JP6402189B2 - 睡眠モニタリングシステム - Google Patents

Description

本発明は、乳幼児等の睡眠している人をモニタリングするためのモニタリングシステムに関する。本発明は、自動モニタリング方法に関する。

米国特許出願公開第２００７／０１５６０６０号明細書は、自動モバイル睡眠モニタリングシステムに基づくリアルタイムビデオを開示している。プロセッサは、ビデオ画像から、対象者の睡眠状態に関するリアルタイム情報を推測して、睡眠状態を識別する。成人に関しては、深睡眠、低律動呼吸（low rhythm breathing）、異常運動、閉塞性無呼吸、及び中枢性無呼吸等の睡眠状態が、識別可能な睡眠状態として使用され得る。米国特許出願公開第２００７／０１５６０６０号明細書は、このモニタリングシステムが、乳幼児モニタに適用されてもよいことを開示している。乳幼児に関して、睡眠、起床、起立、仰臥、腹ばい、運動、時折起こるターンオーバー、泣き叫び、破壊（trashing）、及び嘔吐等の状態が、識別可能な状態として使用され得る。このシステムは、成人又は乳幼児に関して異なる睡眠レポートを生成することができる。しかしながら、検出動作は、乳幼児モニタリングに特有の問題に対処することなく、一般的に説明されている。

画像データ相関性を利用して対象者の状態を判別することが知られている。米国特許出願公開第２００７／０１５６０６０号明細書は、画像コンテンツ変化の間の相関性を利用して、睡眠状態を判別している。フレーム比較器は、互いから１秒間隔で得られた画像のペアの間で画素値を比較する。時点のペアにおいて得られた画像内の対応する位置における画像勾配の間の差が、閾値を超えている場合、動きが検出される。これは、時点のペアについて動きが検出された画像位置のマップをもたらす。プロセッサは、時点の異なるペアについてマップ間の相関性を算出する。この相関性が利用されて、時間的反復パターンがあるかどうかが検出される。この検出結果が、睡眠状態のインジケーションとして使用される。

上記技術は、何らかの情報を提供することはできるとしても、睡眠状態の判別のロバスト性及び信頼性を高めることが、課題として残される。特に乳幼児に関して、検出された動きは、しばしば、寝返り（turning）に関連付けられない：乳幼児は、しばしば、腕及び脚による大きな動きを行う。さらに、乳幼児は、睡眠中、成人よりもはるかに動き回り、成人は、基本的に、ベッドの長さと整列したままである。
米国特許出願公開第２０１３／０２１５２４８号明細書は、ベッド上の患者の動きをモニタリングする看護システムであって、制御ユニットと、ベッドの上面のサイドを含む画像を撮影することができる位置に配置される画像撮影ユニットと、を含む看護システムを開示している。制御ユニットは、画像撮影ユニットにより撮影された画像データを得；得られた画像データ内の患者の画像内の特徴点を指定して、患者の予め定められた動きを判別するために使用される、特徴点の予め定められたインデックスの値を算出し；得られた画像データ内のベッドの領域に基づいて、予め定められた動きを判別するための予め定められた条件を設定し；算出された値と設定された予め定められた条件とに基づいて、予め定められた動きを判別し；予め定められた動きが行われていると判別されたという条件の下、患者が予め定められた動きを行っていることを示す情報を出力する。

１つの目的は、とりわけ、ベッド上で睡眠している間の乳幼児等の人をモニタリングするためのモニタリング方法及びモニタリングシステムであって、睡眠状態のより信頼性の高い判別が可能であるモニタリング方法及びモニタリングシステムを提供することである。

請求項１に従ったモニタリングシステムが提供される。本モニタリングシステムにおいて、動きベクトルが、寝返り動き（turning motion）の尺度（measure）を得るために使用される。動きベクトル推定は、例えばＭＰＥＧビデオ符号化から、それ自体が既知である。画像内の異なるブロックについて検出された動きベクトルの合計を使用することにより、寝返り動きのより信頼性の高い尺度を実現することができる。動きベクトルの合計を使用して、呼吸に起因する動きを検出することもでき、これから、睡眠姿勢に関連付けられる状態を決定することができる。予め定められた状態の検出、及び／又は、予め定められた時間期間を超える時間の間中の同じ検出状態の継続を用いて、ユーザへのアラート信号を生成することができる。

一実施形態において、画像内の身体領域の主軸（major axis）に対して垂直な方向の、動きベクトルの成分の合計が、寝返り動きの尺度の算出において使用される。これは、寝返りでない動きとの区別を容易にする。さらなる実施形態において、身体領域は、画像を撮影した時点又はこの時点に隣接する時点を含む時間ウィンドウ中に撮影された、カメラからの画像のセットにおける画像コンテンツ変化に基づいて決定される。特に乳幼児の場合、身体領域の主軸は、ベッドの長手方向から著しくずれ得ることが見出されている。画像変化データに基づいて主軸を適応させることにより、寝返り動きの尺度をより信頼性の高いものにすることができる。検出された身体領域を使用して、主軸の方向に依存する呼吸検出、顔検出、及び／又は心拍検出のために、カメラからの画像内の関心領域を選択することができる。

一実施形態において、信号処理システムは、寝返り動きの尺度が予め定められた動き量未満であることを示す不活発である（quiescent）時間間隔を検出し；検出された時間間隔のうちの連続する時間間隔に、連続する時間間隔のうちの１つの時間間隔を囲む周囲のさらなる時間間隔における寝返り動きの尺度のしるし（sign）、及び／又は、検出された時間間隔が生じた一連の時間間隔における連続する時間間隔のうちの１つの時間間隔の位置、にそれぞれ基づいて、異なる姿勢状態を割り当てるよう構成されている。

したがって、例えば、異なる姿勢状態は、寝返り動きの周囲時間間隔における動きのしるしが、不活発である時間間隔が寝返り動きの累積尺度の極大値を示すか又は極小値を示すかに応じて、不活発である時間間隔に割り当てられ得る。前の不活発である時間間隔が「仰向け状態」に関連付けられていた場合、「うつ伏せ」姿勢状態が、不活発である時間間隔に割り当てられ得る、等である。極大値／極小値を含む別個の不活発である時間間隔が、他の不活発である時間間隔から、任意的に予め定められた時間期間中、測定された寝返り動きの閾量を超える量が生じた、寝返り動きの時間間隔だけ離れている時間間隔として検出され得る。

一実施形態において、姿勢状態は、うつ伏せ姿勢状態、仰向け姿勢状態、及び横向き姿勢状態を含む。この実施形態において、不活発である時間間隔の間の寝返り動きの尺度の累積サイズ、及び／又は、不活発である時間間隔の間の寝返り動きの検出された継続時間、を使用して、異なる姿勢状態を割り当てることの間で選択することができる。一実施形態において、不活発である時間間隔の間の寝返り動きの尺度のしるしを使用して、左横向き姿勢状態への遷移を使用することと、右横向き姿勢状態への遷移を使用することと、の間で選択する。

一実施形態において、信号処理システムは、カメラからの画像に基づいて、顔検出及び／又は呼吸検出を実行し、顔検出及び／又は呼吸検出の結果に基づいて、割り当てられた姿勢状態の部分を設定するよう構成されている。このようにして、不活発である時間間隔のシーケンスにおける仰向け姿勢状態とうつ伏せ姿勢状態とのスワップに対応する曖昧さを排除することができる。代替実施形態において、曖昧さは、不活発である時間間隔における状態を特定するユーザ入力を使用することにより、排除することができる。

一実施形態において、信号処理システムは、「うつ伏せ」等の予め定められた姿勢状態が割り当てられているとき、例えば、この状態が、予め定められた時間期間より長く継続していたという条件に応じて、アラート信号を生成する。これは、乳幼児突然死症候群のリスクに対して警告するために、使用することができる。任意的に、信号処理システムは、測定された呼吸パラメータを伴う変化及び予め定められた姿勢状態の継続を検出したとき、アラート信号を生成するよう構成されている。同様に、同じ姿勢状態が、フラットヘッド症候群のリスクに対して警告するための第２の予め定められた時間間隔の間割り当てられたままであるとき、アラームが生成され得る。第２の時間間隔の継続時間は、乳幼児突然死のリスクに対して警告するために使用される時間間隔の継続時間よりも長いものであり得る。他の実施形態において、睡眠評価における使用のために、状態統計量が収集されてレポートされ得る。

一実施形態において、寝返り動きの尺度の決定は、身体領域内の画像位置の少なくとも予め定められた一部における動きベクトル又はこの動きベクトルの一部が、閾サイズを超えているかどうかを検出することと、閾サイズを超えていない場合、寝返り動きの尺度を低減することと、を含む。身体領域の十分な一部における動きの欠如は、動きが、寝返りではなく脚の蹴りに起因し得ることを示す。したがって、寝返りに関連しない動きの検出を無効にすることができる。例えば、身体領域の十分な一部が、動きを示さない場合、寝返り動きの尺度は、ゼロに低減され得る。さらなる実施形態において、十分な動きが、それぞれの領域内で検出されなかったとき、寝返り動きの尺度は低減される。したがって、乳幼児の脚を示していない領域におけるテストが含まれ得る。

一実施形態において、寝返り動きの尺度は、時間の関数として、それぞれの位置からの動きベクトルの合計を累積し、任意的に、十分大きな領域において動きが検出されなかった時点について、ゼロ又は別の低い値により合計を置換した後、累積された合計をローパスフィルタリングすることにより、決定される。これは、信頼性の高い寝返り検出結果をもたらすことが見出されている。

本方法は、磁気ディスク、光ディスク、又は半導体メモリ等の有体の媒体といったコンピュータプログラム製品上のコンピュータプログラムを使用して実施されてもよい。

これらの目的及び他の目的並びに有利な態様が、図面を参照する例示的な実施形態の説明から明らかになるであろう。
モニタリングシステムを示す図。 身体位置検出のフローチャート。 身体領域及び身体領域の主軸を含むマップを示す図。 垂直動きベクトルの累積合計のプロット。 顔検出のフローチャート。 顔検出結果のプロット。 状態モデルを示す図。

図１は、カメラ１０、任意的な光源１２、任意的な送信機１８、及び信号処理システム１４を有するモニタリングシステムを示している。信号処理システム１４は、動きベクトル推定器１４０及び評価モジュール１４２を有する。動作中、カメラ１０、及び任意的に光源１２は、ベッド１６の寝床面上の人の連続画像を撮影するために、ベッド１６の寝床面に向けられる。評価モジュール１４２は、アラート信号を生成するよう構成され得る、且つ／又は、任意的に、例えば寝床面上の人がうつ伏せであるとき、カメラ画像から、寝床面上の人が望ましくない位置にいることが検出されたとき、送信機１８にアラートメッセージを送信させるように構成されてもよい。人が乳幼児である場合、これを使用して、乳幼児突然死（ＳＩＤ）のリスクを低減させるように介入することができる。評価モジュール１４２は、寝返りの頻度や人がそれぞれの位置にいる平均継続時間等の、身体位置の統計量を算出するよう構成され得る。

そのようなモニタリングシステムにおいて、身体の動き及び／又は身体位置の検出の信頼性は、重要な要点である。システムの有効性は、望ましくない位置を検出しない頻度が増すにつれ、低下する。頻繁な誤アラームは、アラートが追跡されなくなるリスクを増大させる。

図２は、身体回転検出のフローチャートを示している。このフローチャートは、連続する時点において得られた画像に対して反復的に実行される。第１のステップ２１において、信号処理システム１４は、カメラ１０から画像を受信する。第２のステップ２２において、動きベクトル推定器１４０は、画像位置のそれぞれのブロックの動きベクトルを決定する。

第３のステップ２３において、評価モジュール１４２は、受信された画像及び／又は動きベクトルを使用して、画像内の人の身体領域に関連付けられている、画像内の位置のマップをアップデートする、又は、そのような位置のセットの輪郭（outline）のマップを少なくともアップデートする。第４のステップ２４において、評価モジュール１４２は、身体領域に関連付けられている、画像内の位置のマップを使用して、身体領域の主軸の方向を決定する（図２ａ参照）。

第５のステップ２５において、評価モジュール１４２は、身体領域の主軸に対して垂直な方向の、画像内のそれぞれのブロックにおいて検出された垂直動きベクトル成分の合計を算出する。第５のステップ２５から、このプロセスは、次の時点において撮影された次の画像に対して、第１のステップ２１から反復する。このように、第５のステップ２５の連続する実行で得られた合計値が、時間の関数として得られる。垂直動きベクトル成分の合計は、（例えば、５０Ｈｚ又は６０Ｈｚのフレームレートで）撮影された各画像について算出され得るが、例えば、０．１秒ごとに１つの画像又はさらに低頻度な画像を使用して、画像のサブサンプリングされたセットに対してこのようにすることが十分な場合もある。これは、必要とされる処理量を低減させる。垂直動きベクトル成分の合計は、寝返り動きの尺度として直接的に使用され得る。

任意的に、評価モジュール１４２は、この合計を、垂直動きベクトルの累積合計に加算する第６のステップを実行してもよい。このように、第６のステップ２６の連続する実行で得られた累積合計値が、時間の関数として得られる。

図３は、時間の関数としての、乳幼児の画像から得られた垂直動きの累積合計値の平滑化プロットの一例を示している。傾きが大きい時間範囲において、観察された人は寝返りしている。これらの寝返りしている時間範囲の間には、不活発である時間範囲が存在する。不活発である時間範囲は、極小値及び極大値を含んでいた。不活発である時間範囲において、観察された人の身体は、例えば仰向け又はうつ伏せといった固定姿勢である。例えば、極大値は全て、うつ伏せ姿勢に対応し得、極小値は全て、仰向け姿勢に対応し得る。

平滑化は、予め定められた数の連続する時点（例えば、５つの時点）にわたって累積値を平均化する等、時間ローパスフィルタリングにより実現され得る。累積合計値とそのローパスフィルタリングされたバージョン又はその時間微分係数とは、寝返り動きの尺度として垂直動きの合計を直接的に使用する代わりに、寝返り動きの尺度として使用され得る。

第４のステップ２４は、寝返り動きの尺度が成人に関して算出される場合には、予め設定されている方向の使用により置換され得る。この場合、主軸の方向の決定は、ベッドの主方向（頭部端から足部端への方向）に対応する方向の使用により置換され得る。しかしながら、小さな子供の睡眠姿勢をモニタリングするためには、身体の主軸の方向の決定が必要である。なぜならば、小さな子供は、寝返りに関連しない相当の動きを示し、ベッドに対して多様な向きを取り得るからである。

さらなる実施形態において、テストステップが実行される。このテストステップにおいて、予め定められた動きベクトル閾値（例えば、ゼロ）を超える動きベクトルが検出された画像位置ブロックの第１の総数が算出される。さらに、位置のマップにより示される身体領域の上側部分にある画像位置ブロックの第２の総数が算出される。ここで、前記上側部分は、主軸上の選択点を使用して、主軸上の選択点を超える主軸上の射影点を有する画像点からなる領域として選択され得る。主軸上の選択点は、主軸に沿った身体の長さの少なくとも中間に存在し、より好ましくは、主軸の頭部端から長さの４０パーセント未満である位置に存在する。一実施形態において、予め定められた動きベクトル閾値を超える、主軸の垂線（normal）上の動きベクトル射影を有する位置のみがカウントされる。第１の総数及び第２の総数が、それぞれ、予め定められた第１の閾値及び第２の閾値を超えない場合、垂直動きベクトルの合計値のサイズが、ゼロにより置換される。代替的に、合計値は、ある係数（factor）だけ低減されてもよい。好ましくは、テストステップは、第５のステップ２５の前に実行され、第１の総数及び第２の総数が、それぞれ、予め定められた第１の閾値及び第２の閾値を超えない場合には、第５のステップ２５の算出がスキップされる。しかしながら、代替的に、第５のステップ２５は、いずれの場合にも実行されてもよい。したがって、寝返り動きの尺度として垂直動きの合計を直接的に使用する代わりに、テストステップに応じて合計が低減された又はゼロにより置換された時間の関数が、寝返り動きの尺度として使用され得る。合計の算出を伴う及び伴わないゼロの使用、及びある係数だけ低減することは、全て、寝返り動きの尺度の低減と呼ばれる。

テストステップの追加は、動きベクトルが、身体全体の回転ではなく局所的動きのみに起因する場合には、回転検出を無効にすることができる、という利点を有する。特に乳幼児は、脚の蹴り等の、回転に対応しない動きをする傾向がある。テストステップを使用することにより、そのような動きに起因する誤回転検出のリスクを低減させることができる。

第２のステップ２２の動きベクトル検出は、それ自体が既知である方法を使用して実行され得る。方法は、例えば、ビデオ符号化（例えばＭＰＥＧ）、又は、「真の」動きが重要な特性であるピクチャレート変換アルゴリズムから、それ自体が既知である。例えば、画像内の８×８画素ブロックのアレイにおける各それぞれのブロックについて、動きベクトル推定器１４０は、以前に受信された画像内の８×８画素ソースブロック間を探索して、どのソースブロックが、それぞれのブロックの画像コンテンツと最も異ならない画像コンテンツを有するかを特定することができる。それぞれのブロックの動きベクトルは、それぞれのブロックの位置と特定されたソースブロックの位置との間の差から決定され得る。

図２ａは、身体領域に関連付けられている、画像内の位置のマップ２００内の身体領域２１０の一例を示している。直線２２０は、身体領域２１０の主軸を示している。画像内の人の身体領域に関連付けられている、画像内の位置のマップの第３のステップ２３のアップデートは、局所的画像コンテンツ変化の検出及び／又は動きベクトルサイズに基づき得る。それぞれの位置に関連付けられている画像コンテンツの変化が、画像を撮影する前の予め定められた長さの時間間隔（例えば、少なくとも０．５秒であり、１分未満である時間間隔）中の任意の時間に閾値を超えたとき、それぞれの位置がマーク付けされ得る。

一実施形態において、動き履歴画像（motion history image）が使用され得、ここで、画像位置のセットの各画像位置が、画像コンテンツ変化が当該画像位置に関して検出された最後の時点の時間値（又は、画像コンテンツ変化が検出されなかった場合若しくは予め定められた長さの先行する時間間隔内で検出が生じなかった場合にはヌル値）に関連付けられる。この実施形態において、第３のステップ２３は、現在の画像内の画像位置に関する局所的画像コンテンツと前の画像内の画像位置に関する局所的画像コンテンツとを比較すること、及び、予め定められた変化量を超える変化量が検出されたときには、画像位置に関する時間値を現在時間にアップデートすること、を含み得る。この場合、現時点の身体領域は、過去において時間値が予め定められた時間的距離より大きくない画像位置を含む領域であるとみなされ得る。

それぞれの位置に関連付けられる画像コンテンツとして、それぞれの位置における画素値が使用され得る、あるいは、それぞれの位置に対する予め定められた空間位置における画素値のブロックのコンテンツが使用され得る。それぞれの位置の動きベクトルは、例えば、画像コンテンツの変化の検出量として使用され得る。

身体領域の主軸は、ある方向に身体領域を通って伸びる直線であって、この方向は、当該方向に沿った身体領域のサイズが、身体領域のサイズの少なくとも半分よりも大きくなるように選択され、より好ましくは、全ての可能な方向の少なくとも３分の２よりも大きくなるように選択される、直線に対応する。好ましくは、この直線は、身体領域を等しいサイズの部分に分割するように位置決めされる。好ましくは、ある方向に沿った身体領域のサイズが、全ての他の方向におけるサイズより大きい又は少なくとも小さくない当該方向の主軸が使用される。そのような好ましい主軸が使用される場合、この好ましい主軸に対して（斜めに）横断する（transverse）斜め横断動き成分が、垂直動きの代わりに使用され得、ここで、横断は、平行ではないことを意味するものであり、好ましくは、好ましい主軸に対して９０度プラス４５度（１３５度）から９０度マイナス４５度（４５度）の間であり、より好ましくは、９０度プラス３０度（１２０度）から９０度マイナス３０度（６０度）の間を意味する。

主軸を決定する様々な方法のうちの任意の１つの方法が使用され得る。身体領域の主軸の方向の決定は、例えば、画像マップに従った身体領域にある画像位置又は身体領域の境界上の画像位置に対して最小二乗法を適用して直線を近似することにより実行され得る。モーメントの計算が使用され得る（平均線形ｘ，ｙ画像位置値及び平均双線形値Ｒｘｘ＝（ｘ−＜ｘ＞＊（ｘ−＜ｘ＞），Ｒｘｙ＝（ｘ−＜ｘ＞）＊（ｙ−＜ｙ＞），Ｒｙｙ＝（ｙ−＜ｙ＞＊（ｙ−＜ｙ＞））。この場合、主軸は、行列（（Ｒｘｘ，Ｒｘｙ），（Ｒｘｙ，Ｒｙｙ））の固有ベクトルとして決定され得、最大固有値を有する固有ベクトルが選択される。代替的に、複数の方向に沿ったサイズが決定され、最大サイズをもたらす方向が選択されてもよい。

第５のステップ２５における合計の算出は、主軸の方向と、各ブロックの動きベクトルのｘ成分及びｙ成分と、を使用して、動きベクトルの、主軸に対して垂直な成分を算出し、次いで、ブロックにわたってこれらの成分を合計することにより実行され得る。代替的に、ブロックの動きベクトルのｘ成分及びｙ成分が合計され、動きベクトルの、主軸に対して垂直な成分が、この合計から算出されてもよい。

寝返り動きの累積尺度（垂直動きの平滑化された累積合計値であって、任意的に、テストステップが身体全体の動きを示さなかった時点における合計が低減されている累積合計値）において、極大値及び極小値が、大まかに言えば、異なる身体姿勢に関連付けられ得る。図３の例において、人は、各極大値のときにうつ伏せであり、各極小値のときに仰向けであった。

図３は、垂直動きの累積合計値の平滑化プロットにおける極大値及び極小値を示している。一実施形態において、評価モジュール１４２は、寝返り動きの尺度から不活発である時間間隔を検出し、不活発である時間間隔を、身体姿勢に関連付けられた状態に関連付けるよう構成されている。この状態及び／又はその継続時間に応じて、例えば、「うつ伏せ」姿勢を有する状態が選択されているとき、アラート信号が生成され得る。

不活発である時間間隔は、例えば、間隔において累積されている寝返り動きが予め定められた閾値未満である場合、検出され得る。評価モジュール１４２は、各不活発である時間間隔の前及び後の、寝返り動きの周囲時間間隔における動き方向に従って、状態を各不活発である時間間隔に関連付けるよう構成され得る。前の寝返りしている時間間隔が第１の方向の動きを有するときには、第１の状態が関連付けられ、後の寝返りしている時間間隔が第１の方向とは逆の第２の方向を有するときには、第２の状態が関連付けられる。逆も同様に、前の寝返りしている時間間隔及び後の寝返りしている時間間隔がそれぞれ第１の方向及び第２の方向の動きを有するときには、不活発である時間間隔は、第２の状態に関連付けられ得る。ここで、ある方向の動きを有することは、例えば、寝返りしている時間間隔における累積動きから判定され得る。不活発である時間間隔の周囲時間間隔が、同じ方向の動きを有するときには、１周のターン（turn through）が生じており、この不活発である時間間隔の状態が、次の又は前の不活発である時間間隔の逆として選択され得る。

しかしながら、一方では極大値及び極小値に応じた状態と、他方では異なる身体姿勢と、の間の関係は、明白ではない。いくつかの場合において、この関係は逆転することがある。一実施形態において、本システムは、所与の時間における本当の姿勢を示すユーザ入力を使用して、その姿勢を、その時間に関して検出された極小値又は極大値のうちの１つに関連付けるよう構成され得る。本システムは、乳幼児をベッド上に横たわらせた後、且つ／又は、姿勢と極小値又は極大値との間の関連付けをまだ確立できていないとき、本システムをアクティブ化するためにこのユーザ入力を要求するよう構成され得る。一実施形態において、本システムは、例えば、乳幼児が寝かせつけられたとき、又は、姿勢と極小値又は極大値との間の関連付けをまだ確立できていないとき、この入力をユーザに促すよう構成され得る。

さらに、又は、別の実施形態において、コンピュータにより実施される視覚的顔検出及び／又は呼吸検出を使用して、極小値及び極大値に関連付けられる状態と異なる姿勢との間の関係の曖昧さをなくすことができる。

原則的に、コンピュータにより実施される視覚的顔検出を使用して、異なる姿勢を自然に区別することができる。カメラが、下向きに向けられているとき、又は、ベッド１６の寝床面に向けて主として下向き方向にあるとき、正面顔の検出が、「仰向け」姿勢に関連付けられ得、顔の不検出が、「うつ伏せ」姿勢に関連付けられ得る。横顔の検出も使用されてよい。しかしながら、睡眠している人（特に乳幼児）の正面顔の不検出は、しばしば、「うつ伏せ」姿勢に起因するものではないことが見出されている。さらに、誤検出が頻繁に生じる。

コンピュータにより実施される視覚的顔検出は、それ自体が既知である。例えば、「P. Viola et al, Rapid Object Detection using a Boosted Cascade of Simple Features, CVPR 2001」を参照されたい。この文献においては、学習アルゴリズムを使用して、効率的な分類器を形成するために、より大きなセットから複数の特徴を選択する。さらに、ますます複雑な分類器のカスケードが形成され、これは、画像の背景領域が迅速に破棄されることを可能にする。例えば、正面顔検出のための分類器は、両眼に対応する類似する画像領域のペアと、両眼領域を通る直線に対して平行な、口に対応するさらなる画像領域と、を含む特徴の組合せの検出に依拠し得るものであり、任意的に、これらの間の鼻に対応する画像領域の検出に依拠する。横顔検出のための分類器は、顎、鼻、及び片眼領域、並びに両眼に対応する連続する画像領域と、片耳に対応する画像領域と、を含む特徴の組合せの検出に依拠し得る。

図４は、身体回転検出に基づく顔検出のフローチャートを示している。第１のステップ４１において、評価モジュール１４２は、受信された画像を使用して、関心領域を選択する。一実施形態において、評価モジュール１４２は、主軸に沿った検出された身体領域の端部における領域を選択することにより、この目的のために、図２のフローチャートの第３のステップ２３において得られた身体領域マップを使用する。

第２のステップ４２において、評価モジュール１４２は、主軸の方向に、主軸に対する予め定められたオフセット角度を加えたものに対応する角度を使用して、関心領域内の画像コンテンツの複数の異なる回転バージョンを生成する。例えば、±１５度の範囲内にある３度刻みのオフセット角度が使用され得る。

第３のステップ４３において、評価モジュール１４２は、正面顔検出アルゴリズムと、任意的に横顔正面顔検出アルゴリズムと、を画像コンテンツの回転バージョンに適用する。

第４のステップ４４において、評価モジュール１４２は、顔検出アルゴリズムが回転バージョンのいずれかにおいて顔を検出したか否かに応じた顔検出結果を設定する。任意的に、評価モジュール１４２は、正面顔が検出されたか、横顔が検出されたか、又は顔が検出されなかったかに応じた顔検出結果を設定する。

第４のステップ４４から、このプロセスは、次の時点において撮影された次の画像に対して、第１のステップ４１から反復する。したがって、時間の関数としての顔検出結果が生成される。

図５は、乳幼児に関する正面顔検出結果及び正面顔不検出結果だけを伴って得られた顔検出関数の平滑化バージョンのプロットを示している。平滑化は、ローパスフィルタリングにより実行され得る。高平滑化値は、多くの時点において顔が検出されたことを示しており、漸減しているより小さな平滑化値は、それほど頻繁には顔が検出されなかったことを示している。参考までに、観察された乳幼児が仰向けであったか否かを示した矩形関数が図示されている。確認できるように、「仰向け」位置と顔検出との間には何らかの相関性があるが、１対１関係はない。

しかしながら、図２を用いて説明した寝返り動きの検出と組み合わせると、顔検出を使用して、寝返り動き検出の結果の曖昧さをなくすことができる、すなわち、寝返り動きの累積尺度の極大値が、「仰向け」姿勢に対応するか又は「うつ伏せ」姿勢に対応するかを判別することができる。

図６は、姿勢を判別するために一実施形態において使用される状態機械モデルを示している。状態機械モデルは、「仰向け」状態６０及び「うつ伏せ」状態６２を有する。評価モジュール１４２は、これらの状態のうちの１つを、連続する時点に割り当てる。割り当てられる状態は、寝返りが検出されない限り又は顔が閾信頼度をもって検出されない限り、前の時点の割り当てられた状態のコピーである。寝返りが検出されたとき、評価モジュール１４２は、状態を変更し、顔が閾信頼度をもって検出されたとき、評価モジュール１４２は、状態を「仰向け」に設定する。評価モジュール１４２は、割り当てられた状態を使用して、状態のうちの１つが割り当てられた時点の総数の推定値（これは、対応する姿勢にかかった総時間を示す）や、状態が寝返りの間で割り当てられている時間間隔の平均継続時間等の統計量を算出することができる。

この目的のために、評価モジュール１４２は、寝返り動きの累積尺度において不活発である時間間隔とは区別される寝返りしている時間間隔を検出することにより、寝返りを検出することができる。様々な方法を使用して、寝返りしている時間間隔を検出することができる。寝返り動きの累積尺度が、極大値又は極小値付近の最大値又は最小値から予め定められた量より多くずれている時間間隔（任意的に、少なくとも予め定められた最小継続時間を有する時間間隔に制限される）が、例えば、不活発である時間間隔とみなされ得る。別の例として、寝返り動きの尺度（又は寝返り動きの累積尺度の時間微分係数）が閾値を超えている時点を含む寝返りしている時間間隔、又は、予め定められた時間的距離未満だけ離れてこれが生じた時点の間にある時点を含む寝返りしている時間間隔が、識別され得る。任意的に、動き及び／又は時間間隔の継続時間を有する当該時間間隔における寝返り動きの累積サイズが、予め定められた閾値又は閾値を超えているかどうかのテストが、寝返りしている時間間隔として当該時間間隔を識別するための条件として使用され得る。

評価モジュール１４２は、顔検出結果が、選択された時点を含む時間ウィンドウ内の閾数より多い数の周囲時点について顔が検出されたことを示す場合、顔が閾信頼度をもって検出されたかどうかを検出することができる。例えば、時間ウィンドウの９０％という閾値が使用され得、より一般的には、予め定められた閾値未満にフォルスポジティブ検出の可能性を低減させる閾値が、フォルスネガティブの可能性にかかわらず、使用され得る。

図６の状態機械モデルは、一例に過ぎない。１以上の「横向き」状態を含むより複雑な状態機械モデルが使用されてもよい。

寝返りが検出されたとき、評価モジュール１４２は、寝返り量（例えば、寝返りしている時間間隔中の寝返り動きの尺度の累積）及び／又はその継続時間が、全ターン（full turn）に関連付けられている予め定められた範囲内にあるか又は半ターン（half turn）に関連付けられている範囲内にあるかを判定することができる。例えば、予め定められた閾値を使用して、全ターンを半ターンと区別することができる。一実施形態において、この範囲は、例えば、最大検出寝返り量、及び／又は検出された寝返り事象における寝返り継続時間の４分の３という閾値を使用して、適応的に設定される。別の例として、クラスタリングアルゴリズムを使用して、寝返り動きの量及び／又は継続時間に基づいて、全ターンクラスタ及び半ターンクラスタを含む、関連付けられている範囲を有する寝返り事象のクラスタを識別する。

寝返り量が、全ターン範囲であるか又は半ターン範囲であるかの判定の結果に応じて、評価モジュール１４２は、全ターン（例えば、仰向けからうつ伏せ、又はその逆）により状態を変更することと、半ターン（例えば、仰向けから横向き）により状態を変更することと、の間で選択することができる。さらに、一実施形態において、評価モジュール１４２は、動きの方向（寝返り動きの尺度のしるし）を使用して、ある方向（例えば、横向きからうつ伏せ）における状態を変更することと、別の方向（例えば、横向きから仰向け）における状態を変更することと、の間で選択することができる。

さらに、顔の横ビューの検出が、横向き姿勢のインジケーションとして使用され得るが、身体がうつ伏せ又は仰向けであるときに、頭部の向きが横に変えられることがあるため、これは確実ではない。任意的に、顔検出が使用されるとき、顔の横ビューの検出が、寝返り動きの尺度からの寝返りしている時間間隔の検出の後の予め定められた時間間隔中に開始する、又は、この予め定められた時間間隔を超えずに開始するという条件で、顔の横ビューの検出が使用される。

この種のプロセスを表現するために状態機械が説明されたが、評価モジュール１４２は、曖昧さのない状態機械を使用しなくても、このプロセスを実装することができることを理解されたい。例えば、評価モジュール１４２は、単に、寝返している周囲時間間隔に関して寝返り動きの累積尺度の最小値又は最大値を有する不活発である時間間隔が、「仰向け」姿勢に関連付けられているかどうかを示すフラグを設定し、寝返りの累積尺度の極小値の間に検出が生じたか又は極大値の間に検出が生じたかに応じて、顔が閾信頼度をもって検出されたときに、このフラグをアップデートしてもよい。評価モジュール１４２は、単に、寝返り動きの累積尺度の極大値付近の不活発である時間間隔を選択し、顔が閾信頼度をもって検出された場合には、「仰向け」姿勢を上記時間間隔に割り当て、そうでなければ、近傍の不活発である時間間隔に割り当てられている姿勢の逆をコピーしてもよい。

さらなる実施形態において、信号処理システム１４は、呼吸検出器及び／又は心拍検出器を有することができる。呼吸検出器は、身体の胴体部分の表面を示す画像部分内の小さな周期的動きから、呼吸を検出するよう構成され得る。心拍検出器は、身体の露出している部分を示す画像部分における周期的な強度（intensity）及び／又は色の変化から、心拍を検出するよう構成され得る。これらの変化は、パルス状の血流に起因するものである。視覚的心拍検出を実行するための技術は、米国特許第８５４２８７７号、米国特許第８５４２８７８号、及び米国特許第８５５３９４０号にそれ自体が開示されている。

心拍検出器は、検出された顔の位置を使用して、関心領域を選択するよう構成され得る、又は、第１のステップ４１に従って選択された領域を少なくとも使用するよう構成され得る。心拍検出器は、選択された領域内の画像の画像強度値を合計することができる。したがって、連続する時点の画像は、時間の関数としての画像強度の合計をもたらす。この関数の時間自己相関又はフーリエ変換が、算出され得、心拍周波数が、自己相関度又はフーリエ変換振幅におけるピークから検出され得る。任意的に、心拍検出結果は、寝返り動きの尺度から検出された不活発である時間間隔外では無効にされてもよい。

呼吸検出器は、人の身体領域に関連付けられている、画像内の位置のマップに基づいて、身体胴体領域を選択するよう構成され得る。呼吸検出器は、選択された領域内の動きベクトル又は動きベクトルの合計から、時間の関数として検出関数を算出することができる。一実施形態において、呼吸検出器は、選択された領域内の異なる画像の画像コンテンツ間の空間相関性から、時間の関数として検出関数を算出することができる。代替的又は追加的に、（連続する）画像内の画素値の間の差が算出される動き検出方法を使用して、呼吸波形を抽出してもよい。呼吸検出器は、検出関数から、心拍周波数決定のために使用されるのと類似する方法により、呼吸周波数を算出することができる。

光源１２は、例えばＬＥＤを含むランプであり得る。光源１２は、例えば赤外線光源であり得る。一実施形態において、光源１２は、例えば、ブロック若しくはストライプのパターンの形態で、又は、それぞれの分離された方向への光線のアレイの形態で、あるいは、互いから分離された光面（light plane）のアレイの形態で、ある角度の構造化光をカメラ視方向に投影するよう構成され得る。これを使用して、ビデオシーケンスにおける呼吸動きの検出可能性を高めることができる。構造化光は、寝返り動きの検出において使用されてもよい。しかしながら、構造化光は、心拍検出を妨げることがある。

さらなる実施形態において、光源１２は、構造化光源を含み、本モニタリングシステムは、周期的なパターンで構造化光源のオンとオフとを交互に切り替える、好ましくは、第１の数のカメラ画像が構造化光を使用して撮影され、第２の数のカメラ画像が構造化光を使用せずに撮影されるようにカメラ１０による画像撮影と同期して、オンとオフとを交互に切り替えるよう構成されている制御回路を有する。この実施形態において、心拍検出器は、制御回路による切り替えと同期して動作し、構造化光を使用せずに撮影された画像のみを使用して心拍周期数を決定するよう構成され得る。同様に、呼吸検出器は、制御回路による切り替えと同期して動作し、構造化光を使用して撮影された画像のみを使用して呼吸周期数を決定するよう構成され得る。

一実施形態において、呼吸検出器を使用して、姿勢検出を支援することができる。原則的に、コンピュータにより実施される視覚的呼吸検出を使用して、異なる姿勢を自然に区別することができる。なぜならば、呼吸に起因する動きは、姿勢が一定のままである間に生じ、動きパターンは、姿勢に応じて異なるからである。呼吸に起因する動きは、主として腹ばい及び胸ばいで生じる。カメラが、画像内で上下方向の身体主軸に対して垂直な角度に向けられているとき、「仰向け」姿勢での観察される呼吸動きは、主として上下方向である。「横向き」姿勢において、この動きは、主として横方向である。評価モジュール１４２は、観察された呼吸動きの方向を分析して、それに応じて姿勢を識別することができる。

呼吸に起因する動きは、寝返りに起因する動きよりもはるかに小さいが、呼吸検出器は、呼吸に関連付けられることが予期される、検出された身体領域の部分（頭部より下の身体領域の上側部分及び両サイド）からの画像データを選択的に使用することにより、且つ／又は、呼吸動きの周期性を利用して、呼吸動きをバンドパスフィルタリングすることにより、呼吸を検出することができる。

姿勢を検出するために、検出された呼吸動きの位置及び／又はその動きの方向が使用され得る。評価モジュール１４２は、呼吸動きが、身体領域のマップにより示される身体領域内の少なくとも予め定められた領域にわたって検出されたかどうかを評価し、そうである場合には「うつ伏せ」姿勢を割り当てるよう構成され得る。評価モジュール１４２は、呼吸動きが、身体領域のエッジに沿った直線領域内で主として検出されたかどうかを評価し、そうである場合には「横向き」姿勢を割り当てるよう構成され得る。

代替的又は追加的に、評価モジュール１４２は、検出された呼吸動きベクトル方向が、身体領域の主軸に沿った方向により近いか又はこの主軸に直交する方向により近いかを識別して、「うつ伏せ」姿勢又は「横向き」姿勢をそれぞれ割り当てるよう構成されてもよい。さらに、評価モジュール１４２は、呼吸動き振幅が閾値未満であるとき、且つ／又は、身体寝返りが検出されたとき、呼吸検出を無効にするよう構成され得る。領域及び／又は方向に加えて呼吸動き振幅の予め定められた範囲が、評価モジュール１４２が様々な姿勢を割り当てるための基準として使用するために、規定され得る。

呼吸検出器は、上述したように、呼吸周波数を検出し、検出された呼吸周波数を使用して、バンドパスフィルタの中心周波数を制御し、バンドパスフィルタを使用して検出された動きベクトルをフィルタリングして、姿勢検出において使用するための検出された呼吸動きベクトルを得るよう構成され得る。

顔検出を使用する姿勢検出と同様に、呼吸を使用する姿勢検出は、信頼性が低いという問題があり得る。顔検出を使用する姿勢検出と同様に、呼吸を使用する姿勢検出を使用して、寝返り動きの尺度から得られた結果の曖昧さをなくすことができる。例えば、少なくとも予め定められた継続時間中、呼吸が一貫して検出されているとき、評価モジュール１４２は、顔検出に関して説明したように、顔検出の代わりに、検出された呼吸パターンと対応するように状態をアップデートすることができる。一実施形態において、顔検出と呼吸検出との組合せが、この目的のために使用され得る。

評価モジュール１４２は、頭部が、「横向き位置」において左を向いているか又は右を向いているかを検出するよう構成され得る。これは、顔検出及び／又は呼吸検出から直接的に判定されてもよいし、これらの検出が利用可能でない場合には、寝返り動きに基づいて判定されてもよい。評価モジュール１４２は、寝返り動きの尺度が、「仰向け」姿勢から「横向き」姿勢への遷移における左の動きを示すか又は右の動きを示すかに応じて、横向き状態を、それぞれ左を向いている又は右を向いているとして、はっきりとマーク付けすることができる。同様に、評価モジュール１４２は、寝返り動きの尺度が、「うつ伏せ」姿勢から「横向き」姿勢への遷移における右の動きを示すか又は左の動きを示すかに応じて、横向き姿勢を、それぞれ左を向いている又は右を向いているとして、はっきりとマーク付けすることができる。

評価モジュール１４２は、検出された姿勢に基づいて、
−夜中の間に各身体位置において乳幼児が横たわっていた時間期間、
−寝返り動きの総数、
−乳幼児の頭部が、どれくらいの時間の間同じ位置にあったかの時間測定値、
−頭部が、ほとんどの時間一方向に向きを変えていたかどうかの検出、
−頭部が、ほとんどの時間一つのサイドに傾いていたかどうかの検出、
−呼吸データ、心拍データ、活発である睡眠と不活発である睡眠との相対量、睡眠タイミングデータ、
−乳幼児の発達、及び、乳幼児突然死症候群やフラットヘッド症候群等の健康リスクの進展に関連し得る上記ファクタの経時的な変化、
を算出するよう構成され得る。

評価モジュール１４２は、これらの情報項目のうちの１以上に基づいて、測定結果画像を生成するよう構成され得る。評価モジュール１４２は、検出された姿勢に基づいて、乳幼児がうつ伏せで横たわっているとき、且つ／又は、頭部が、予め定められた時間時間よりも長く同じ位置にあるとき、信号を生成するよう構成され得る。

評価モジュール１４２は、呼吸検出の結果に応じて、信号の生成を行うよう構成され得る。例えば、評価モジュール１４２は、検出された呼吸周波数の予め定められた変化を超えている変化がその状態中に生じたとき、且つ／又は、予め定められた範囲内のパラメータを伴う呼吸が検出されなかったときに限り、条件付きで、検出された姿勢に基づいて信号を生成するよう構成され得る。これは、姿勢検出のための呼吸検出を使用することなく使用され得るが、姿勢検出のための使用との組合せは、追加オーバーヘッドがそれほどなく姿勢検出をより信頼性の高いものにすることができるという利点を有する。

開示した実施形態に対する他の変形が、図面、本開示、及び請求項を検討することから、特許請求される発明を実施する際に、当業者により理解され、もたらされ得る。請求項において、「備える、含む、有する（comprising）」という用語は、他の要素又はステップを排除せず、不定冠詞「a」又は「an」は、複数を排除しない。単一のプロセッサ又は他のユニットが、請求項中に記載された複数のアイテムの機能を満たしてもよい。所定の手段が相互に異なる従属請求項に記載されるという単なる事実は、これらの手段の組合せが有利に使用され得ないことを示すものではない。コンピュータプログラムは、他のハードウェアと一緒に又は他のハードウェアの一部として提供される光記憶媒体又はソリッドステート媒体等の適切な媒体上に記憶／配布され得るが、インターネット又は他の有線若しくは無線電気通信システムを介して等、他の形で配布されることもある。請求項中のいかなる参照符号も、範囲を限定するものとして解釈されるべきではない。

Claims (12)

1. ベッド上の人をモニタリングするためのモニタリングシステムであって、
   前記ベッド上の人の画像のセットを得るためのカメラと、
   前記カメラに接続されている入力部を有する動きベクトル推定器であって、時間間隔中に得られた前記画像のセットの各連続する画像内の位置の関数として動きベクトルを決定するよう構成されている動きベクトル推定器と、
   前記動きベクトル推定器に接続されている入力部を有する信号処理システムと、
   を有し、
   前記信号処理システムは、
   各連続する画像内で、（ｉ）前記ベッド上の前記人の身体領域に関連付けられる、各それぞれの画像内のブロックについての画像位置のマップを決定し、（ｉｉ）決定された前記画像位置のマップから、前記ベッド上の前記身体領域の主軸の方向を決定し、ここで、前記方向は、前記主軸の前記方向に沿った前記ベッド上の前記身体領域のサイズが、全ての他の方向における前記ベッド上の前記身体領域のサイズよりも大きい、又は少なくとも小さくはないことにより決定され、前記ベッド上の前記身体領域の前記主軸の前記方向は、前記ベッドの長手方向からの前記主軸のずれに応じて適応可能であり、
   前記ベッド上の前記人の寝返り動きの尺度を算出し、ここで、前記ベッド上の前記人の前記寝返り動きの尺度の前記算出は、（ｉ）（ｉ）（ａ）前記ベッド上の前記身体領域の前記主軸の前記方向と、（ｉ）（ｂ）前記ベッド上の前記身体領域の前記主軸の前記方向に垂直である、各それぞれの画像内の各ブロックの決定された前記動きベクトルの成分と、を使用することと、（ｉｉ）次いで、前記画像のセットの各連続する画像内の、前記ベッド上の前記人の前記身体領域に関連付けられたそれぞれの前記画像位置のマップからの前記ブロックにわたって、前記成分を合計することと、を含み、
   前記人の算出された前記寝返り動きの尺度に基づいて、前記ベッド上の前記人の姿勢状態変化を検出する
   よう構成されている、モニタリングシステム。
2. 前記信号処理システムは、
   各連続する画像内で、各それぞれの画像を撮影した時点を含む又は前記時点に隣接する時間ウィンドウ中に撮影された、前記カメラからの前記画像のセットにおける画像コンテンツ変化に基づいて、前記身体領域に関連付けられる前記画像位置を決定する
   ようさらに構成されている、請求項１記載のモニタリングシステム。
3. 前記信号処理システムは、前記身体領域内の前記画像位置の少なくとも予め定められた一部における動きベクトル又はこの一部が、閾サイズを超えているかどうかを検出し、そうでない場合、前記寝返り動きの尺度を低減するようさらに構成されている、請求項１記載のモニタリングシステム。
4. 前記信号処理システムは、前記身体領域内の前記画像位置の少なくとも第１の予め定められた一部における動きベクトルが、閾サイズを超えているかどうかと、前記主軸に沿った前記身体領域の第１の端部における前記画像位置の少なくとも第２の予め定められた一部における動きベクトルが、前記閾サイズを超えているかどうかと、を検出し、両方ともそうでない場合、前記寝返り動きの尺度を低減するようさらに構成されている、請求項１記載のモニタリングシステム。
5. 前記信号処理システムは、時間の関数として、それぞれの位置からの動きベクトルの合計を累積し、累積された前記合計をローパスフィルタリングすることにより、前記寝返り動きの尺度を決定するようさらに構成されている、請求項１記載のモニタリングシステム。
6. 前記信号処理システムは、前記主軸の前記方向に依存する顔検出及び／又は心拍検出のために、前記カメラからの画像内の関心領域を選択するようさらに構成されている、請求項２記載のモニタリングシステム。
7. ベッド上の人をモニタリングするためのモニタリングシステムであって、
   前記ベッド上の人の画像のセットを得るためのカメラと、
   前記カメラに接続されている入力部を有する動きベクトル推定器であって、複数の時間間隔の各時間間隔中に得られた前記画像のセットの各連続する画像内の位置の関数として動きベクトルを決定するよう構成されている動きベクトル推定器と、
   前記動きベクトル推定器に接続されている入力部を有する信号処理システムと、
   を有し、
   前記信号処理システムは、
   各連続する画像内で、（ｉ）前記ベッド上の前記人の身体領域に関連付けられる、各それぞれの画像内のブロックについての画像位置のマップを決定し、（ｉｉ）決定された前記画像位置のマップから、前記ベッド上の前記身体領域の主軸の方向を決定し、ここで、前記方向は、前記主軸の前記方向に沿った前記ベッド上の前記身体領域のサイズが、全ての他の方向における前記ベッド上の前記身体領域のサイズよりも大きい、又は少なくとも小さくはないことにより決定され、前記ベッド上の前記身体領域の前記主軸の前記方向は、前記ベッドの長手方向からの前記主軸のずれに応じて適応可能であり、
   前記ベッド上の前記人の寝返り動きの尺度を算出し、ここで、前記ベッド上の前記人の前記寝返り動きの尺度の前記算出は、（ｉ）（ｉ）（ａ）前記ベッド上の前記身体領域の前記主軸の前記方向と、（ｉ）（ｂ）前記ベッド上の前記身体領域の前記主軸の前記方向に垂直である、各それぞれの画像内の各ブロックの決定された前記動きベクトルの成分と、を使用することと、（ｉｉ）次いで、前記画像のセットの各連続する画像内の、前記ベッド上の前記人の前記身体領域に関連付けられたそれぞれの前記画像位置のマップからの前記ブロックにわたって、前記成分を合計することと、を含み、
   前記人の算出された前記寝返り動きの尺度に基づいて、前記ベッド上の前記人の姿勢状態変化を検出する
   よう構成されており、
   前記信号処理システムは、
   前記複数の時間間隔のうち、前記寝返り動きの尺度が予め定められた動き量未満であることを示す２以上の時間間隔を検出し、
   検出された前記２以上の時間間隔のうちの連続する時間間隔に、各々、該時間間隔の周囲のさらなる時間間隔における前記寝返り動きの尺度のしるし、及び／又は、検出された前記時間間隔が生じた一連の時間間隔における該時間間隔の位置、に基づいて、異なる姿勢状態を割り当てる
   ようさらに構成されている、モニタリングシステム。
8. 前記姿勢状態は、うつ伏せ姿勢状態、仰向け姿勢状態、及び横向き姿勢状態を含み、前記信号処理システムは、前記時間間隔の間の前記寝返り動きの尺度の累積サイズ、及び／又は、前記時間間隔の間の持続時間、を使用して、前記うつ伏せ姿勢状態と前記仰向け姿勢状態との間の直接的遷移か、又は、前記うつ伏せ姿勢状態又は前記仰向け姿勢状態から前記横向き姿勢状態への遷移か、を選択するようさらに構成されている、請求項７記載のモニタリングシステム。
9. 前記信号処理システムは、前記時間間隔の間の前記寝返り動きの尺度のしるしを使用して、左横向き姿勢状態への遷移か又は右横向き姿勢状態への遷移かを選択するようさらに構成されている、請求項８記載のモニタリングシステム。
10. 前記信号処理システムは、前記カメラからの画像に基づいて、顔検出及び／又は呼吸検出を実行し、顔検出及び／又は呼吸検出の結果に基づいて、割り当てられた前記姿勢状態の一部を設定するようさらに構成されている、請求項７記載のモニタリングシステム。
11. 前記信号処理システムは、（ｉ）予め定められた姿勢状態が割り当てられているとき、且つ／又は、（ｉｉ）同じ姿勢状態が、予め定められた時間間隔を超える間、割り当てられたままであるとき、アラート信号を生成するようさらに構成されている、請求項７記載のモニタリングシステム。
12. 前記信号処理システムは、前記カメラからの画像に基づいて、呼吸検出を実行し、（ｉ）予め定められた範囲内のパラメータを伴う呼吸が検出されなかったこと、及び／又は、（ｉｉ）検出された呼吸パラメータの変化が、前記予め定められた姿勢状態が割り当てられている間に検出されたこと、を条件として、前記アラート信号を生成するようさらに構成されている、請求項１１記載のモニタリングシステム。

Images