表した図である。 画像の領域を模式的に表した図である。 メイン処理のフローチャートである。 領域取得処理のフローチャートである。 メイン処理および領域取得処理を説明するための図であり、(a)は、カメラから取得された画像を示した模式図であり、(b)は、(a)の画像から抽出した顔画像を示した模式図であり、(c)は画像履歴メモリに存在する顔画像におけるG値の周波数スペクトルを示した図である。 領域取得処理を説明するための図であり、(a)は、顔領域を模式的に示した図であり、(b)は、各顔領域におけるG値の時間推移の波形を模式的に示した模式図であり、(c)は、画像履歴メモリに記憶された顔画像における、G値の周波数スペクトルを模式的に示した図である。 (a)は、ピーク周波数におけるG値を模式的に示した図であり、(b)は、強領域を模式的に示した図であり、(c)は、弱領域を模式的に示した図である。 脈波出力処理のフローチャートである。 環境光を周期的に色変化させた場合の、強領域値メモリの値の時間推移と、補正後の強領域値メモリの値の時間推移とを示した図である。 (a)は、第2実施形態における領域取得処理のフローチャートであり、(b)は、強領域を示す模式図であり、(c)は、弱領域を示す模式図である。
以下、本発明の好ましい実施形態について、添付図面を参照して説明する。まず、図1を参照して、脈波検出装置1の概要について説明する。図1は脈波検出装置1の外観を示す模式図である。脈波検出装置1は、対象者Hの顔の皮膚領域における色変化から、対象者Hの脈波信号を取得して、脈波を検出するための装置である。脈波検出装置1は、脈波検出装置1の各部を制御する制御部2と、カメラ3と、検出した脈波等の表示およびユーザからの脈波検出装置1への指示を入力するための表示部4とを有する。
カメラ3は、対象者Hを撮影し、その画像を取得するための装置であり、着席した対象者Hと正対し、対象者の顔の付近が撮影できる高さに設けられる。カメラ3は1/30秒毎に画像が取得され、制御部2へ送信される。なお、カメラ3による画像の取得間隔は1/30秒に限られるものではなく、カメラ3や制御部2の処理速度等に応じて、1/30秒以上でも良いし、1/30秒以下でも良い。
表示部4は、取得された脈波信号等を表示するためのLCD10と、ユーザからの指示を制御部2へ入力するタッチパネル11とを有して構成され(図2参照)、脈波検出装置1の上部に設けられる。
制御部2は、カメラ3から取得された、対象者Hの顔の付近の画像をRGB色空間に分解した、G成分の強度(信号)から、対象者Hにおける脈波の強い領域(目標領域)と、脈波の弱い領域(参考領域)とに分割する。そして、脈波の強い領域におけるG成分の強度を、脈波の弱い領域のG成分の強度で補正した上で、脈波信号を取得し、表示部4のLCD10に出力する。以下G成分の強度を「G値」と称し、脈波の強い領域を「強領域SA」と称し、脈波の弱い領域を「弱領域WA」と称す。
次に図2,図3を参照して、脈波検出装置1の電気的構成について説明する。図2(a)は、脈波検出装置1の電気的構成を示すブロック図であり、図2(b)は、検出領域テーブル6bを模式的に表した図であり、図2(c)は、強領域データを模式的に表した図であり、図3は、取得した画像の領域A1〜A1088を模式的に表した図である。
制御部2は、CPU5と、ハードディスクドライブ(HDD)6と、RAM7とを有し、これらはバスライン8を介して入出力ポート9にそれぞれ接続されている。入出力ポート9には、カメラ3と、表示部4がそれぞれ接続されている。CPU5は、バスライン8により接続された各部を制御する演算装置である。
HDD6は、CPU5により実行されるプログラムや固定値データ等を格納した書き換え可能な不揮発性の記憶装置であり、制御プログラム6aと、検出領域テーブル6bとが記憶される。CPU5によって制御プログラム6aが実行されると、図4のメイン処理が実行される。検出領域テーブル6bは、強領域SAと弱領域WAとが、対象者Hの顔画像に対応付けられて記憶されるデータテーブルである。図2(b),(c)及び図3を参照して、検出領域テーブル6bについて説明する。
図2(b)に示す通り、検出領域テーブル6bには、顔画像データ6b1と、強領域データ6b2と、弱領域データ6b3とが設けられ、それぞれ対応付けられて記憶される。顔画像データ6b1には、カメラ3によって取得された、対象者Hにおける、顔の皮膚領域の画像である顔画像FP1,FP2,・・・が記憶される。
強領域データ6b2には、顔画像FP1,FP2,・・・に対応する対象者Hにおける、強領域SA(図8(b)参照)を示す、強領域データSA1,SA2,・・・が記憶される。ここで、図2(c),図3を参照して、強領域データSA1のデータ構造について説明する。
図2(c)に示す通り、強領域データSA1には、顔画像FP1の対象者Hにおける、強領域SAに該当する領域A1〜A1088が記憶される。この領域A1〜A1088は、図3に示す通り、カメラ3によって取得された画像を、縦方向に34分割、横方向に32分割の計1088分割したものであり、画像における左上の領域から順に、領域A1,A2,・・・,A1088とされる。図2(c)で例示すると、強領域データSA1には強領域SAとされた領域A175,A176,A177・・・が記憶される。以下、領域A1,A2,・・・,A1088を区別しない場合は「領域An」と称す。なお、画像は1088分割される構成としたが、これに限られるものではなく、1088分割以上でも良いし、1088分割以下でも良い。
図2(b)に戻る。弱領域データ6b3には、顔画像FP1,FP2,・・・に対応する対象者Hの弱領域WA(図8(c)参照)の情報を示す、弱領域データWA1,WA2,・・・が記憶される。弱領域データWA1,WA2,・・・にも、それぞれ弱領域WA(図8(c)参照)に該当する領域Anがそれぞれ記憶される。以下、強領域データSA1,SA2,・・・を区別しない場合は「強領域データSAm」と称し、弱領域データWA1,WA2,・・・を区別しない場合は、「弱領域データWAm」と称す。
強領域データSAmと、弱領域データWAmとに対して、強領域SAまたは弱領域WAと判断された領域Anが記憶されるので、強領域SAまたは弱領域WAと判断された画像における画素の位置が記憶される場合よりも、強領域データSAmと、弱領域データWAmとに要するデータ量を抑えることができる。これにより、強領域データSAm,弱領域データWAmの読出処理(図4,S5)と記憶処理(図5,S33)とに要する処理時間も短くなるので、脈波検出装置1のレスポンスが向上する。
図2(a)に戻る。RAM7は、CPU5が制御プログラム6aの実行時に各種のワークデータやフラグ等を書き換え可能に記憶するためのメモリであり、画像履歴メモリ7aと、カメラ3から取得された対象者Hにおける、顔の皮膚領域の画像が記憶される顔画像メモリ7bと、強領域メモリ7cと、弱領域メモリ7dと、強領域値メモリ7eと、弱領域値メモリ7fと、強弱比率メモリ7gと、補正値メモリ7hとがそれぞれ設けられる。
画像履歴メモリ7aは、カメラ3から取得された画像が、時系列順に記憶されるメモリである。また、画像履歴メモリ7aには、最大30秒分の画像が記憶される。なお、画像履歴メモリ7aには最大30秒分の画像が記憶される構成としたが、必ずしもこれに限られるものではなく、30秒以上の画像が記憶されても良いし、30秒以下の画像が記憶されても良い。
強領域メモリ7cは、画像履歴メモリ7aに記憶された画像から、強領域SAと判断された領域Anが記憶されるメモリであり、弱領域メモリ7dは、画像履歴メモリ7aに記憶された画像から、弱領域WAと判断された領域Anが記憶されるメモリである。なお、強領域メモリ7c及び弱領域メモリ7dのデータ構造は、強領域データSA1(図2(c))と同様なので、その説明は省略する。
強領域値メモリ7eは、顔画像メモリ7bに記憶された画像における、強領域メモリ7cに記憶された領域An(即ち強領域SA)のG値の平均値が記憶されるメモリであり、弱領域値メモリ7fは、顔画像メモリ7bに記憶された画像の、弱領域メモリ7dに記憶された領域An(即ち弱領域WA)におけるG値の平均値が記憶されるメモリである。脈波検出装置1は、強領域値メモリ7eの値に基づいて脈波信号を取得する。その際に、弱領域値メモリ7fの値によって、環境光の色変化により外乱が含まれると判断される場合は、弱領域値メモリ7fの値に基づいて、強領域値メモリ7eの値を補正した値から、脈波信号が取得される。
強弱比率メモリ7gは、その強領域値メモリ7eの値の補正に用いられる、強領域SAと弱領域WAとのG値の比率が記憶されるメモリであり、補正値メモリ7hは、強領域値メモリ7eの値を補正するための、補正パラメータ値が記憶されるメモリである。
次に、図4〜図10を参照して、制御部2のCPU5で実行される処理について説明する。図4は、メイン処理のフローチャートである。メイン処理は脈波検出装置1の電源投入直後にされる。
メイン処理はまず、カメラ3から画像を取得し画像履歴メモリ7aに追加する(S1)。カメラ3からは、1/30秒毎に画像が取得されるので、新たな画像が取得された場合に、その画像を画像履歴メモリ7aに追加する。なお、画像履歴メモリ7aに画像が30秒分記憶され、かつカメラ3から新たに画像が取得された場合は、画像履歴メモリ7aにおける最も古い画像が削除され、新たに取得された画像が画像履歴メモリ7aに追加される。
S1の処理の後、S1の処理で取得された画像から、対象者Hの顔の皮膚領域を抽出し、顔画像メモリ7bに保存する(S2)。ここで図6(a),(b)を参照して、画像から対象者Hの顔の部分を抽出する方法について説明する。
図6(a)は、カメラ3から取得された画像を示した模式図であり、図6(b)は、図6(a)の画像から抽出した顔画像を示した模式図である。図6(a)に示す通り、カメラ3から取得された画像は、顔の皮膚領域で構成される部分画像Aと、それ以外の頭髪や衣服等で構成される部分画像Bとで構成される。脈波が検出されるのは、部分画像Aであるので、かかる部分画像Aを抽出し、それに対する部分画像Bを無効にして、顔画像メモリ7bに保存する。以下、部分画像Aから構成された画像を「顔画像」と称す。なお、部分画像Aを抽出する方法としては、画素値等によって分離する閾値処理やエッジ検出やパターン認識等、既知の画像認識技術が適宜適用される。
図4に戻る。S2の処理の後、顔画像メモリ7bの顔画像に近似する、検出領域テーブル6bの顔画像データ6b1の顔画像が存在するかを確認する(S3)。顔画像メモリ7bの値に近似する顔画像データ6b1の顔画像が存在しない場合は(S3:No)、その対象者Hが脈波検出装置1で初めて脈波の検出を行う場合、または脈波の検出を行ったが、その検出から時間が経過した等により、顔画像メモリ7bの顔画像と顔画像データ6b1の顔画像とが近似しない場合である。かかる場合には、領域取得処理(S4)を行う。図5〜図8を参照して、領域取得処理を説明する。
図5は、領域取得処理のフローチャートである。領域取得処理はまず、画像履歴メモリ7aに30秒分の画像が存在するかを確認する(S20)。これは、領域取得処理においては、画像履歴メモリ7aに記憶された画像のG値の時間推移から、強領域SAおよび弱領域WAを取得するので、一定以上の時間(本実施形態においては30秒)分の画像が必要だからである。
画像履歴メモリ7aに30秒分の画像が存在する場合は(S20:Yes)、画像履歴メモリ7aの値から取得した顔画像における、脈拍周波数帯のピーク周波数BPMaを取得する(S21)。図6(b),(c)を用いて、S21の処理について説明する。
