JP6784403B2 - 心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム - Google Patents
心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム Download PDFInfo
- Publication number
- JP6784403B2 JP6784403B2 JP2017168657A JP2017168657A JP6784403B2 JP 6784403 B2 JP6784403 B2 JP 6784403B2 JP 2017168657 A JP2017168657 A JP 2017168657A JP 2017168657 A JP2017168657 A JP 2017168657A JP 6784403 B2 JP6784403 B2 JP 6784403B2
- Authority
- JP
- Japan
- Prior art keywords
- heart rate
- hemoglobin
- vector
- rate variability
- component
- 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
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
1.1 背景
近年、夜間における精神状態のモニタリング技術が必要とされている。例えば、接触型の心拍計などの取り付けが困難な患者や乳幼児を、夜間でも連続的にモニタリングすることができれば、いち早く異常を検知することができる。また、夜間に運転中、もしくはトンネルの中などの照明環境が変化するような環境におけるドライバーを連続的にモニタリングすることができれば、ドライバーの眠気を検知するドライブモニタリングといった技術にも応用することができる。
第2章では、近赤外領域での肌光学モデルについて述べる。第3章では、肌光学モデルを基に、2つの近赤外波長を用いて脈波測定を行う手法について述べる。第4章では、脈波測定を行うシミュレータの作成と、その評価方法について述べる。第5章では、実際に被験者を対象とした脈波測定について述べる。最後に第6章で、本実施例のまとめと今度の課題を述べる。
2.1 近赤外光
私たちが生活するために欠かせない光は、紫外線、可視光線、赤外線の三つに大別される。紫外線はおよそ100[nm]~380[nm]の波長域を持ち、高エネルギーを持つことから皮膚や目、免疫系へダメージを与える可能性がある。可視光線はおよそ380[nm]~780[nm]の短波長の波長域を持ち、普段私たちが目で見ている物体は、物体が反射した可視光が私たちの目に入ることでその物体を知覚している。赤外線は長波長の波長域を持ち、波長域により近赤外、中赤外、遠赤外の三つに大別され、近赤外線は目で見ることができないため、防犯カメラ等の犯罪防止を目的とした用途として一般的に普及している。そこで、本実施例では、およそ780nm~1,000nmの波長域を持つ近赤外線を用いて脈波測定を行う。
人間の皮膚は多層構造をとっており、表皮、真皮、そして皮下組織の三つに大別される。皮膚にはメラニン、ヘモグロビン、ビリルビンなど様々な色素が含まれ、皮膚の色調はこれらの色素により左右される。これらの色素の中でもメラニン、ヘモグロビンによる変化が皮膚の色調に大きく影響している。メラニン色素は表皮に、ヘモグロビン色素は真皮に毛細血管が張り巡らされているため真皮に多く存在している。従って、表皮をメラニン層、真皮をヘモグロビン層と仮定し、メラニン色素とヘモグロビン色素を空間的に独立とみなせる。このことから、可視光源の照明環境下においては、人間の肌を図4 (a)に示すような、表皮のメラニン層、真皮のヘモグロビン層からなる肌の二層構造として扱うことができる。先行研究ではこの仮定の下で解析を行い、濃度空間上で、陰影成分を除去した観測信号に独立成分分析を行うことで、ヘモグロビン成分とメラニン成分を推定した。
3.1 はじめに
本章では、第2章で述べた近赤外領域における肌光学モデルに基づき、脈波計測に最適な2バンド近赤外波長の組み合わせを決定するためのシミュレータを作成した。本実施例では、酸化ヘモグロビンの吸光度曲線を用いることで実際の肌を想定した仮想肌を作成し、使用するモノクロカメラ、近赤外フィルタの分光曲線を用いることで、2バンド近赤外画像を撮影するカメラシステムを構築した。
人間の血液は絶えず循環しているため、肌の各部では、それぞれ異なるヘモグロビンの色素が分布している。そのため、本シミュレータでは10×10の小領域画像を作成し、その各画素位置にそれぞれ異なるヘモグロビン成分を分布させた。本実施例では、ヘモグロビンの分布を実際の肌の反射率と近づけるために、ヘモグロビンの色素濃度を0.20~0.213の範囲で100段階変化させて小領域画像に分布させることで仮想肌でのヘモグロビンの分布の様子を想定した。図5に仮想肌の分光反射率を示す。
3.2節では、仮想肌におけるヘモグロビンの分布について述べた。しかし実際の肌におけるヘモグロビン成分は、心臓から全身に送られる血液の脈動によりその値が変動し、時間変化によって異なる分布を示すと考えられる。この脈動による変化が生じる前のヘモグロビン成分の値と、脈動によって変化が生じた後のヘモグロビン成分の値を本シミュレータにより推定することで、ヘモグロビン成分を検出することができる。今回は、実際の肌における脈動を再現するために、0から0.00068の範囲でヘモグロビンの色素濃度を変動させた。
3.2節、3.3節で作成した仮想肌モデルをカメラで撮影したときの画素値vは以下の数式3(式(3.1))で表される。
3.4節で得られた2バンドの小領域画像から、ヘモグロビン成分を抽出する。まず、画像として観測された2バンドの信号は式(3.1)で示したように、様々な要素の積算で表されており、ここからヘモグロビンの成分だけを抽出することは容易ではない。そこで、この小領域画像の各画素値に対して対数を取ることで画像を濃度空間へ変換し、積算によって表されていた画素値を構成する要素の線形和で表現する。
3.4節において、式(3.1)で示したようにカメラから出力される画素値は肌の反射率とカメラの感度、そしてバンドパスフィルタの感度の積算で表されると述べた。しかし実際の計測では、シャッターを閉じている状態でも微小な電流が流れる暗電流ノイズ等、ノイズが画素値に与える影響を想定することは非常に重要である。本節では、小領域画像にノイズを加えていったときに、どの程度のノイズまで加えてもヘモグロビン成分の抽出が可能か検証する。
4.1 はじめに
フィルタ感度とヘモグロビンの吸光度分布の関係から、2バンドのバンドパスフィルタを用いるとき、フィルタの波長が離れるにつれて酸化ヘモグロビンの吸光度特性に差が生じる。この各波長から取得できる吸光度特性の差を利用することで、1バンドでは取得できなかった酸化ヘモグロビンの特性を補正していく。本実施例で使用した酸化ヘモグロビンの吸光度分布は780nm~940nmの範囲を使用しており、この範囲においては波長が離れるにつれて吸光度特性の差が大きくなっていくことが図5からも確認できる。従って、波長が離れるにつれて多くの吸光度特性の差が取得できるため、ヘモグロビンの変動を推定しやすくなるという性質がある。一方、図5よりフィルタの波長が離れるにつれカメラの感度は下がり、ノイズによる画素値への影響が大きくなる、という性質がある。この2つの性質から、ヘモグロビンの吸光度分布とカメラの感度はトレードオフの関係にあるといえる。従って、ヘモグロビンの感度が十分異なり、ノイズから極端な影響を受けない程度にカメラの感度を保てる、最適なフィルタの組み合わせを選択することが必要である。
この節では、3.5節、3.6節で述べたヘモグロビン成分の推定手法がどれだけノイズに対して耐性を持つか評価する関数について述べる。理想は、ヘモグロビン成分の分布から、脈動により変動したあとのヘモグロビンの分布を確認できることである。ノイズがない場合、この変動は容易に確認できるが3.6節で述べたようにノイズが画素値に加算されるにつれ、この変動が徐々にノイズによって小さくなっていく。また、求めたヘモグロビン成分がノイズの影響により大きな分散を持った場合も、ヘモグロビンの変動がノイズによって小さくなっていく、という2つの性質から、特定のノイズ量に対して推定したヘモグロビン成分がヘモグロビンの変動を保持しているか評価する分離評価関数Eは以下の数式8(式(4.1))で表される。
第3章で述べたシミュレーション環境で近赤外透過フィルタの最適化を行った。今回シミュレーションを行ったバンドパスフィルタの組み合わせは780[nm]と820[nm]、780[nm]と860[nm]、780[nm]と900[nm]、780[nm]と940[nm]の4通りである。各フィルタの組み合わせで2バンド近赤外画像を取得し、脈動によるヘモグロビン成分の変化前と変化後のヘモグロビン成分を推定した。これにノイズを徐々に加えていった際の分離評価関数による評価結果を図8に示す。ノイズの量を増加させた時の、推定したヘモグロビン成分は次第にノイズが支配的になるため、評価値は図8から分かるようにゼロに近づいていく。このことから、ノイズの増加に対して評価値が最も高い値を保っているのが780[nm]と900[nm]の組み合わせであることが分かる。
4.3節で得られたシミュレーション結果より、どのフィルタに関しても4.2節で述べたようにノイズが増加するにつれ、ヘモグロビンの成分がノイズに埋もれていくため評価値はゼロに近づいていくことが分かる。しかし、各フィルタの組み合わせによっては、ノイズの大きさが変化することで評価値を大幅に減少しているフィルタの組み合わせや、評価値を保ったままのフィルタの組み合わせも存在する。これはシミュレータで用いた酸化ヘモグロビンの吸光度分布曲線、カメラ感度の分光曲線、バンドパスフィルタの分光曲線と、カメラの画像化システムの特性から決定されるためである。このことについて、各フィルタの組み合わせ毎の評価値について以下に述べる。
5.1 はじめに
本章では、第4章で行った2バンドでの脈波計測シミュレーションの結果をもとに、実際の被験者に対して脈波測定を行った結果を述べる。5.2節では撮影環境を述べる。5.3節ではヘモグロビン成分推定手法について述べる。5.4節では脈波検出手法として、5.4.1節ではパワースペクトル密度推定、5.4.2節ではバンドパスフィルタ、5.4.3節ではピーク検出手法、5.4.4節では心拍数の推定手法について述べる。5.5節では推定値の精度検証手法について述べる。5.6節では被験者に対して測定を行った結果を述べる。最後に5.7節で本測定の考察を行う。
撮影環境を図9に示す。顎台で顔を固定した被験者に人工太陽灯を照射し、30[fps]に設定した2バンド近赤外カメラを用いて120[s]間、顔画像の撮影を行った。人工太陽灯は可視光源として用いられることが一般的であり、通常であれば紫外領域と近赤外領域の光はフィルタにより遮断されている。本実施例では近赤外領域の光源が必要なため、このフィルタを外して測定を行った。また、人工太陽灯は点灯させてから30~40分経過することで安定した照明状態となる。まず、十分に照明環の変動が起こらない場合での撮影を行った。次に、点灯直後の人工太陽灯の照明状態は不安定であり、照明にちらつきが発生することから、本実施例では、このちらつきを照明環境の変動であると仮定して測定を行った。このようにして、照明環境の変動がない場合とある場合の2種類の環境で測定を行った。被験者から人口太陽灯までの距離は0.30[m]、被験者からカメラまでの距離は0.50[m]である。被験者には、リラックスした状態でなるべく動かないよう指示した。また、人工太陽灯の光が直接目に入らないよう、安全面を考慮し測定中は目をつぶるよう指示した。カメラでの撮影と同時に、正解値として腕に電極を取り付け、心電図を測定した。心電図は5.7節で、推定した脈波信号との精度検証の際に用いる。撮影は暗室下で行われ、それぞれのモノクロカメラに入射する光は干渉型バンドパスフィルタを用いたことから、780[nm]を中心波長とした光と900[nm]を中心波長とした光のみとなるため、暗所での計測と同等の実験環境であるとして測定を行った。
本節では、撮影された2バンドの近赤外画像からヘモグロビン成分を推定し、陰影成分とヘモグロビン成分の2成分に分離する手法について述べる。
ヘモグロビン画像の額部分に関心領域を設定し、横軸を時間変動、縦軸を平均画素値として解析を行うことで脈波信号を取得することができる。今回は例として中心波長780nmの1バンド近赤外画像を解析することで得られた脈波信号を図12に示す。この脈波信号には、被験者の僅かな体動やカメラのノイズ等の生体情報以外の様々な要素も含まれている。そのため、本節ではそれらのノイズを除去し、ヘモグロビン情報のみを抽出した脈波信号を推定する信号処理手法について述べる。
取得した脈波信号に対し傾き除去を行い、図13に示す傾き除去後の脈波信号が得られた後、高速フーリエ変換を用いてパワースペクトル密度を推定することで、入力信号に含まれている周波数成分を解析した。脈波信号は周期的な信号であるため、そのパワースペクトル密度はある一定の周波数に強いピークを持つ。傾き除去後の脈波信号にパワースペクトル密度推定を行った結果が図14であり、信号中に含まれる最も強い周波数が1.6Hzであることを示している。
先行研究では、脈波信号からノイズを取得する際に成人の心拍数を45bpm~180bpm、即ち0.75Hz~3.0Hzを透過するバンドパスフィルタを適用することでノイズ除去を行った。一方、本手法では5.4.2節で行ったパワースペクトル密度推定より、0.75Hz~3.0Hzの間で最も強いパワースペクトルを持つ周波数fmaxに対して、[ fmax−0.2, fmax+0.2 ] Hzのみを透過させるバンドパスフィルタを適用することで、被験者の脈波信号に特化したバンドパスフィルタを設計した。さらに、バンドパスフィルタの透過帯を狭めることにより生体情報以外のノイズ除去精度が向上すると考えられる。図15に、パワースペクトル密度推定から求めた最大ピーク周波数1.6Hzから、その近傍0.2Hzを透過するバンドパスフィルタを適用した結果を示す。
バンドパスフィルタを適用して得られた脈波信号に対して近傍領域を設定し、その近傍領域内での最大値をピークとして検出する。例として、30fpsで撮影した、60bpmの心拍数を持つ被験者を例にすると、1秒間に1回のペースで脈動によるピークが発生するため、ピーク検出の際に用いる近傍領域は15フレームが適切となる。本手法では、パワースペクトル密度推定より算出された周波数と撮影環境が30fpsであることから、近傍領域の決定を適宜手動により調節しピーク検出を行った。この手法によりピーク検出を行った結果を図16に示す。
ピーク検出を行った結果から、ピークとピークのフレーム差を算出することにより、脈波間隔と呼ばれる特徴量を取得することができる。先行研究では、この特徴量を周波数解析することにより精神状態の推定を行った。ピーク検出から求められる脈波間隔から、RRint erval を脈波間隔としたときに、心拍数HRestは以下の数式9(式(5.1))で求められる。
本実施例では、2バンド近赤外カメラによる撮影と同時に、接触型の心拍計を用いて脈波信号を計測した。心拍計はポリグラフ(日本光電:RMT-1000)を用いて計測を行い、得られた脈波信号から非接触式で利用した手法と同じ手法でピーク検出を行った。また、誤検出や検出漏れがないように、目視で波形とピークを確認し、閾値などの調整を行い、補正を行った。
照明変動のない環境で撮影した2バンド近赤外画像に対し、図17のように額に関心領域を設定することで、関心領域中での平均画素値の時間変動を解析する。横軸に時間変動、縦軸に平均画素値として各フレームの平均画素値の変動として解析を行った、各近赤外波長における1バンド脈波信号を図18に示す。
照明環境が変化しない環境における心拍数の推定結果より、1バンドでの測定結果に関しては絶対誤差率が10%未満の精度で心拍数を推定することができたが、先行研究は全て1%台の精度で心拍数を推定しているため、本実施例の推定精度は低い。その原因として、顔の動きによる影響が考えられる。本実施例では測定の際に顎台を用いて顔を固定し測定を行っているが、実際には2分間の計測の中で被験者は意図せず顔の位置を動かしてしまう。先行研究では、顔の動き追跡は心拍数の推定に関して大きな影響を与える、と述べていることから被験者の顔の動きが推定精度の低下に影響を与えてしまったものと考えられる。一方、2バンド近赤外画像による心拍数の推定結果は、絶対誤差率が0.45%と、先行研究の1バンド近赤外画像から推定した心拍数よりも高精度で推定を行うことができた。これは、図27に示した濃度空間における画素値が、陰影成分とヘモグロビン成分の2方向に分布していたため、適切に分離が行えたからだと考えられる。
6.1 本実施例のまとめ
本実施例では、2バンドの近赤外画像を用いることで照明変動があるような実環境を想定した暗所での脈波信号の検出手法を提案した。ヘモグロビンベクトルに関しては、決定した陰影ベクトルを基に、1度ずつ基底ベクトルを回転させて心拍数まで推定することにより、正解値と比較して、最も小さい誤差率となるベクトルを、ヘモグロビンの変動成分として決定した。こうして濃度空間上で新たな基底ベクトルを取得することで、2バンド近赤外画像をヘモグロビン画像と陰影画像に分離した。これにより得られたヘモグロビン画像の時間変動を解析することによりヘモグロビン成分の脈波信号を取得した。これを、先行研究でも挙げられているように傾き除去、バンドパスフィルタ、ピーク検出による信号処理を行うことで脈波間隔という特徴量を取得し、心拍数の推定を行った。1バンドでの脈波信号に比べ、2バンドでの脈波信号から推定した心拍数がより正解値との推定誤差率が小さいことから、2バンド近赤外画像を用いることで照明の変動による心拍数の推定精度への影響を大幅に軽減して心拍数の推定を行うことができた。
Claims (4)
- 対象者の少なくとも2種類の波長域の動画像を撮影し、前記撮影した動画フレーム中の各画素の対数をとることで変換される少なくとも2つの基底ベクトルで定められる対数空間上において、第1ベクトルとして新たに決定された照明変動成分と、前記第1ベクトルとは異なる角度のベクトルに新たに決定されたヘモグロビン成分の少なくとも2成分に行列の基底変換を行い、前記対数変換された画素データを前記基底変換して得られたヘモグロビン成分の情報に基づいて心拍変動の推定を行う心拍数推定方法。
- 前記動画像は波長が1000nmに向かうに従い感度がゼロに近づくカメラで撮像されており、
前記少なくとも2種類の波長域のうち、1種類の波長域が770nm以上790nm以下であり、
他の1種類の波長域が890nm以上910nm以下である請求項1記載の心拍変動推定方法。 - コンピュータに、対象者の少なくとも2種類の波長域の動画像を撮影する手順と、前記撮影した動画フレーム中の各画素の対数をとることで変換される少なくとも2つの基底ベクトルで定められる対数空間上において、第1ベクトルとして新たに決定された照明変動成分と、前記第1ベクトルとは異なる角度のベクトルに新たに決定されたヘモグロビン成分の少なくとも2成分に行列の基底変換を行い、前記対数変換された画素データを前記基底変換して得られたヘモグロビン成分の情報に基づいて心拍変動の推定を行う手順とを実行させるための心拍数変動推定プログラム。
- 対象者の少なくとも2種類の波長域の動画像を撮影するカメラと、前記カメラにより撮影した動画フレーム中の各画素の対数をとることで変換される少なくとも2つの基底ベクトルで定められる対数空間上において、第1ベクトルとして新たに決定された照明変動成分と、前記第1ベクトルとは異なる角度のベクトルに新たに決定されたヘモグロビン成分の少なくとも2成分に行列の基底変換を行い、前記対数変換された画素データを前記基底変換して得られたヘモグロビン成分の情報に基づいて心拍変動の推定を行う心拍変動推定部と、を備える心拍数変動推定システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017168657A JP6784403B2 (ja) | 2017-09-01 | 2017-09-01 | 心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017168657A JP6784403B2 (ja) | 2017-09-01 | 2017-09-01 | 心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019042145A JP2019042145A (ja) | 2019-03-22 |
JP6784403B2 true JP6784403B2 (ja) | 2020-11-11 |
Family
ID=65815802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017168657A Active JP6784403B2 (ja) | 2017-09-01 | 2017-09-01 | 心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6784403B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7449226B2 (ja) * | 2018-07-23 | 2024-03-13 | ヌヴォトンテクノロジージャパン株式会社 | 生体状態検出装置および生体状態検出方法 |
JP7174358B2 (ja) * | 2019-03-29 | 2022-11-17 | 株式会社アイシン | 脈拍数検出装置、及び脈拍数検出プログラム |
JP6977744B2 (ja) * | 2019-06-18 | 2021-12-08 | 花王株式会社 | 皮膚の色素成分の濃度画像の形成方法 |
WO2021044571A1 (ja) * | 2019-09-05 | 2021-03-11 | 株式会社日立国際電気 | 脈拍数推定方法、装置およびシステム |
CN113100722B (zh) * | 2021-03-30 | 2023-01-17 | 联想(北京)有限公司 | 一种心率确定方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4599520B2 (ja) * | 2004-09-17 | 2010-12-15 | オリンパス株式会社 | マルチスペクトル画像処理方法 |
WO2011042839A1 (en) * | 2009-10-06 | 2011-04-14 | Koninklijke Philips Electronics N.V. | Method and system for obtaining a first signal for analysis to characterize at least one periodic component thereof |
US20150297142A1 (en) * | 2012-07-30 | 2015-10-22 | Koninklijke Philips N.V. | Device and method for extracting physiological information |
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 |
-
2017
- 2017-09-01 JP JP2017168657A patent/JP6784403B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019042145A (ja) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6784403B2 (ja) | 心拍変動の推定方法、心拍変動の推定プログラム及び心拍変動推定システム | |
Magdalena Nowara et al. | SparsePPG: Towards driver monitoring using camera-based vital signs estimation in near-infrared | |
US11259710B2 (en) | System and method for remote measurements of vital signs | |
EP3405105B1 (en) | Method and apparatus for estimating heart rate | |
Kwon et al. | ROI analysis for remote photoplethysmography on facial video | |
Bousefsaf et al. | Continuous wavelet filtering on webcam photoplethysmographic signals to remotely assess the instantaneous heart rate | |
US10004410B2 (en) | System and methods for measuring physiological parameters | |
US8542877B2 (en) | Processing images of at least one living being | |
US10143377B2 (en) | Single channel imaging measurement of dynamic changes in heart or respiration rate | |
EP3664704B1 (en) | Device, system and method for determining a physiological parameter of a subject | |
JP2019055256A (ja) | 対象のバイタルサインを決定する装置及び方法 | |
US20190008402A1 (en) | Non-Contact Assessment of Cardiovascular Function using a Multi-Camera Array | |
Yu et al. | Noncontact monitoring of heart rate and heart rate variability in geriatric patients using photoplethysmography imaging | |
JP2013506525A (ja) | フォトプレチスモグラフィーを実行するための方法及びシステム | |
Fukunishi et al. | Non-contact video-based estimation of heart rate variability spectrogram from hemoglobin composition | |
US20210224983A1 (en) | System and Method for Remote Measurements of Vital Signs of a Person in a Volatile Environment | |
JP2019532747A (ja) | 被検体のバイタルサインを得るためのデバイス、システム及び方法 | |
Przybyło | A deep learning approach for remote heart rate estimation | |
Würtenberger et al. | Optimum wavelengths in the near infrared for imaging photoplethysmography | |
JP2020537552A (ja) | 複数のセンサを伴うダイレクトフォトプレチスモグラフィ(ppg)のためのコンピュータ実装方法及びシステム | |
Rongt et al. | Respiration and cardiac activity sensing using 3-d cameras | |
Mitsuhashi et al. | Noncontact pulse wave detection by two-band infrared video-based measurement on face without visible lighting | |
EP3422931A1 (en) | Device, system and method for determining a vital sign of a subject | |
Hino et al. | A noise-robust pulse wave estimation from NIR video using Wiener estimation method | |
Foroughian et al. | The wavelength selection for calibrating non-contact detection of blood oxygen satuartion using imaging photoplethysmography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200117 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200311 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20200414 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200515 |
|
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: 20201006 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201016 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6784403 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |