JP2024518677A - Rgb画像から心拍数を抽出するための方法及びシステム - Google Patents
Rgb画像から心拍数を抽出するための方法及びシステム Download PDFInfo
- Publication number
- JP2024518677A JP2024518677A JP2023555268A JP2023555268A JP2024518677A JP 2024518677 A JP2024518677 A JP 2024518677A JP 2023555268 A JP2023555268 A JP 2023555268A JP 2023555268 A JP2023555268 A JP 2023555268A JP 2024518677 A JP2024518677 A JP 2024518677A
- Authority
- JP
- Japan
- Prior art keywords
- heart rate
- determining
- images
- pulse wave
- features
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000007933 dermal patch Substances 0.000 claims abstract description 37
- 238000001228 spectrum Methods 0.000 claims abstract description 33
- 230000001815 facial effect Effects 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 230000001186 cumulative effect Effects 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 8
- 230000017531 blood circulation Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000035790 physiological processes and functions Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000001149 cognitive effect Effects 0.000 claims description 4
- 230000036642 wellbeing Effects 0.000 claims description 4
- 206010041349 Somnolence Diseases 0.000 claims description 3
- 238000013186 photoplethysmography Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 4
- 230000006996 mental state Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 210000004709 eyebrow Anatomy 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000009532 heart rate measurement Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010033664 Panic attack Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000019906 panic disease Diseases 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000005428 wave function Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
- A61B5/02427—Details of sensor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6893—Cars
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
- A61B5/1032—Determining colour for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biomedical Technology (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)
- Biophysics (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
遠隔フォトプレチスモグラフィー(rPPG)を使用して、1つ以上の心拍数特徴を判定するための方法及びシステム。この方法は、車内のカメラによって車内のユーザの一連の画像を取り込むことであって、各画像は1つ以上の色信号を含み、画像の各々について、画像内でユーザの顔を位置特定し、画像の境界を判定し、顔は境界内で位置特定され、境界内で1つ以上の顔の特徴を検出し、検出された顔の特徴に基づいて、顔の皮膚パッチを表す画像の1つ以上の領域を判定する、取り込むこと、皮膚パッチを表す領域の色信号を分析すること、及び分析に基づいて1つ以上の心拍数特徴を判定することを含む。この方法は、さらなる分析のために所定の類似性のレベル及び/または所定のノイズのレベルに達する1つ以上の皮膚パッチの1つ以上の脈波及び/または周波数スペクトルを選択すること及び他のすべての脈波及び/または周波数スペクトルを破棄することをさらに含む。【選択図】図1
Description
本開示は、人の生理学的または心理的状態をモニタリングするための方法及びシステムに関し、特に、心拍数及び心拍間隔などの心拍数特徴を判定することに関する。
心拍数特徴は、人間の生理学的及び心理的な情報の源である。心拍数そのもの、心拍間隔、その変動などのパラメーターは、人の健康と幸福をモニタリングするために不可欠である。脈拍計、ECGデバイス、スマートウォッチやリストバンドなどのPPGデバイスなどの接触型心拍数測定デバイスやセンサが普及している。RGBカメラまたはレーダーをセンサとして利用する非接触型デバイスも利用可能である(Harford et al., Physiol. Measurements, 40(6), 2019)。RGBカメラを使用して心拍数を測定する方法は、rPPG(遠隔フォトプレチスモグラフィー)と呼ばれる(Hassan et al., Biomed. Sign. Proc. And Control, 2017;Lam and Kuno, Robust heart rate measurement from video using select random patches, ICCV-IEEE 2015)。この方法は、脈拍に応じて皮膚の色がわずかに変化するという事実を利用している。非接触技術は、車室内モニタリングシステムなどの用途についてより適している。現代の車はもはや単なる通勤手段ではなく、生活空間として機能するため、車にはいっそう多くの特徴や機能が統合されており、場合によっては運転に直接関係しないもの、例えば運転手や乗員の生理学的状態や健康状態をモニタリングすることを求めることもある。認知的負荷とストレス、及び(非視覚的)注意散漫が運転の実行に強く影響することが知られているため、この問題は特に重要である。
以下の出版物は、本開示の技術的背景に関連している。
US9642536B2は、1人以上の人のビデオの分析を扱っている。心拍数の情報はビデオから判定され、心拍数の情報は精神状態の分析に使用される。心拍数の情報とその結果として得られる精神状態の分析は、消費されるデジタルメディアや人が対話するデジタルメディアなどの刺激と相関関係がある。心拍数の情報は、精神状態を推測するために使用される。心拍数の情報に基づく精神状態の分析は、デジタルメディアの最適化やデジタルゲームの修正に使用できる。
US8977347B2は、心機能がモニタリングされている関心対象を撮影したビデオ画像から生成された時系列信号から心拍数の変動を推定するためのrPPG方法及びシステムを開示している。モニタリング対象の映像を処理して得られる時系列信号から低周波成分と高周波成分を抽出する。これらの成分の中の統合されたパワースペクトルの低周波数と高周波数の比率が計算される。時間の経過に伴うこの比率のダイナミクスの分析は、心拍数の変動を推定するために使用される。本明細書の教示は、比較的高い測定精度を備えた連続モニタリングモードで使用することができ、例えば、緊急治療室、心臓集中治療室、新生児集中治療室、及び様々な遠隔医療用途などの様々な多様な用途での使用を見出せる。
しかしながら、既知のrPPG方法は、運転者または乗員の頭の位置を判定し、さらなる画像評価のために顔の構造を識別する際の精度と速度に欠けている。さらに、既知のrPPG分析は、信号対雑音比が低く、心臓特徴検出が不正確になることに苛まれる。したがって、皮膚パッチの位置特定を最適化し、高速かつ高精度で分析するように構成された血流測定技術が必要とされている。
本開示の第1の態様は、1つ以上の心拍数特徴を判定するための方法に関する。本方法は、
・ 車内のカメラによって車内のユーザの一連の画像を取り込むことであって、各画像は1つ以上の色信号を含み、
画像の各々について、
・ 画像内でユーザの顔を位置特定し、
・ 画像の境界を判定し、顔は境界内で位置特定され、
・ 境界内で1つ以上の顔の特徴を検出し、
・ 検出された顔の特徴に基づいて、顔の皮膚パッチを表す画像の1つ以上の領域を判定する、取り込むこと、
・ 皮膚パッチを表す領域の色信号を分析すること、及び
・ 分析に基づいて1つ以上の心拍数特徴を判定することを含む。
・ 車内のカメラによって車内のユーザの一連の画像を取り込むことであって、各画像は1つ以上の色信号を含み、
画像の各々について、
・ 画像内でユーザの顔を位置特定し、
・ 画像の境界を判定し、顔は境界内で位置特定され、
・ 境界内で1つ以上の顔の特徴を検出し、
・ 検出された顔の特徴に基づいて、顔の皮膚パッチを表す画像の1つ以上の領域を判定する、取り込むこと、
・ 皮膚パッチを表す領域の色信号を分析すること、及び
・ 分析に基づいて1つ以上の心拍数特徴を判定することを含む。
この方法の目的は、ユーザの顔の皮膚パッチの一連の画像に基づいて、遠隔フォトプレチスモグラフィー(rPPG)によって心拍数特徴を判定することである。この方法は、車などの車両で実施することができ、車両の運転手または同乗者の心拍数または他の熱ビート特徴を判定することができる。これにより、ユーザは健康状態のモニタリングに過度に時間を費やすことなく、運転中にユーザの健康状態をモニタリングすることができる。運転手の健康状態をモニタリングすると、例えば、急性の健康上の問題が発生した場合に運転手に車を停止するよう促す出力信号を生成することができる。
本開示によれば、ユーザの顔の1つ以上の皮膚パッチを判定することは、画像内でユーザの顔を位置特定することと、顔をフレーミングする画像の境界を判定することとを含む。眉毛、目、鼻、口などの顔の特徴がこの境界内で検出される。顔の特徴の検索領域をこの境界内に狭めることの利点は、関連する画像セクションのみが分析されることである。したがって、顔の特徴の検出がより高速になる。顔の特徴は、顔の皮膚パッチの位置を判定するために使用される。
実施形態では、一連の画像の取り込みは、RGB画像を取り込む可視光カメラを使用して実行されることが好ましい。これにより、一連のRGB画像をさらに分析するために、最大のダイナミックレンジを持つ色の成分を選択できるようになる。
さらなる実施形態では、色信号を分析することは、顔の内部の異なる位置における色の時間的変動を判定するために、1つ以上の皮膚パッチの一連の画像における色の変化を抽出することをさらに含む。様々な位置でのデータ収集により、オプションで最適な画像を後で選択することができる。さらなるデジタル分析のためのデータアクセシビリティを向上させるために、色の変化は一連の数値に変換され、色の変化に基づいて各皮膚パッチの脈波が作成される。
実施形態では、この方法は、色の変化に基づいて血流強度を判定することをさらに含む。これにより、画像の連鎖と色の時間的変動は、心拍によって引き起こされる皮膚の血管を通る血流の変動に関連付けられる。この相関により、信号の分析と解釈が可能になる。
この方法はさらに、皮膚パッチの各々の脈波の各々を周波数空間に変換して、皮膚パッチの各々の周波数スペクトルを生成することを含む。これにより、さらなるデジタル画像処理が容易になり、1つの皮膚パッチのすべてのスペクトルを合計することができる。
代替の実施形態では、周波数スペクトルを生成することはさらに、
・ 各皮膚パッチからの脈波を1つ以上の重複する時間ウィンドウに分割すること、
・ ウィンドウの各々を周波数空間に変換して周波数スペクトルを生成すること、
・ 上記スペクトルを1つの累積スペクトルに合計することを含む。
重複するウィンドウを形成し、各ウィンドウを個別に周波数空間に変換し、次いですべてのスペクトルを合計することは、それによりノイズに属する周波数成分を除去できるため、データ分析にとって有益である。
・ 各皮膚パッチからの脈波を1つ以上の重複する時間ウィンドウに分割すること、
・ ウィンドウの各々を周波数空間に変換して周波数スペクトルを生成すること、
・ 上記スペクトルを1つの累積スペクトルに合計することを含む。
重複するウィンドウを形成し、各ウィンドウを個別に周波数空間に変換し、次いですべてのスペクトルを合計することは、それによりノイズに属する周波数成分を除去できるため、データ分析にとって有益である。
さらに、いくつかの実施形態では、各周波数スペクトルが所定の脈波パターンと比較され、類似性のレベルが判定される。周波数スペクトルと所定の波形パターンとの間の類似性のレベルは、質の尺度として機能する。例えば、脈波が所定の閾値、すなわち所定の脈波パターンとの所定の類似性のレベルに達しない場合、そのような脈波はすべて破棄される。その結果、ノイズの多い周波数スペクトル及び対応する皮膚パッチは、さらなる分析から除外される。ただし、所定の類似性レベルに達した脈波はすべて合計され、加重平均が求められる。重みは類似性に対応する、つまり、特定の脈波と所定の脈波の類似度が高いほど、合計に対するその寄与が大きくなる。したがって、そのようなアルゴリズムは、rPPG分析を使用して心拍数特徴を判定するのに特に適した皮膚パッチを選択し、分析をより正確にすることができる。
実施形態では、この方法は、各加重平均スペクトルのノイズレベルを検出すること、及びノイズレベルが所定の閾値を超えないすべての脈波を累積脈波に合計することをさらに含む。最良の信号対雑音比を備えた脈波をさらに選択することにより、ノイズが減少した累積脈波の形成に至る。
rPPG方法によれば、実施形態では、この方法は、心拍数特徴を抽出するために上記脈波のいずれかを処理することをさらに含み、心拍数特徴は、心拍数、心拍間隔、及び心拍数の変動のうちの1つ以上を含む。したがって、特に、脈波関数のピークが識別されて、心拍間隔または心拍数が判定される。スペクトル分析をさらに実行して、心拍数の変動を判定することもできる。
この方法は、心拍数特徴が複数のクラスに分類されることをさらに含んでもよく、クラスは、ユーザの異なる心理的及び/または生理学的状態に関連付けられる。このため、心拍数特徴は医学研究に基づいて解釈され、高い認知的負荷、ストレス、または眠気などの人間の内的状態に関する情報源として機能するが、これらに限定されない。この情報は、健康と幸福をモニタリングするために使用され得る。
本開示の第2の態様によれば、1つ以上の心拍数特徴を判定するためのシステムが提供される。このシステムはカメラとコンピューティング装置を備えている。システムは、上記のステップを実行するように構成されている。本開示の方法のすべての特性は、システムにも適用される。
本開示の特徴、目的、及び利点は、図面と共に取得されるとき、以下に記載されている詳細な説明からより明らかになる。図面では同様の参照番号が同様の要素を指す。
図1は、実施形態による、1つ以上の心拍数特徴を判定するための方法100のフローチャートを示す。この方法は、車内のユーザの顔の一連の画像を取り込むこと102を含む。好ましい実施形態では、画像は可視光カメラによって取り込まれたRGB画像である。画像の連鎖は、例えば毎秒30フレームの典型的なフレームレートで生成され得る。各フレームはピクセルのセットを表す。各ピクセルは単色にすることも、RGB画像の赤、緑、青の成分などの波長範囲を含むこともできる。RGB画像を使用して3つの色成分を取り込むと、一連の画像全体で最大のダイナミックレンジを持つ色成分を選択してさらに分析することができる。
この方法はさらに、1つ以上の画像102でユーザの顔の特徴を位置特定すること104を含む。顔の特徴を位置特定すること104は、2つのフェーズに分割することができる。第1のフェーズは、画像内でユーザの顔を位置特定することと、顔を囲む画像の境界を判定すること106とを含み得る。この第1のフェーズは、ユーザの顔の大まかな位置特定であり得、境界は顔を境界づける長方形のフレームであり得る。第2のフェーズは、この境界内で眉毛、目、鼻、口などの顔の特徴を検出すること108を含む。検索領域をこの境界内に狭めることにより、顔の特徴をより迅速かつ正確に検出できるようになる。
顔の特徴は、顔の構造を理解し、特定の皮膚パッチ、すなわちユーザの顔の皮膚に属するピクセルを判定する110ためのキーポイントである。皮膚パッチは、サイズ、均質性、顔の構造、及び頭の位置が異なる場合がある。
この方法はさらに、1つ以上の皮膚パッチの色信号を分析すること112を含む。皮膚パッチの色信号を分析することは、ユーザの顔の1つ以上の位置におけるユーザの顔の一連の画像の色の変化を抽出することを含む。様々な位置でのデータ収集により、さらなるデータ分析に最適な皮膚パッチをオプションで後続的に選択することができる。色の時間的変動は、さらなる分析におけるデータへのアクセス性を向上させるために、一連の数値、つまり脈波に変換される場合がある。色信号の分析は、図2のフローチャートに従って実行できる。
rPPGでは、周期的な脈波の形での色の変化が、皮膚の血管を通る血流の変動に関係している。この相関により、信号の分析と解釈が可能になる。
この方法はさらに、脈波から心拍数、心拍間隔及び心拍数の変動などの心拍数特徴を判定すること114を含むが、これに限定されない。これには、脈波のピークを検出すること、ピーク距離を判定すること、及び脈波パターンに基づいた心拍または心拍間隔を判定することが含まれる場合がある。他のタイプの脈波分析を適用して、例えば心拍数の変動を判定することもできる。
この方法はさらに、ユーザの心理的及び/または生理学的状態を複数のクラスに分類すること116を含み、これらのクラスは、ユーザの異なる心理的及び/または生理学的状態に関連付けられる。このため、心拍数特徴は医学研究に基づいて解釈され得、高い認知的負荷、ストレス、眠気などの内的状態に関する情報源として機能する可能性がある。この情報は、健康と幸福のモニタリング、うつ病や睡眠障害などの病気の予測と事前診断、てんかん、パニック発作、心臓発作などの病気の検出に使用される場合がある。
図2は、実施形態による画像情報を分析するための方法200のフローチャートを示す。ユーザの顔の皮膚パッチの各々の色信号、またはユーザの顔の任意の画像の色信号を分析112し、一連の画像の色の変化を脈波に変換することは、心拍数特徴をより正確に判定できるようにするために、さらなるデジタルデータ処理及びデータの選択を含んでもよい。この方法は、一連の画像の色の変化を抽出すること202を含む。好ましい実施形態では、画像はRGB画像であってもよく、最大のダイナミックレンジを有する色成分が選択されてもよい。
この方法はさらに、色の変化を血流強度と関連付けること204を含む。色の変化は、周期的で心拍数特徴に対応する場合がある。
この方法は、そのような色の変化を一連の数値に変換し、脈波を作成すること206を含む。
この方法はさらに、皮膚パッチの各々の脈波の各々を周波数空間に変換して、皮膚パッチの各々の周波数スペクトルを生成すること214を含むことができる。これにより、さらなるデジタル画像処理が容易になり、1つの皮膚パッチのすべてのスペクトルを合計することができる。
代替実施形態では、周波数スペクトルを作成すること214は、各皮膚パッチからの脈波を1つ以上の重複する時間ウィンドウに分割すること208、ウィンドウの各々を周波数空間に変換210して周波数スペクトルを生成すること、及び上記スペクトルを1つの累積スペクトルに合計すること212をさらに含むことができる。重複するウィンドウを形成し、各ウィンドウを個別に周波数空間に変換し、すべてのスペクトルを合計することにより、ノイズに属する周波数成分を除去することができる。
さらに、いくつかの実施形態では、方法は、各周波数スペクトルを所定の脈波パターンと比較すること216、及び各周波数スペクトル及び/または各脈波と所定の脈波との間の類似性のレベルを判定することを含む。所定の脈波パターンは、理想的な波形に似ていることもあり、血流強度と直接相関していることもある。周波数スペクトル及び/または脈波及び所定の波形パターンとの間の類似性のレベルは、質の尺度として機能し得る。例えば、脈波が所定の閾値、すなわち、所定の脈波パターンとの所定の類似性のレベルに達しない場合218、この方法は、そのような脈波をすべて破棄すること220を含む。その結果、ノイズの多い周波数スペクトル及び対応する皮膚パッチは、さらなる分析から除外される。この方法は、すべての脈波から加重脈波平均を形成すること224をさらに含み、それに際して所定の類似性レベルに達している222。加重平均脈波に寄与する個々の脈波の重みは類似性に対応する。すなわち、特定の脈波と所定の脈波との類似度が高いほど、合計への寄与が大きくなる。したがって、そのようなアルゴリズムは、rPPG分析を使用して心拍数特徴を判定するのに特に適した皮膚パッチを選択し得、それによって心拍数特徴を判定する精度を向上させることができる。
実施形態では、本方法は、各加重平均スペクトルのノイズレベルを検出すること226、及びノイズレベルが所定の閾値を超えない232すべての脈波を合計して累積脈波300とすることをさらに含んでもよい。この方法は、所定のノイズ閾値を超える228すべての脈波を破棄すること230を含む。最良の信号対雑音比を備えた脈波をさらに選択することにより、ノイズのレベルが低下した修正版脈波が形成される。
図3は、別の実施形態による画像情報を判定するための方法300のフローチャートを示す。実施形態では、心拍数特徴抽出に使用される脈波の作成は、ユーザの顔の皮膚パッチの各々のための方法200による画像情報を分析することを含み、さらなる分析のために、皮膚パッチ302a、302b、302c、…の各々の最良の信号対雑音比である適切な脈波を選択することができる。この方法は、ノイズレベルが低減された補正脈波302a、302b、302c、…の平均を合計または判定することと、最小のノイズを含み得、高精度で心拍数特徴を判定するために使用され得る累積脈波を作成する304こととをさらに含んでもよい。
図4は、実施形態による1つ以上の心拍数特徴を判定するためのシステム400のブロック図を示す。このシステムは、カメラ404及びコンピュータ装置406を備える。好ましい実施形態では、カメラ404は可視光カメラである。カメラはシステムのユーザに面し、ユーザの顔の一連の画像を記録する。カメラの水平視野は180~200°であり得る。カメラの一般的なフレームレートは、例えば30フレーム/秒(fps)と60fpsの間になり得る。カメラのカメラ解像度は十分に高く、目、眉、鼻、口の位置などの顔の輪郭や特徴を認識できる。一般的な値は、例えば1920ピクセル×1080ピクセルであり得る。
システムは、上記の方法を実行するように構成されている。
100 1つ以上の心拍数特徴を判定するための方法
102~116 方法100のステップ
200 画像データを分析するための方法
202~232 方法200のステップ
300 画像データを判定するための方法
302~304 方法300のステップ
400 1つ以上の心拍数特徴を判定するためのシステム
402 カメラ
404 コンピュータ装置
102~116 方法100のステップ
200 画像データを分析するための方法
202~232 方法200のステップ
300 画像データを判定するための方法
302~304 方法300のステップ
400 1つ以上の心拍数特徴を判定するためのシステム
402 カメラ
404 コンピュータ装置
Claims (13)
- 1つ以上の心拍数特徴を判定するための方法であって、
車内のカメラによって、前記車内のユーザの一連の画像を取り込むことであって、各画像は1つ以上の色信号を含み、
前記画像の各々について、
前記画像内で前記ユーザの顔を位置特定し、
前記画像の境界を判定し、前記顔は前記境界内で位置特定され、
前記境界内で1つ以上の顔の特徴を検出し、
前記検出された顔の特徴に基づいて、前記顔の皮膚パッチを表す前記画像の1つ以上の領域を判定する、前記取り込むこと、
前記皮膚パッチを表す前記領域の前記色信号を分析すること、及び
前記分析に基づいて1つ以上の心拍数特徴を判定すること、を含む、前記方法。 - 一連の画像を取り込むことが、RGB画像を取り込む可視光カメラを使用して実行される、請求項1に記載の方法。
- 前記色信号を分析することが、
1つ以上の皮膚パッチの前記一連の画像における色の変化を判定すること、及び
前記色の変化に基づいて各皮膚パッチの脈波を作成することをさらに含む、請求項1に記載の方法。 - 前記色の変化に基づいて血流強度を判定することをさらに含む、請求項3に記載の方法。
- 前記皮膚パッチの各々の前記脈波の各々を周波数空間に変換して、前記皮膚パッチの各々の周波数スペクトルを生成することをさらに含む、請求項3に記載の方法。
- 周波数スペクトルを生成することが、
各皮膚パッチからの前記脈波を1つ以上の重複する時間ウィンドウに分割すること、
前記ウィンドウの各々を前記周波数空間に変換して周波数スペクトルを生成すること、
前記スペクトルを1つの累積スペクトルに合計することを含む、請求項5に記載の方法。 - 各周波数スペクトルを所定の脈波パターンと比較し、類似性のレベルを判定すること、
前記類似性のレベルが所定の閾値に達しない脈波をすべて破棄すること、及び
前記類似性のレベルが所定の閾値に達するすべての脈波の加重平均を判定することであって、前記類似性のレベルが前記加重平均の重みを定義することをさらに含む、請求項5に記載の方法。 - 各加重平均スペクトルのノイズレベルを検出すること、及び前記ノイズレベルが所定の閾値を超えないすべての脈波を合計して累積脈波とすること、をさらに含む、請求項6及び7のいずれかに記載の方法。
- 心拍数特徴を抽出するために前記脈波を処理することであって、前記心拍数特徴は、心拍数、心拍間隔、及び心拍数の変動のうちの1つ以上を含む、前記処理すること、をさらに含む、上記請求項のいずれかに記載の方法。
- 前記心拍数特徴が複数のクラスに分類され、前記クラスは、前記ユーザの異なる心理的及び/または生理学的状態に関連付けられる、請求項9に記載の方法。
- 1つ以上の心拍数特徴を判定するためのシステムであって、
カメラ、及び
コンピューティング装置を含み、
前記システムは、請求項1から10のいずれかに記載の方法を実行するように構成されている、前記システム。 - 前記カメラは、RGB画像を取り込む可視光カメラである、請求項11に記載のシステム。
- 前記コンピューティング装置は、前記1つ以上の心拍数特徴に基づいて、前記ユーザの認知的負荷、ストレス、または眠気の1つ以上を検出し、医学的状態を推測し、あるいは人間の健康または幸福をモニタリングするようにさらに構成されている、請求項11及び12のいずれかに記載のシステム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/RU2021/000135 WO2022211656A1 (en) | 2021-03-30 | 2021-03-30 | Method and system for heart rate extraction from rgb images |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024518677A true JP2024518677A (ja) | 2024-05-02 |
Family
ID=76305977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023555268A Pending JP2024518677A (ja) | 2021-03-30 | 2021-03-30 | Rgb画像から心拍数を抽出するための方法及びシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240138692A1 (ja) |
EP (1) | EP4312721A1 (ja) |
JP (1) | JP2024518677A (ja) |
KR (1) | KR20230161443A (ja) |
CN (1) | CN117136027A (ja) |
WO (1) | WO2022211656A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023195872A1 (en) * | 2022-04-05 | 2023-10-12 | Harman Becker Automotive Systems Gmbh | Method and system for determining heartbeat characteristics |
WO2024112442A1 (en) * | 2022-11-23 | 2024-05-30 | Harman International Industries, Incorporated | Human functional state detector |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9642536B2 (en) | 2010-06-07 | 2017-05-09 | Affectiva, Inc. | Mental state analysis using heart rate collection based on video imagery |
US8977347B2 (en) | 2012-06-25 | 2015-03-10 | Xerox Corporation | Video-based estimation of heart rate variability |
WO2016158624A1 (ja) * | 2015-03-30 | 2016-10-06 | 国立大学法人東北大学 | 生体情報計測装置、生体情報計測方法、生体情報表示装置及び生体情報表示方法 |
KR101738278B1 (ko) * | 2015-12-31 | 2017-05-22 | 성균관대학교산학협력단 | 영상을 이용한 감정 인식 방법 |
CA2958003C (en) * | 2016-02-19 | 2022-04-05 | Paul Stanley Addison | System and methods for video-based monitoring of vital signs |
US11259710B2 (en) * | 2018-05-16 | 2022-03-01 | Mitsubishi Electric Research Laboratories, Inc. | System and method for remote measurements of vital signs |
-
2021
- 2021-03-30 JP JP2023555268A patent/JP2024518677A/ja active Pending
- 2021-03-30 KR KR1020237032110A patent/KR20230161443A/ko unknown
- 2021-03-30 EP EP21730695.0A patent/EP4312721A1/en active Pending
- 2021-03-30 US US18/550,913 patent/US20240138692A1/en active Pending
- 2021-03-30 WO PCT/RU2021/000135 patent/WO2022211656A1/en active Application Filing
- 2021-03-30 CN CN202180096706.0A patent/CN117136027A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4312721A1 (en) | 2024-02-07 |
KR20230161443A (ko) | 2023-11-27 |
WO2022211656A1 (en) | 2022-10-06 |
CN117136027A (zh) | 2023-11-28 |
US20240138692A1 (en) | 2024-05-02 |
WO2022211656A8 (en) | 2023-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alghoul et al. | Heart rate variability extraction from videos signals: ICA vs. EVM comparison | |
Zhang et al. | Driver drowsiness detection using multi-channel second order blind identifications | |
CN107427233B (zh) | 脉波检测装置、以及脉波检测程序 | |
EP3278722B1 (en) | Pulse wave detection device and pulse wave detection program | |
JP6521845B2 (ja) | 心拍に連動する周期的変動の計測装置及び計測方法 | |
Blöcher et al. | An online PPGI approach for camera based heart rate monitoring using beat-to-beat detection | |
CN105147274A (zh) | 一种从可见光谱段人脸视频信号中提取心率的方法 | |
JP2024518677A (ja) | Rgb画像から心拍数を抽出するための方法及びシステム | |
Li et al. | An improvement for video-based heart rate variability measurement | |
Hernandez-Ortega et al. | Quality-based pulse estimation from NIR face video with application to driver monitoring | |
CN111839492A (zh) | 一种基于面部视频序列的心率非接触式测量方法 | |
US10292594B2 (en) | Method and system for contactless detection of cardiac activity | |
Panigrahi et al. | Non-contact HR extraction from different color spaces using RGB camera | |
Fernández et al. | Unobtrusive health monitoring system using video-based physiological information and activity measurements | |
Zhang et al. | Sleep/wake classification via remote PPG signals | |
CN116509359A (zh) | 一种工地作业的多目标心率监测方法及装置 | |
KR102493242B1 (ko) | 인공지능 학습을 통해 광용적맥파로부터 대동맥판막협착증 및 기타 심혈관 질환 위험도를 판단하는 방법 및 시스템 | |
WO2017154477A1 (ja) | 脈拍推定装置、脈拍推定システムおよび脈拍推定方法 | |
Sarkar et al. | Assessment of psychophysiological characteristics using heart rate from naturalistic face video data | |
CN104688199A (zh) | 一种基于皮肤色素浓度差分的非接触式脉搏测量方法 | |
Ben Salah et al. | Contactless heart rate estimation from facial video using skin detection and multi-resolution analysis | |
AV et al. | Non-contact heart rate monitoring using machine learning | |
Le et al. | Heart Rate Estimation Based on Facial Image Sequence | |
Nair et al. | Non-contact heart-rate measurement using KLT-algorithm | |
Malini | Non-Contact Heart Rate Monitoring System using Deep Learning Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240208 |