図6(c)は、画像履歴メモリ7aに記憶された顔画像における、G値の周波数スペクトルを示した図である。S21の処理では、まず、画像履歴メモリ7aに記憶された画像のそれぞれから、顔画像を取得する(図6(b)参照)。なお、顔画像を取得する手法は、上述したS2の処理方法と同様とされる。そして、各顔画像の全画素における、G値の平均値を取得する。これにより、画像履歴メモリ7aに記憶された顔画像における、G値の時間推移が取得される。
このG値の時間推移を、FFT等により離散フーリエ変換することで、画像履歴メモリ7aに記憶された顔画像におけるG値の周波数スペクトルが取得される。このG値の周波数スペクトルにおける、脈拍の周波数帯を示す脈拍周波数帯(0.67〜2.50Hz)においてピーク値となる、ピーク周波数BPMaを取得する(図6(c))。このピーク周波数BPMaは、対象者Hにおける脈拍数のピーク周波数と推定される。後述のS25以下の処理では顔画像における領域An毎に、このピーク周波数BPMaの周波数スペクトル値が大きい領域Anが強領域SAと判断され、それ以外の領域Anが弱領域WAと判断される。なお、脈拍周波数帯は、0.67〜2.50Hzの範囲に限られるものではなく、G値の周波数スペクトル強度の分布に応じて、0.67〜2.50Hzより広い範囲が設定されても良いし、狭い範囲が設定されても良い。
図5に戻る。S21の処理の後、画像履歴メモリ7aから取得した、顔画像の領域Anを取得し、その領域Anを順に顔領域F1,F2,・・・,Fjとする(S22)。以下、顔領域F1,F2,・・・,Fjを区別しない場合は「顔領域Fi」と称す。ここで、図7(a)を参照して、S22の処理における顔領域Fiの取得処理について説明する。
図7(a)は、顔領域Fiを模式的に示した図である。図7(a)に示す通り、S22の処理ではまず、S21の処理によって取得された顔画像を領域Anに分割し、その後、顔の皮膚領域で構成される部分画像A(図6(b)参照)に該当する、領域Anを取得する。そして、取得された領域Anは、それぞれ顔領域F1,F2,・・・とされる(図7(a))。図7(a)で例示すると、領域A175が顔領域F1,領域A176が顔領域F2,領域A177が顔領域F3,・・・とされる。
図5に戻る。S22の処理の後、画像履歴メモリ7aに記憶された画像から、各顔領域FiにおけるG値の時間推移FGiを取得する(S23)。具体的に、画像履歴メモリ7aに記憶された画像毎に、顔領域Fiに該当する画素におけるG値を全て取得し、その平均値を算出する。その画像毎の顔領域FiのG値の平均値を、画像が取得された順に並べることにより、顔領域FiにおけるG値の時間推移FGiが取得される。これを顔領域Fiの全てに対して行う。そして、S23の処理の後、G値の時間推移FGiをFFT等により離散フーリエ変換することで、G値の周波数スペクトルSFGiを取得する(S24)。ここでS23の処理で取得されたG値の時間推移FGi及びS24の処理で取得されたG値の周波数スペクトルSFGiについて図7(b),(c)を参照して説明する。
図7(b)は、各顔領域FiにおけるG値の時間推移FGiの波形を模式的に示した図であり、図7(c)は、各顔領域FiにおけるG値の周波数スペクトルSFGiを模式的に示した図である。図7(b)に示す通り、同一の対象者Hにおいても、顔領域Fiの位置によって、該当するG値の時間推移FGiは異なる。また、図7(c)に示す通り、G値の周波数スペクトルSFGiにおいても、周波数スペクトルのピークが顕著な顔領域Fiと、そうでない顔領域Fiとが存在する。これは、皮膚の色変化(G値の変化)が生じる領域と、そうでない領域とが混在しているからである。
一般的に、対象者Hの心臓の鼓動に伴って、血管の体積が変化することにより、環境光が皮膚を透過する光学距離が変化し反射光の変化することで、皮膚の色変化が生じる。即ち脈波の強い領域(強領域SA)では、皮膚の色変化が生じ、一方で脈波の弱い領域(弱領域WA)では、皮膚の色変化がさほど生じない。そこで、本実施形態においては、かかる皮膚の色変化の強弱を示す、G値の周波数スペクトルSFGiの値に着目し、強領域SAと弱領域WAとのそれぞれに該当する、顔領域Fiの取得を行う。
図5に戻る。S24の処理の後、G値の周波数スペクトルSFGiから、S21で取得したピーク周波数BPMaにおける、G値PFGiを取得する(S25)。そして、取得した全G値PFGiにおける、最大値maxPFGを取得する(S26)。上述した通り、ピーク周波数BPMaは、対象者Hにおける脈拍数のピーク周波数と推定される周波数であるので、そのピーク周波数BPMaにおけるG値PFGiは、顔領域Fiにおける脈波信号の強度を示す値とされる。S27以降の処理ではこのG値PFGiと、その最大値maxPFGとを比較することで、顔領域Fiを強領域SAと弱領域WAとに分割する。
S26の処理の後、カウンタ変数iを1で初期化する(S27)。S27の処理の後、G値PFGiが最大値maxPFGに0.5を乗じた値より大きいかを確認する(S28)。G値PFGiが最大値maxPFGに0.5を乗じた値より大きい場合は(S28:Yes)、顔領域Fiが強領域SAと判断されるので、該当する領域Anを強領域メモリ7cに追加する(S29)。一方、G値PFGiが最大値maxPFGに0.5を乗じた値以下の場合は(S28:No)、顔領域Fiが弱領域WAと判断されるので、該当する領域Anを弱領域メモリ7dに追加する(S30)。なお、最大値maxPFGに乗じる値は0.5に限られるものではなく、G値PFGiと最大値maxPFGとの差に応じて、0.5以上が設定される構成としても良いし、0.5以下が設定される構成としても良い。
ここで図8を参照して、S28〜S30の処理について説明する。図8(a)は、ピーク周波数BPMaにおけるG値PFGiを模式的に示した図であり、図8(b)は、強領域SAを模式的に示した図であり、図8(c)は、弱領域WAを模式的に示した図である。図8(a)は説明のため、G値PFGiが、最大値maxPFGに0.3乗じた値以下の顔領域Fiは網掛けによって表し、G値PFGiが、最大値maxPFGに0.3を乗じた値より大きく、かつ最大値maxPFGに0.6乗じた値以下の顔領域Fiは斜線によって表し、G値PFGiが最大値maxPFGに0.6乗じた値より大きい顔領域Fiは塗りつぶして表す。また、図8(b),(c)において、それぞれ強領域SA,弱領域WAに該当する顔領域Fiは、斜線によって表す。
S28の処理によって、G値PFGiが最大値maxPFGに0.5を乗じた値より大きい顔領域Fiが、強領域SAと判断される。従って、図8(a)において、G値PFGiが最大値maxPFGに0.5を乗じた値より大きい、即ち斜線で表された顔領域Fiと、塗りつぶしで表された顔領域Fiとが強領域SAと判断され、その顔領域Fiに該当する領域Anが、強領域メモリ7cに追加される。一方で、図8(a)においてG値PFGiが最大値maxPFGに0.5を乗じた値以下である、即ち網掛けで表された顔領域Fiが弱領域WAと判断され、その顔領域Fiに該当する領域Anが、弱領域メモリ7dに追加される。
ピーク周波数BPMaや、強領域SAと弱領域WAとの位置は、個人差が大きいものである。そこで、本実施形態においては、対象者Hの脈拍数のピーク周波数と推定されるピーク周波数BPMaおける、G値の最大値maxPFGに基づいて、強領域SAと弱領域WAとを分割するので、対象者H毎のかかる個人差を考慮した、適切な強領域SAと弱領域WAとの分割が可能となる。
図5に戻る。S29,S30の処理の後、カウンタ変数iに1を加算する(S31)。そして、カウンタ変数iが顔領域Fiの個数jより大きいかを確認する(S32)。カウンタ変数iが顔領域Fiの個数j以下の場合は(S32:No)、S28以下の処理を繰り返す。
一方、カウンタ変数iが顔領域Fiの個数jより大きい場合は(S32:Yes)、全ての顔領域Fiに対して、S28〜S30の処理による強領域および弱領域の分割が完了したので、顔画像メモリ7b、強領域メモリ7c、弱領域メモリ7dの各値を、検出領域テーブル6bにおける、顔画像データ6b1、強領域データ6b2、弱領域データ6b3の各メモリ領域に追加する(S33)。
S33の処理の後、メイン処理に「領域取得完了」を返却して(S34)、領域取得処理を終了し、メイン関数に戻る。一方、S20の処理において、画像履歴メモリ7aに30秒分の画像が存在しない場合は(S20:No)、メイン関数に「領域未取得」を返却して(S35)、領域取得処理を終了し、メイン関数に戻る。
図4に戻る。S4の領域取得処理の後、領域取得処理が領域取得完了を返却したかを確認する(S6)。領域取得処理から領域取得完了が返却された場合は(S6:Yes)、領域取得処理によって、強領域および弱領域が正常に取得されたので、S7以降の処理を行う。一方で、領域取得処理が領域取得失敗を返却した場合は(S6:No)、画像履歴メモリ7aに十分な数の画像が取得されておらず、強領域SAと弱領域WAとが取得されなかったので、再度S1の処理を繰り返すことで、画像履歴メモリ7aに30秒分の画像が蓄積されるまで、S7以降の処理を待機する。
S3の処理において、顔画像メモリ7bの値に近似する顔画像データ6b1が存在する場合は(S3:Yes)、検出領域テーブル6bから、その顔画像データ6b1に対応する強領域データ6b2の値と、弱領域データ6b3の値とを取得し、それぞれ顔画像メモリ7bと強領域メモリ7cとに保存する(S5)。
S5の処理の後、またはS6の処理において領域取得処理から領域取得完了が返却された場合は(S6:Yes)、顔画像メモリ7bの値から、強領域メモリ7cに記憶される領域An(即ち強領域SA)に該当する画素のG値を取得し(S7)、そのG値の平均値を強領域値メモリ7eに保存する(S8)。S8の処理の後、顔画像メモリ7bの値から、弱領域メモリ7dに記憶される領域An(即ち弱領域WA)に該当する画素のG値を取得し(S9)、そのG値の平均値を弱領域値メモリ7fに保存する(S10)。
S10の処理の後、脈波出力処理を行う(S11)。図9を参照して、脈波出力処理について説明する。脈波出力処理は、強領域値メモリ7eの値に含まれる環境光等の外乱を、弱領域値メモリ7fの値に基づいて補正し、LCD10に出力するための処理である。
図9は、脈波出力処理のフローチャートである。脈波出力処理はまず、図4のメイン処理の開始直後かを確認する(S50)。メイン処理の開始直後である場合は(S50:Yes)、脈波出力処理の初期化タイミングなので、強領域値メモリ7eの値を、強領域値の初期値P0に設定し(S51)、弱領域値メモリ7fの値を、弱領域値の初期値N0に設定する(S52)。また、強弱比率メモリ7gに0を設定する(S53)。
一方で、メイン処理の開始直後ではない場合は(S50:No)、S51〜S53の処理をスキップする。S50,S53の処理の後、差分値ΔPに、強領域値メモリ7eの値と初期値P0との差を設定し(S54)、差分値ΔNに、弱領域値メモリ7fと初期値N0との差を設定する(S55)。
S55の処理の後、差分値ΔNの絶対値が、脈波によるG値の上下動の差(本実施形態においては「5」)よりも大きいかを確認する(S56)。なお、差分値ΔNの絶対値と比較される、脈波によるG値の上下動の差の値は、必ずしも5に限られるものではなく、G値の上下動の差よりも十分に大きな値であれば、5以上でも良いし、5以下でも良い。
差分値ΔNの絶対値が、脈波によるG値の上下動の差よりも大きい場合は(S56:Yes)、現在の弱領域値メモリ7fの値には、環境光の色変化等による外乱が含まれ、後述のS59,S61の処理による強領域値メモリ7eの値に対する補正が必要であると判断される。かかる場合には、S57〜S61の処理によって、強領域SAと弱領域WAとのG値の比率と、差分値ΔNとから、強領域値メモリ7eの値を補正する補正パラメータ値を算出し、強領域値メモリ7eの値の補正を行う。
まず、強弱比率メモリ7gの値が0かを確認する(S57)。強弱比率メモリ7gの値が0の場合(S57:Yes)、即ちメイン処理を開始後に初めてS57の処理が実行された場合であり、S53の処理によって強弱比率メモリ7gには0が設定されているので、強弱比率メモリ7gに、差分値ΔPを差分値ΔNで除した値、即ち強領域SAと弱領域WAとのG値の強弱比率を設定する(S58)。
一方で、S57の処理において、強弱比率メモリ7gの値が0ではない場合は(S57:No)、強弱比率メモリ7gに強領域SAと弱領域WAとのG値の強弱比率が既に設定されているので、S58の処理をスキップする。そして、S57,S58の処理の後、補正値メモリ7hに、強弱比率メモリ7gの値と差分値ΔNとを乗じた補正パラメータ値を算出し、補正値メモリ7hに設定する(S59)。即ち強領域SAと弱領域WAとの皮膚の色は似ているので、強領域SAと弱領域WAとのG値の強弱比率と、差分値ΔNとを乗算するという単純な算出方法(アルゴリズム)で、強領域値メモリ7eの値に対する補正パラメータ値を算出することができる。これにより、強領域値メモリ7eの値を短時間で補正することができる。
S56の処理において、差分値ΔNの絶対値が、脈波によるG値の上下動の差以下の場合は(S56:No)、現在の弱領域値メモリ7fの値と、初期値N0との差が小さいので、環境光の色変化等による外乱が含まれないと判断され、S59,S61の処理による補正が必要ないと判断されるので、補正値メモリ7hに0を設定する(S60)。
そして、S59,S60の処理の後、強領域値メモリ7eの値と、補正値メモリ7hの値とを減算することで、強領域値メモリ7eの値を補正し、この値を脈波信号としてLCD10に出力する(S61)。
ここで図10を用いて、S59〜S61の処理における強領域値メモリ7eの補正について説明する。図10は、環境光を周期的に色変化させた場合の、強領域値メモリ7eの値の時間推移と、補正後の強領域値メモリ7eの値の時間推移とを示したグラフである。グラフG1は、強領域値メモリ7eの値の時間推移であり、グラフG2は、補正後の強領域値メモリ7eの値の時間推移である。
グラフG1に示す通り、環境光を周期的に色変化させた場合、強領域値メモリ7eの値の時間推移として、振幅の大きな矩形波と、振幅の小さな波形とが組み合わされた波形が出力される。振幅の大きな矩形波は、環境光の色変化による波形に該当し、振幅の小さな波形が、脈波信号による波形に該当する。脈波信号による波形を検出することで、脈波が検出される。しかし、環境光の色変化による矩形波の振幅は、脈波信号による波形の振幅よりも十分に大きいので、特に環境光の色変化の前後においては、G値の変化量が脈波信号の波形の振幅よりも大きくなり、脈波信号の推移を正確に検出することができない。
一方、補正後の強領域値メモリ7eの値の時間推移は、グラフG2に示す通り、環境光の変化による矩形波が補正されるので、脈波信号による波形のみとなる。これにより、環境光が色変化した場合であっても、補正後の強領域値メモリ7eの値の時間推移は変化しないので、脈波の検出を安定的に行うことができる。
図9に戻る。S61の処理の後、脈波出力処理を終了し、図4のメイン処理に戻る。S11の脈波出力処理の後、再度S1以下の処理を繰り返す。
以上説明した通り、本実施形態における脈波検出装置1によれば、強領域値メモリ7eの値と弱領域値メモリ7fの値との比率と、弱領域値メモリ7fに基づく値とを乗算することで、脈波を検出する強領域値メモリ7eの値を補正する補正パラメータ値が算出され、その補正パラメータ値によって強領域値メモリ7eの値が補正される。これにより、環境光の色変化を補正のための背景(カラーチェッカーや皮膚色背景)を必要とせずに、強領域値メモリ7eの値から、環境光の色変化による外乱を取り除いて、脈波を検出することができる。また、単純な算出方法(アルゴリズム)で、強領域値メモリ7eの値に対する補正パラメータ値が算出されるので、強領域値メモリ7eの値を短時間で補正することができ、脈波検出装置1のレスポンスが向上する。
次に、図11を参照して、本発明の第2実施形態について説明する。上述した第1実施形態では、図5の領域取得処理において、画像履歴メモリ7aの画像を顔領域Fiに分割して、その顔領域Fiにおける周波数スペクトルSFGiのピーク周波数BPMaのG値PFGiが、最大値maxPFGに0.5を乗じた値よりも大きい顔領域Fiが強領域SAとされ、一方で、最大値maxPFGに0.5を乗じた値以下の顔領域Fiが弱領域WAとされた。これに対して、第2実施形態における脈波検出装置1の領域取得処理では、カメラ3より取得された顔画像メモリ7bの値における、顔の特定部位を基準とし、強領域SAと、弱領域WAとに分割する。第2実施形態において、上述した第1実施形態と同一の部分については、同一の符号を付し、その説明は省略する。
図11(a)は第2実施形態における、脈波検出装置1の領域取得処理のフローチャートであり、図11(b)は、強領域SAを示す模式図であり、図11(c)は、弱領域WAを示す模式図である。なお、図11(b),(c)におけるの原点Oは、画像下端の位置を示す。第2実施形態における、領域取得処理はまず、顔画像メモリ7bの値から、画像下端の位置と、顔の上端の位置との高さh1(図11(b)参照)を取得し(S80)、画像下端の位置と、口の位置との高さh2(図11(b)参照)を取得する(S81)。そして、顔画像メモリ7bの値から、顔の部分におけるh2からh1に該当する領域Anを取得し、強領域メモリ7cに保存する(S82)。
S82の処理の後、顔画像メモリ7bの値から、画像下端の位置と、顎の下端の位置との高さh3(図11(c)参照)を取得し(S83)、画像下端の位置と、顔の下端の位置との高さh4(図11(c)参照)を取得する(S84)。そして、顔画像メモリ7bの値から、顔の部分におけるh4からh3に該当する領域Anを取得し、弱領域メモリ7dに保存する(S85)。
S85の処理の後、顔画像メモリ7b、強領域メモリ7c、弱領域メモリ7dの各値を、検出領域テーブル6bにおける、顔画像データ6b1、強領域データ6b2、弱領域データ6b3の各メモリ領域に追加し(S86)、メイン処理に「領域取得完了」を返却して(S87)、領域取得処理を終了する。
一般的に、顔における口から上に該当する部分が、脈波が強く検出される領域とされ、顎から下の部分が、脈波が弱く検出される領域とされる。そこで、第2実施形態においては、顔の部分におけるh1からh2、即ち顔における口から上に該当する領域Anが、強領域SAと判断されて、強領域メモリ7cに保存される。一方、顔の部分におけるh3からh4に該当する領域Anが、弱領域WAと判断されて、弱領域メモリ7dに保存される。従って、カメラ3から取得された、顔画像メモリ7bの値から強領域SAと弱領域WAとを分割することができるので、メイン処理の開始直後から脈波の検出が可能となり、脈波検出装置1のレスポンスが向上する。
以上、実施形態に基づき本発明を説明したが、本発明は上述した実施形態に何ら限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々の改良変更が可能であることは容易に推察できるものである。
上記実施形態において、制御プログラム6aを、脈波検出装置1で実行する構成とした。しかし、必ずしもこれに限られるものではなく、制御プログラム6aを、パーソナル・コンピュータやスマートフォン、タブレット端末等に記憶して、制御プログラム6aを実行する構成としても良い。
上記実施形態において、脈波検出装置1は、検出された脈波信号をLCD10に出力する構成とした。しかし、必ずしもこれに限られるものではなく、検出された脈波信号がHDD6に記憶される構成としても良いし、検出された脈波信号を図示しない通信装置によって、外部のサーバやPC等に送信される構成としても良い。
また、脈波検出装置1を自動車等の車両に搭載し、脈波検出装置1で検知された脈波信号を解析することで、ドライバ(対象者H)の体調を監視する構成としても良い。そして、ドライバの体調が優れないと判断された場合は、アラーム音を出力してその旨を周囲に報知する構成としても良いし、車両から中央センターに通信を行い、中央センターから消防等に救護要請を発信する構成としても良いし、車両の停車を行う構成としても良いし、車両の制御を行う構成としても良い。
上記実施形態において、カメラ3から取得された顔画像を、RGB色空間に分解した際の、G値の変化によって脈波が検出される構成とした。しかし、必ずしもこれに限られるものではなく、顔画像をYIQ色空間に分解した際の、Q値(色度:寒色系)の変化によって脈波が検出される構成としても良い。Q値は、明るさの変化に対して耐性のある色成分とされるので、Q値を脈波の検出に用いることで、明るさの変化に強い脈波の検出が可能となる。また、RGB色空間のG値以外の色成分、もしくはYIQ色空間のQ値以外の色成分を用いる構成としても良いし、RGB,YIQ色空間以外の色空間における色成分を用いて、脈波を検出する構成としても良い。
上記実施形態において、カメラ3から取得された顔画像によって、脈波が検出される構成とした。しかし、必ずしもこれに限られるものではなく、顔以外でも、脈波が強く検出される人体の部位の画像によって、脈波を検出する構成としても良い。
上記実施形態において、領域取得処理は、第1実施形態と第2実施形態とにおいて別の処理として構成されるとした。しかし、必ずしもこれに限られるものではなく、第1実施形態と第2実施形態との領域取得処理を、場面等に応じて使い分ける構成としても良い。例えば、メイン関数実行直後において、画像履歴メモリ7aに30秒分の画像が記憶されていない場合は、第2実施形態における領域取得処理によって、顔画像メモリ7bの値から強領域SAと弱領域WAとを取得し、取得された強領域SAと弱領域WAとに基づいて、S11の脈波出力処理を行う。
一方で、第1実施形態における領域取得処理は、バックグラウンド処理として実行され、画像履歴メモリ7aに30秒分の画像が記憶された時点で、強領域SAと弱領域WAとを取得し、以降は第1実施形態における領域取得処理で取得された強領域SAと弱領域WAとに基づいて、S11の脈波出力処理を行う。これにより、メイン処理実行直後から脈波の検出が可能となり、なおかつその後に第1実施形態における領域取得処理で取得された、対象者H毎の個人差を考慮した強領域SAと弱領域WAとに基づいて、脈波の検出をすることができる。
1 脈波検出装置
3 カメラ(撮影手段)
6a 制御プログラム(脈波検出プログラム)
6b 検出領域テーブル(脈波記憶手段)
BPMa ピーク周波数
S3 画像検出手段
S7,S8 強領域測定手段
S9,S10 弱領域測定手段
S21 周波数取得手段
S23 時間推移算出手段
S24 周波数スペクトル算出手段
S25 所定成分値取得手段
S28〜S30 強弱特定手段
S33,S86 追加記憶手段
S59 補正手段の一部
S61 補正手段の一部、出力手段
S81 口部検出手段
S83 顎部検出手段

Claims (11)

  1. 対象者の皮膚を含む領域を少なくとも所定時間以上撮影する撮影手段と、
    その撮影手段により撮影された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定手段と、
    その強弱特定手段により脈波の強い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する強領域測定手段と、
    前記強弱特定手段により脈波の弱い領域に特定された領域について前記撮影手段により撮影された画像の信号を測定する弱領域測定手段と、
    その弱領域測定手段により測定された脈波の弱い領域の信号に基づいて、前記強領域測定手段により測定された脈波の強い領域の信号を補正する補正手段と、
    その補正手段により補正された脈波信号を出力する出力手段とを備えていることを特徴とする脈波検出装置。
  2. 前記撮影手段により撮影された画像について、脈拍数のピーク周波数を取得するピーク周波数取得手段と、
    前記撮影手段により撮影された画像を分解した各分解領域について所定成分の時間推移を算出する時間推移算出手段と、
    前記各分解領域について、その時間推移算出手段により算出された前記所定成分の時間推移の周波数スペクトルを算出する周波数スペクトル算出手段と、
    前記各分解領域について、その周波数スペクトル算出手段により算出された周波数スペクトルのうち、前記ピーク周波数取得手段により取得されたピーク周波数における前記所定成分の値を取得する所定成分値取得手段とを備え、
    前記強弱特定手段は、その所定成分値取得手段により取得された前記所定成分の値に基づいて、前記各分解領域を前記脈波の強い領域と弱い領域とに特定するものであることを特徴とする請求項1記載の脈波検出装置。
  3. 前記所定成分は、RGB色空間におけるG成分であることを特徴とする請求項2記載の脈波検出装置。
  4. 前記所定成分は、YIQ色空間におけるQ成分であることを特徴とする請求項2記載の脈波検出装置。
  5. 画像に対応付けて脈波の強い領域と弱い領域とを記憶する脈波記憶手段と、
    その脈波記憶手段に記憶される画像の中から、前記撮影手段により撮影された画像に近似する画像を検出する画像検出手段とを備え、
    前記強弱特定手段は、その画像検出手段により検出された画像に対応つけて前記脈波記憶手段に記憶される脈波の強い領域を脈波の強い領域として特定し、一方、前記画像検出手段により検出された画像に対応つけて前記脈波記憶手段に記憶される脈波の弱い領域を脈波の弱い領域として特定するものであることを特徴とする請求項1から4のいずれかに記載の脈波検出装置。
  6. 前記撮影手段が撮影する対象者の皮膚を含む領域は、対象者の顔を含む領域であることを特徴とする請求項1から5のいずれかに記載の脈波検出装置。
  7. 前記撮影手段により撮影された対象者の顔を含む領域のうち、対象者の口の部分を検出する口部検出手段を備え、
    前記強弱特定手段は、その口部検出手段により検出された口の部分に基づいて、前記脈波の強い領域を特定するものであることを特徴とする請求項6記載の脈波検出装置。
  8. 前記撮影手段により撮影された対象者の顔を含む領域のうち、対象者の顎の部分を検出する顎部検出手段を備え、
    前記強弱特定手段は、その顎部検出手段により検出された顎の部分に基づいて、前記脈波の弱い領域を特定するものであることを特徴とする請求項6又は7に記載の脈波検出装置。
  9. 画像に対応付けて脈波の強い領域と弱い領域とを記憶する脈波記憶手段と、
    前記強弱特定手段により特定された脈波の強い領域と弱い領域とを、その特定対象とされた画像に対応付けして前記脈波記憶手段へ追加記憶する追加記憶手段とを備えていることを特徴とする請求項1から8のいずれかに記載の脈波検出装置。
  10. 前記撮影手段は、車両の搭乗者を撮影するものであり、
    前記出力手段により出力される脈波信号を用いて、その搭乗者の体調を監視する監視手段を備えていることを特徴とする請求項1から9のいずれかに記載の脈波検出装置。
  11. 対象者の皮膚を含む領域を少なくとも所定時間以上撮影した画像を取得する画像取得機能と、
    その画像取得機能により取得された皮膚領域の画像について、脈波の強い領域と弱い領域とを特定する強弱特定機能と、
    その強弱特定機能により脈波の強い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する強領域測定機能と、
    前記強弱特定機能により脈波の弱い領域に特定された領域について前記画像取得機能により取得された画像の信号を測定する弱領域測定機能と、
    その弱領域測定機能により測定された脈波の弱い領域の信号に基づいて、前記強領域測定機能により測定された脈波の強い領域の信号を補正する補正機能と、
    その補正機能により補正された脈波信号を出力する出力機能と、をコンピュータに実現させることを特徴とする脈波検出プログラム。
JP2017068058A 2017-03-30 2017-03-30 脈波検出装置および脈波検出プログラム Active JP6765678B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017068058A JP6765678B2 (ja) 2017-03-30 2017-03-30 脈波検出装置および脈波検出プログラム
PCT/JP2018/010040 WO2018180502A1 (ja) 2017-03-30 2018-03-14 脈波検出装置および脈波検出プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017068058A JP6765678B2 (ja) 2017-03-30 2017-03-30 脈波検出装置および脈波検出プログラム

Publications (2)

Publication Number Publication Date
JP2018166929A true JP2018166929A (ja) 2018-11-01
JP6765678B2 JP6765678B2 (ja) 2020-10-07

Family

ID=63675491

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017068058A Active JP6765678B2 (ja) 2017-03-30 2017-03-30 脈波検出装置および脈波検出プログラム

Country Status (2)

Country Link
JP (1) JP6765678B2 (ja)
WO (1) WO2018180502A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020194617A1 (en) * 2019-03-27 2020-10-01 Nec Corporation Blood volume pulse signal detection apparatus, blood volume pulse signal detection method, and computer-readable storage medium
JP7483206B2 (ja) 2020-03-25 2024-05-15 株式会社アイシン 血圧測定装置、携帯端末、及び血圧測定プログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021128499A (ja) * 2020-02-13 2021-09-02 株式会社エクォス・リサーチ 動画処理装置、脈拍数測定装置、動画処理プログラム、及び脈拍数測定プログラム
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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014198202A (ja) * 2013-03-29 2014-10-23 富士通株式会社 脈波検出装置、脈波検出方法及び脈波検出プログラム
WO2016159150A1 (ja) * 2015-03-31 2016-10-06 株式会社エクォス・リサーチ 脈波検出装置、及び脈波検出プログラム
JP2016193021A (ja) * 2015-03-31 2016-11-17 株式会社エクォス・リサーチ 脈波検出装置、及び脈波検出プログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201315438A (zh) * 2011-10-14 2013-04-16 Ind Tech Res Inst 非接觸式之心脈量測方法及其系統
JP6115263B2 (ja) * 2013-04-02 2017-04-19 富士通株式会社 脈波検出装置、脈波検出方法及び脈波検出プログラム
JP6349075B2 (ja) * 2013-11-22 2018-06-27 三星電子株式会社Samsung Electronics Co.,Ltd. 心拍数測定装置及び心拍数測定方法
JP6191517B2 (ja) * 2014-03-14 2017-09-06 富士通株式会社 検出装置、検出プログラム、及び検出方法
JPWO2016006027A1 (ja) * 2014-07-07 2017-04-27 富士通株式会社 脈波検出方法、脈波検出プログラム及び脈波検出装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014198202A (ja) * 2013-03-29 2014-10-23 富士通株式会社 脈波検出装置、脈波検出方法及び脈波検出プログラム
WO2016159150A1 (ja) * 2015-03-31 2016-10-06 株式会社エクォス・リサーチ 脈波検出装置、及び脈波検出プログラム
JP2016193021A (ja) * 2015-03-31 2016-11-17 株式会社エクォス・リサーチ 脈波検出装置、及び脈波検出プログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020194617A1 (en) * 2019-03-27 2020-10-01 Nec Corporation Blood volume pulse signal detection apparatus, blood volume pulse signal detection method, and computer-readable storage medium
JP2022528223A (ja) * 2019-03-27 2022-06-09 日本電気株式会社 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
JP7124974B2 (ja) 2019-03-27 2022-08-24 日本電気株式会社 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
JP7483206B2 (ja) 2020-03-25 2024-05-15 株式会社アイシン 血圧測定装置、携帯端末、及び血圧測定プログラム

Also Published As

Publication number Publication date
JP6765678B2 (ja) 2020-10-07
WO2018180502A1 (ja) 2018-10-04

Similar Documents

Publication Publication Date Title
JP6256488B2 (ja) 信号処理装置、信号処理方法及び信号処理プログラム
WO2018180502A1 (ja) 脈波検出装置および脈波検出プログラム
US10595732B2 (en) Pulse wave detection device and pulse wave detection program
JP6102433B2 (ja) 脈波検出プログラム、脈波検出方法および脈波検出装置
JP6349075B2 (ja) 心拍数測定装置及び心拍数測定方法
JP6547160B2 (ja) 脈波検出装置、及び脈波検出プログラム
JP6072893B2 (ja) 脈波伝播速度の測定方法、その測定方法を用いた測定システムの作動方法及び脈波伝播速度の測定システム並びに撮像装置
JP6052027B2 (ja) 脈波検出装置、脈波検出プログラムおよび脈波検出方法
EP3057486B1 (en) Automatic camera adjustment for remote photoplethysmography
JP6098257B2 (ja) 信号処理装置、信号処理方法及び信号処理プログラム
WO2016006027A1 (ja) 脈波検出方法、脈波検出プログラム及び脈波検出装置
US11069057B2 (en) Skin diagnostic device and skin diagnostic method
JP6115263B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
JP6393984B2 (ja) 脈拍計測装置、脈拍計測方法及び脈拍計測プログラム
JP6135255B2 (ja) 心拍測定プログラム、心拍測定方法及び心拍測定装置
TW201237809A (en) System and method for detecting monitoring video
JP2016193022A (ja) 脈波検出装置、及び脈波検出プログラム
US20210085196A1 (en) Biological information detection device and biological information detection method
US20170347898A1 (en) Pulse measuring device and control method thereof
WO2020003910A1 (ja) 心拍検出装置、心拍検出方法及びプログラム
JP2021145930A (ja) 脈波解析装置、脈波解析方法及びプログラム
JP2021183079A (ja) 脈波測定装置、およびプログラム
JP2016137018A (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
JP2018011641A (ja) 生体情報測定装置、生体情報測定方法、生体情報測定システム及びプログラム
JP2021023490A (ja) 生体情報検出装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200313

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200818

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200910

R150 Certificate of patent or registration of utility model

Ref document number: 6765678

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150