JP6244178B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP6244178B2 JP6244178B2 JP2013233863A JP2013233863A JP6244178B2 JP 6244178 B2 JP6244178 B2 JP 6244178B2 JP 2013233863 A JP2013233863 A JP 2013233863A JP 2013233863 A JP2013233863 A JP 2013233863A JP 6244178 B2 JP6244178 B2 JP 6244178B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- vibration information
- parameter
- processing apparatus
- information processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
Description
前記第1のパラメータと前記第2のパラメータとの切り替え時の前記周期関数の出力値は所定値であってもよい。
本発明の一実施形態に係る情報処理装置は、センサによる観測結果に基づいて動体の任意な動き成分を評価する。詳しくは、情報処理装置は、周期運動を行う動体の変位を記述する任意の周期関数モデル、およびセンサの出力信号波形についてパーティクルフィルタの枠組みを適用することで、周期関数モデルに含まれるパラメータを直接推定する。情報処理装置は、推定したパラメータにより、動体の任意の動き成分を評価することができる。また、情報処理装置は、推定したパラメータを適用した周期関数モデルの出力信号波形への当てはまりの良さに基づき、周期関数モデルが対象とした動きの有無を推定することができる。
本実施形態に係る情報処理装置は、周期運動を行う動体から観測された振動情報に基づいて、その動体の状態を推定することが可能である。本明細書では、情報処理装置1は、動体の一例として人を対象とし、周期運動の一例として人の呼吸運動を対象とし、呼吸運動の状態を推定するものとする。
まず、図1を参照して、第1の実施形態に係る情報処理装置の内部構成を説明する。
人4は、ビート信号生成部3から照射される電波を反射する物体である。また、人4は、呼吸運動という周期運動を行う動体である。呼吸運動は、吸気動作と呼気動作とに分けられるが、それぞれ速度変化が異なることが一般的である。
ビート信号生成部3は、電波を人4に向けて送信し、人4により反射された電波を受信するセンサであり、送信波と受信波との差分の周波数の信号であるビート信号(第1の振動情報)を出力する。ビート信号は、人4の呼吸運動という周期運動の位相変動を示す情報である。電波の他にも、ビート信号生成部3は、音波や光等を送受信してビート信号を出力してもよい。ここで、ビート信号生成部3は、連続波型かつ直交検波方式であるものとし、正弦波および余弦波の2波を出力信号として出力するが、連続波型ではなく一定区間の周波数範囲内で周波数が変化するスイープ型や、一定区間で周波数が切替える周波数切替え型へも応用が可能である。これら出力信号を複素数表現としてまとめ、次式で表現する。
IIRフィルタ2は、アナログ回路内に構成された無限インパルス応答フィルタであり、人4を観測するビート信号生成部3からの出力に対してIIRフィルタを適用する。本明細書では、IIRフィルタ2は、1次のIIRハイパスフィルタであるものとする。上述したように、ビート信号には直流成分が含まれているが、直流成分の存在は対象の変位を記述する位相部分の抽出を行う場合の障害や、信号飽和の原因となる。このため、情報処理装置1は、IIRフィルタ2を用いてこの直流成分を除去する。ビート信号生成部のオフセット電圧が正しく補正もしくは除去されるような場合では、本フィルタのない構成も適用可能であるが、擬似的なビート信号を推定するために計算可能な手法をとることが重要である。IIRフィルタ2は、入力信号の周波数に応じて振幅と位相を非線形に変調させるが、直流成分を除去可能である。IIRフィルタ2は、上記数式1で示したビート信号から直流成分を除去して、次式で示す信号を出力する。
標準化部40は、IIRフィルタ2から出力されたビート信号を標準化する機能を有する。具体的には、標準化部40は、ビート信号を平均0、標準偏差1に標準化するものとする。なお、標準化部40を、ビート信号を入力する入力部として捉えることもできる。
生成部10は、人4の周期運動をモデル化した1つ以上のパラメータを含む周期関数に基づいて、モデル化した人4の周期運動をビート信号生成部3が観測した場合に出力されると想定されるビート信号を、疑似的に生成する機能を有する。生成部10が生成する疑似的なビート信号を、疑似ビート信号(第2の振動情報)とも称する。生成部10は、変位モデル11、ビート信号モデル12、IIRフィルタ13、および標準化部14として機能する。
変位モデル11は、人4の周期運動をモデル化した1つ以上のパラメータを含む周期関数である。具体的には、変位モデル11は、人4の呼吸による胸壁の変位変化(位置変動を示す情報)をモデル化した周期関数であり、後述する数式4で示すr(t)である。以下、本実施形態に係る胸壁の変位モデルの説明の前に、まず、胸壁の変位モデルについての比較例を説明する。
ここで、V(≧0)は最大変位量[m]、f(≧0)は呼吸周波数[Hz]、θ,(0≦θ<2π)は呼吸初期位相[rad]、n(≧1)は形状変化パラメータ(非負整数)である。s(t)が増加する場合を吸気動作、減少する場合を呼気動作とする。図2Aに、パラメータn以外のパラメータを固定(V=1.00,f=0.25,θ=−π/2)した場合の形状変化例を示す。なお、図2は、第1の実施形態に係る変位モデルを説明するための図である。符号101は、n=1とした場合のs(t)であり、符号102は、n=2とした場合のs(t)である。図2Aに示すように、nの増加に伴い、速度の変化量が大きくなっている。
ビート信号モデル12は、変位モデル11から出力された胸壁の変位変化(位置変動を示す情報)を、ビート信号表現(位相変動を示す情報)に変形する処理を行う。即ち、ビート信号モデル12は、変位モデル11により表現された疑似的な人間の胸壁の変化を、ビート信号生成部3が観測した場合に出力されると想定される疑似ビート信号に変換する機能を有する。具体的には、ビート信号モデル12は、呼吸変位モデルr(t)を入力とするビート信号モデルR(t)として次式で定義される。
IIRフィルタ13は、ディジタルフィルタとして構成された無限インパルス応答フィルタであり、ビート信号モデル12から出力された疑似ビート信号に対して疑似的なIIRフィルタを適用する。本明細書では、IIRフィルタ13はIIRバタワース・ハイパスフィルタであるものとする。IIRフィルタ13は、IIRフィルタ2の性質を模擬した疑似的なディジタルフィルタである。ビート信号生成部3から出力されたビート信号は、アナログ回路で実装されたIIRフィルタ2により信号処理される。これと同様に、ビート信号モデル12から出力された疑似ビート信号は、IIRフィルタ2の性質を模擬したIIRフィルタ13により信号処理される。IIRフィルタ13により信号処理された後の疑似ビート信号を、次式で定義する。
標準化部14は、IIRフィルタ13から出力された疑似ビート信号を標準化する機能を有する。具体的には、標準化部14は、標準化部40と同様に、疑似ビート信号を平均0、標準偏差1に標準化するものとする。
推定部20は、標準化部40から出力されたビート信号と生成部10により生成された疑似ビート信号との比較結果に基づいて、生成部10で用いたモデルのパラメータを推定する機能を有する。推定部20は、逐次的にパラメータを推定する。生体の動きのミクロな非対称性等の歪みはモデルで吸収し、長期的な動きの変動による歪みは、逐次的な推定により動的に追随し吸収する。詳しくは、推定部20は、推定したパラメータを用いて生成部10により再度生成された疑似ビート信号と、標準化部40から出力されたビート信号との比較結果に基づいて、パラメータ推定を繰り返す。
粒子更新部23は、パーティクルフィルタの粒子を更新する機能を有する。粒子更新部23により更新される粒子を、次式で定義する。
尤度算出部21は、粒子更新部23により更新された粒子xk (i)の尤度を算出する機能を有する。詳しくは、尤度算出部21は、ビート信号と疑似ビート信号とを同一の条件で、即ちIIRフィルタが適用され且つ標準化された形状同士で比較することで、尤度を算出する。尤度算出部21が算出する尤度の観測モデルを次式で定義する。
リサンプリング部22は、尤度算出部21により算出された尤度に基づいて、粒子をリサンプリングする機能を有する。粒子更新部23により更新された粒子のうち、リサンプリング部22が各粒子を得る確率は、数式10で示した観測モデルと数式8で示したモンテカルロ近似表現から次式で定義される。
状態推定部30は、ビート信号と疑似ビート信号との一致度に基づいて、人4の状態を推定する機能を有する。具体的には、状態推定部30は、尤度算出部21により出力された尤度に基づいて、人4の状態を推定する。例えば、状態推定部30は、尤度が高い場合は呼吸動作を行う人4がビート信号生成部3の照射範囲に存在する推定し、低い場合は存在しないと推定する。これは、呼吸モデルが呼吸による動きに基づく場合に最も精度良く疑似ビート信号を生成するが、ランダム的な雑音など、呼吸でない場合の信号には追随できず、疑似ビート信号と実際のビート信号の差異が拡大するためである。他にも、状態推定部30は、リサンプリング部22により出力されたパラメータ推定値に基づいて、人4の状態を推定してもよい。例えば、吸気の速度変化を規定するα、呼気の速度変化を規定するβにより、人4の呼気および吸気の際の動き成分を別々に評価することができる。情報処理装置1は、数式4で示した呼吸変位モデルr(t)のように、動体の周期運動をパラメータを含むモデルにより表現し、そのパラメータを推定することで、ビート信号生成部3の照射範囲内の任意の動き成分を評価することが可能となる。また、状態推定部30は、αおよびβの時系列変化や値の大小等に応じて、人4の状態に異常が発生したか否か等を判定することも可能である。
図3は、第1の実施形態に係る情報処理装置1の動作を示すフローチャートである。図3に示すように、まず、ステップS102で、情報処理装置1は、粒子を初期化する。詳しくは、粒子更新部23は、状態ベクトルxkの初期値x0、およびシステムノイズvkの初期値v0を与える。
上記では、情報処理装置1は、ビート信号生成部3による観測結果に基づいて人4の状態を推定するとしたが、本発明はかかる例に限定されない。例えば、情報処理装置1は、距離を計測するセンサや加速度センサ等の他のセンサによる観測結果に基づいて、人4の状態を推定してもよい。
続いて、図4〜図8を参照して、本実施形態に係る情報処理装置1の有効性を検証するために行った実験結果の一例を説明する。
図4は、第1の実施形態に係る情報処理装置1の実験環境を説明するための図である。図4に示すように、ビート信号生成部3は壁に設置され、人4を観測している。実験には、ビート信号生成部3として、沖電気工業株式会社製の24GHz連続波型マイクロ波ドップラーレーダ(DSU v1.0)を用いた。図4に示すように、ビート信号生成部3は高さ2.00mの位置に俯角を30度として配置されており、人4の胸部からビート信号生成部3のアンテナ直下までの距離は約2.81mとなる。図4に示すように、ビート信号生成部3と人4との間の距離は約3.25mであり、本実験環境は、ビート信号生成部3と人4との間の距離が長い状況(>3.0m)についての有効性を検証可能である。また、人4は、仰臥位をとっている。本実験環境は、ビート信号生成部3が人4を見下ろす形で設計されているが、これは実際の見守り環境を想定しているためである。
本実験では、以下の2つの評価基準で実験結果を評価した。
第1に、本実験では、次式で示す最大対数尤度Lkを用いて実験結果を評価した。
続いて、図5〜図8を参照して、上記説明した実験環境における実験結果を説明する。図5〜図8は、第1の実施形態に係る情報処理装置1の実験結果を示す図である。
表1に示すように、被験者「C」「E」「F」についての、吸気に関するパラメータαおよび呼気に関するパラメータβは、一致していない上に、一方の平均値が他方の平均値の約2倍となっている。この結果は、個人によって吸気速度と呼気速度のバランスが異なっていることを示唆している。
以上説明したように、本発明の一実施形態に係る情報処理装置1は、センサによる観測結果に基づいて動体の任意な動き成分を評価することが可能である。詳しくは、情報処理装置1は、周期運動を行う動体の変位を記述する任意の周期関数モデル、およびセンサからの出力波形についてパーティクルフィルタの枠組みを適用することで、周期関数モデルに含まれるパラメータを直接推定する。情報処理装置1は、推定したパラメータにより、動体の任意の動き成分を評価することができ、推定したパラメータを適用した周期関数モデルの尤度に基づき、周期関数モデルの対象とした動きの有無を推定することができる。また、情報処理装置は、パーティクルフィルタによりパラメータを逐次推定するため、動体の任意の動き成分、および周期関数モデルが対象とした動きの有無を随時推定することができる。
10 生成部
11 変位モデル
12 ビート信号モデル
13 IIRフィルタ
14 標準化部
20 推定部
21 尤度算出部
22 リサンプリング部
23 粒子更新部
30 状態推定部
40 標準化部
2 IIRフィルタ
3 ビート信号生成部
4 人
5 変位センサ
Claims (13)
- 動体から観測された第1の振動情報を入力する入力部と、
前記動体の周期運動をモデル化した1つ以上のパラメータを含む周期関数に基づいて第2の振動情報を生成する生成部と、
前記入力部により入力された前記第1の振動情報と前記生成部により生成された前記第2の振動情報との比較結果に基づいて前記パラメータを推定する推定部と、
を備え、
前記推定部は、推定した前記パラメータを用いて前記生成部により再度生成された前記第2の振動情報と前記第1の振動情報との比較結果に基づく前記パラメータの推定を繰り返し、
前記動体は生体であり、前記周期運動は呼吸運動であり、前記周期関数が含む前記パラメータの一部は、吸気動作に対応する第1のパラメータと呼気動作に対応する第2のパラメータとで周期的に切り替えられ、前記第1のパラメータと前記第2のパラメータとは異なる、情報処理装置。 - 前記第1の振動情報は、前記動体の前記周期運動の位相変動を示す情報であり、
前記周期関数は、前記動体の位置変動を示すモデルであり、
前記生成部は、前記周期関数により出力される位置変動を示す情報を位相変動を示す情報に変換することで前記第2の振動情報を生成する、請求項1に記載の情報処理装置。 - 前記第1の振動情報は、音波もしくは電波による送信波と振動体である前記動体による反射波との合成により得られるビート信号である、請求項2に記載の情報処理装置。
- 前記第1の振動情報は、前記動体の位置変動を示す情報であり、
前記周期関数は、前記動体の位置変動を示すモデルであり、
前記生成部は、前記周期関数から出力される位置変動を示す情報を前記第2の振動情報とする、請求項1に記載の情報処理装置。 - 前記第1の振動情報は、前記動体の加速度を示す情報であり、
前記周期関数は、前記動体の位置変動を示すモデルであり、
前記生成部は、前記周期関数から出力される位置変動を示す情報を加速度を示す情報に変換することで前記第2の振動情報を生成する、請求項1に記載の情報処理装置。 - 前記推定部は、前記第1の振動情報および前記第2の振動情報を標準化した波形を比較する、請求項1〜5のいずれか一項に記載の情報処理装置。
- 前記入力部に入力される前記第1の振動情報は、前記動体を観測するセンサからの出力にIIR(Infinite impulse response)フィルタを適用した情報であり、
前記生成部は、疑似的なIIRフィルタを適用して前記第2の振動情報を生成する、請求項1〜6のいずれか一項に記載の情報処理装置。 - 前記情報処理装置は、前記第1の振動情報と前記第2の振動情報との一致度に基づいて前記動体の状態を推定する状態推定部をさらに備える、請求項1〜7のいずれか一項に記載の情報処理装置。
- 前記推定部は、前記パラメータをパーティクルとしたパーティクルフィルタ、カルマンフィルタ、または複数のカルマンフィルタのアンサンブルにより、前記パラメータを逐次的に推定する、請求項1〜8のいずれか一項に記載の情報処理装置。
- 前記推定部は、複数の前記パーティクルに含まれる前記パラメータの平均値、中央値、または最頻値の少なくともいずれかを代表値とする、請求項9に記載の情報処理装置。
- 前記第1のパラメータと前記第2のパラメータとの切り替え時の前記周期関数の出力値は所定値である、請求項1〜10のいずれか一項に記載の情報処理装置。
- 動体から観測された第1の振動情報を入力するステップと、
前記動体の周期運動をモデル化した1つ以上のパラメータを含む周期関数に基づいて第2の振動情報を生成するステップと、
入力された前記第1の振動情報と生成された前記第2の振動情報との比較結果に基づいて前記パラメータを推定するステップと、
推定した前記パラメータを用いて再度生成された前記第2の振動情報と前記第1の振動情報との比較結果に基づく前記パラメータの推定を繰り返すステップと、
を備え、
前記動体は生体であり、前記周期運動は呼吸運動であり、前記周期関数が含む前記パラメータの一部は、吸気動作に対応する第1のパラメータと呼気動作に対応する第2のパラメータとで周期的に切り替えられ、前記第1のパラメータと前記第2のパラメータとは異なる、情報処理方法。 - コンピュータを、
動体から観測された第1の振動情報を入力する入力部と、
前記動体の周期運動をモデル化した1つ以上のパラメータを含む周期関数に基づいて第2の振動情報を生成する生成部と、
前記入力部により入力された前記第1の振動情報と前記生成部により生成された前記第2の振動情報との比較結果に基づいて前記パラメータを推定する推定部と、
を備え、
前記推定部は、推定した前記パラメータを用いて前記生成部により再度生成された前記第2の振動情報と前記第1の振動情報との比較結果に基づく前記パラメータの推定を繰り返し、
前記動体は生体であり、前記周期運動は呼吸運動であり、前記周期関数が含む前記パラメータの一部は、吸気動作に対応する第1のパラメータと呼気動作に対応する第2のパラメータとで周期的に切り替えられ、前記第1のパラメータと前記第2のパラメータとは異なる、情報処理装置として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013233863A JP6244178B2 (ja) | 2013-11-12 | 2013-11-12 | 情報処理装置、情報処理方法及びプログラム |
US14/519,100 US20150134263A1 (en) | 2013-11-12 | 2014-10-20 | Information processing apparatus, information processing method, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013233863A JP6244178B2 (ja) | 2013-11-12 | 2013-11-12 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015093038A JP2015093038A (ja) | 2015-05-18 |
JP6244178B2 true JP6244178B2 (ja) | 2017-12-06 |
Family
ID=53044486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013233863A Active JP6244178B2 (ja) | 2013-11-12 | 2013-11-12 | 情報処理装置、情報処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20150134263A1 (ja) |
JP (1) | JP6244178B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6536038B2 (ja) * | 2015-01-19 | 2019-07-03 | 沖電気工業株式会社 | 周期推定装置、周期推定方法及びプログラム。 |
JP6635720B2 (ja) * | 2015-08-31 | 2020-01-29 | シスメックス株式会社 | 血液分析装置及び血液分析方法 |
JP6767318B2 (ja) * | 2017-07-10 | 2020-10-14 | 日本電信電話株式会社 | 心拍間隔モデリング装置、および異常状態判定方法 |
US11457875B2 (en) * | 2018-03-08 | 2022-10-04 | Panasonic Intellectual Property Corporation Of America | Event prediction system, sensor signal processing system, event prediction method, and non-transitory storage medium |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2377494B (en) * | 2001-07-09 | 2004-07-28 | Autoliv Dev | "Improvements in or relating to an off-set elimination system for a vibrating gyroscope" |
US7133801B2 (en) * | 2002-06-07 | 2006-11-07 | Exxon Mobil Research And Engineering Company | System and methodology for vibration analysis and condition monitoring |
JP2004089516A (ja) * | 2002-09-02 | 2004-03-25 | Mitsubishi Electric Corp | 放射線照射装置 |
CA2522006C (en) * | 2003-04-10 | 2013-05-28 | Vivometrics, Inc. | Systems and methods for respiratory event detection |
US20070270671A1 (en) * | 2006-04-10 | 2007-11-22 | Vivometrics, Inc. | Physiological signal processing devices and associated processing methods |
US20080077015A1 (en) * | 2006-05-17 | 2008-03-27 | Olga Boric-Lubecke | Determining presence and/or physiological motion of one or more subjects with multiple receiver Doppler radar systems |
FR2943233B1 (fr) * | 2009-03-18 | 2013-10-11 | Imra Europe Sas | Procede de surveillance d'un parametre biologique d'une personne au moyen d'un filtrage non-lineaire bayesien |
JP5448515B2 (ja) * | 2009-03-25 | 2014-03-19 | シチズンホールディングス株式会社 | 生体信号測定装置 |
WO2011011413A2 (en) * | 2009-07-20 | 2011-01-27 | University Of Florida Research Foundation, Inc. | Method and apparatus for evaluation of a subject's emotional, physiological and/or physical state with the subject's physiological and/or acoustic data |
US9888866B2 (en) * | 2010-10-12 | 2018-02-13 | Worcester Polytechnic Institute | System for extracting respiratory rates from a pulse oximeter |
JP5672144B2 (ja) * | 2011-05-20 | 2015-02-18 | 富士通株式会社 | 心拍数・呼吸数検出装置,方法およびプログラム |
-
2013
- 2013-11-12 JP JP2013233863A patent/JP6244178B2/ja active Active
-
2014
- 2014-10-20 US US14/519,100 patent/US20150134263A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
JP2015093038A (ja) | 2015-05-18 |
US20150134263A1 (en) | 2015-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106659428B (zh) | 通过无线电反射的生命体征监测 | |
Cippitelli et al. | Radar and RGB-depth sensors for fall detection: A review | |
JP6244178B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2021053410A (ja) | 高分解能距離感知のためのシステム及び方法、並びにその適用 | |
CA2891839C (en) | Remote sensing of human breathing at a distance | |
Fujita et al. | PARHELIA: Particle filter-based heart rate estimation from photoplethysmographic signals during physical exercise | |
CN108926333B (zh) | 用于心率估计的系统和方法 | |
Transue et al. | Real-time tidal volume estimation using iso-surface reconstruction | |
Prathosh et al. | Estimation of respiratory pattern from video using selective ensemble aggregation | |
US20230337928A1 (en) | Systems and methods for remotely tracking life signs with a millimeter-wave radar | |
CN105962914B (zh) | 基于盲源分离的呼吸与心跳信号的分离方法及装置 | |
WO2014141519A1 (ja) | 状態認識装置、状態認識方法及び記録媒体 | |
EP2368492A1 (en) | A method for estimating parameters indicative of a heart performance, a radar system and a computer program product | |
Acharya et al. | Ensemble learning approach via kalman filtering for a passive wearable respiratory monitor | |
Schätz et al. | Statistical recognition of breathing by MS Kinect depth sensor | |
Narayanan | Earthquake survivor detection using life signals from radar micro-doppler | |
JP2015217143A (ja) | 心拍計測装置 | |
WO2018234394A1 (en) | SYSTEM AND METHOD FOR RESPIRATION MONITORING USING RADAR BASED SENSOR SYSTEMS AND SIGNAL SELF-CORRELATION FUNCTION | |
Alekhin et al. | A novel method for recognition of bioradiolocation signal breathing patterns for noncontact screening of sleep apnea syndrome | |
US20160000355A1 (en) | Automatic method of predictive determination of the position of the skin | |
JP2022185752A (ja) | 生体情報検出システム、プログラム、及び、生体情報検出方法 | |
JP5383890B1 (ja) | 物体数検知装置及びプログラム | |
Ren et al. | Analysis of micro-Doppler signatures for vital sign detection using UWB impulse Doppler radar | |
Dirksmeyer et al. | Developing of algorithms monitoring heartbeat and respiration rate of a seated person with an FMCW radar | |
Mikhelson et al. | Remote sensing of heart rate using millimeter-wave interferometry and probabilistic interpolation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160728 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20160728 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170404 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170510 |
|
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: 20171017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6244178 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |