JP7124974B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7124974B2 JP7124974B2 JP2021556659A JP2021556659A JP7124974B2 JP 7124974 B2 JP7124974 B2 JP 7124974B2 JP 2021556659 A JP2021556659 A JP 2021556659A JP 2021556659 A JP2021556659 A JP 2021556659A JP 7124974 B2 JP7124974 B2 JP 7124974B2
- Authority
- JP
- Japan
- Prior art keywords
- roi
- blood volume
- volume pulse
- pulse signal
- sub
- 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
- 239000008280 blood Substances 0.000 title claims description 92
- 210000004369 blood Anatomy 0.000 title claims description 92
- 238000001514 detection method Methods 0.000 title claims description 59
- 238000013461 design Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 18
- 238000000605 extraction Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 7
- 230000001815 facial effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010047139 Vasoconstriction Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000025033 vasoconstriction Effects 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
Images
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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/024—Measuring pulse rate or heart rate
- A61B5/02416—Measuring 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
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient; User input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
- A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
- A61B5/7485—Automatic selection of region of interest
-
- 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
- A61B5/72—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)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Description
本発明は、人の顔の動画から、ロバストな生理的血液量パルスを検出するための、装置及び方法に関し、更には、これらを実現するためのプログラムに関する。
血管内の血液量が心拍に伴って変化すると、血液量パルス信号が発生する。血液量パルス信号は、血管拡張または血管収縮による血管床の相対的な変化だけでなく、血圧の変化と相関している可能性のある血管壁の弾性の変化も示している。血液量パルスは、血液量パルス信号のピークの間隔によって心拍数を推定するために使用されている。以下、「血液量パルス」を「ＢＶＰ」と表記する。
ピークからピークまでの間隔、及び振幅は、ＢＶＰ信号を理解するための２つの重要な要素である。ＢＶＰ信号のピークからピークまでの間隔は、心拍数を評価するために使われている。一方、ＢＶＰ信号の振幅は、センサの配置に依存している。これは、ＢＶＰ信号の空間分布を検出できれば、血管の年齢及び温度など、多くの生体認証パラメータを関連して算出できることを意味している。
通常、ＢＶＰ信号は、ＰＰＧセンサによって検出される。 最近では、ＢＶＰは、比較的広い範囲の可視Ｗｅｂカメラによっても検出でき、このことにより、ＢＶＰの空間分布に簡単にアプローチできるようになっている（例えば、非特許文献１参照）。
Poh, Ming-Zher, Daniel J. McDuff, and Rosalind W. Picard, "Non-contact, automated cardiac pulse measurements using video imaging and blind source separation", OPTICS EXPRESS Vol.18, No.10,2010.
最初の問題は、顔領域の関心領域から平均ＢＶＰ信号を抽出することと比較して、関心領域においてＢＶＰの空間分布を構成している各サブ関心領域で、クリーンなＢＶＰ信号を抽出することが極めて難しいことである。ノイズ信号は、各サブ関心領域において、ＢＶＰ信号に対して比較的強いからである。以下、「関心領域」は「ＲＯＩ」と表記する。「サブ関心領域」は「サブＲＯＩ」と表記する。
本発明の目的の一例は、各サブＲＯＩにおいてクリーンな血液量パルス信号を抽出し得る、血液量パルス信号検出を提供することにある。
上記目的を達成するため、血液量パルス信号検出装置は、
人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ＲＯＩ決定手段と、
ＲＯＩ決定手段によって決定されたＲＯＩに基づいて、サブＲＯＩを決定する、サブＲＯＩ決定手段と、
ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、フィルタ設計手段と、
前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ノイズ低減手段と、
を備えている。
人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ＲＯＩ決定手段と、
ＲＯＩ決定手段によって決定されたＲＯＩに基づいて、サブＲＯＩを決定する、サブＲＯＩ決定手段と、
ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、フィルタ設計手段と、
前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ノイズ低減手段と、
を備えている。
上記目的を達成するため、血液量パルス信号検出方法は、
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を有する。
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を有する。
上記目的を達成するため、プログラムは、
コンピュータに、
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を実行させる。
コンピュータに、
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を実行させる。
上述したように、本発明によれば、各サブＲＯＩにおいてクリーンな血液量パルス信号を抽出することができる。
（実施の形態）
ここで、本発明の実施の形態の一例について詳細に説明する。実装について、添付されている図面を参照して詳細に説明する。
ここで、本発明の実施の形態の一例について詳細に説明する。実装について、添付されている図面を参照して詳細に説明する。
［装置構成］
最初に、実施の形態におけるＢＶＰ信号検出装置の構成について図１を用いて説明する。図１は、本発明の実施の形態におけるＢＶＰ信号検出装置の構成を概略的に示すブロック図である。
最初に、実施の形態におけるＢＶＰ信号検出装置の構成について図１を用いて説明する。図１は、本発明の実施の形態におけるＢＶＰ信号検出装置の構成を概略的に示すブロック図である。
図１に示すＢＶＰ信号検出装置３００は、ＢＶＰ信号を検出するための装置である。ＢＶＰ信号検出装置３００は、ＲＯＩ決定部３２５と、サブＲＯＩ決定部３４０と、フィルタ設計部３３０と、ノイズ低減部３５０とを備えている。
ＲＯＩ決定部３２５は、人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する。サブＲＯＩ決定部３４０は、ＲＯＩ決定部３２５によって決定されたＲＯＩに基づいて、サブＲＯＩを決定する。
フィルタ設計部３３０は、ＲＯＩでの平均ＢＶＰ信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する。ノイズ低減部３５０は、バンドパスフィルタを用いて、各サブＲＯＩでのＢＶＰ信号を強化する。
上述したように、本実施の形態では、ＲＯＩでの平均ＢＶＰ信号を用いて、周波数領域及び／又は時間領域の分析が実行されて、フィルタが設計される。そして、各サブＲＯＩでのＢＶＰ信号が、フィルタによって強化される。この結果、各サブＲＯＩでのクリーンなＢＶＰ信号の抽出が可能となる。
次に、実施の形態におけるＢＶＰ信号検出装置の構成及び機能について、図２～図７を用いて詳細に説明する。図２は、本発明の実施の形態におけるＢＶＰ信号検出装置の具体的構成を示すブロック図である。
図２に示すように、実施の形態では、ＢＶＰ信号検出装置３００は、ＲＯＩ決定部３２５、サブＲＯＩ決定部３４０、フィルタ設計部３３０、及びノイズ低減部３５０に加えて、更に、顔動画取得部３１０と、特徴点追跡部３２０と、第１ＢＶＰ信号抽出部３２７と、第２ＢＶＰ信号抽出部３４５と、ＢＶＰ空間分布算出部３６０とを備えている。
更に、図２に示すように、実施の形態におけるＢＶＰ信号検出装置３００は、大きく２つのパートに分けられる。２つのパートは、図２に示すように、フィルタ設計パート３０３と、ノイズ低減パート３０７とである。
フィルタ設計パート３０３は、顔動画取得部３１０と、特徴点追跡部３２０と、ＲＯＩ決定部３２５と、第１ＢＶＰ信号抽出部３２７と、フィルタ設計部３３０とで構成されている。ノイズ低減パート３０７は、サブＲＯＩ決定部３４０と、第２ＢＶＰ信号抽出部３４５と、ノイズ低減部３５０と、ＢＶＰ空間分布算出部３６０とで構成されている。
顔動画取得部３１０は、入力動画データ３９１から、人の顔画像を取得する。特徴点追跡部３２０は、顔を追跡し、入力動画データ３９１のフレーム毎に特徴点を出力する。ＲＯＩ決定部３２５は、顔の特徴点に基づいて、ＲＯＩの選択及び決定を行う。また、同時に、サブＲＯＩが、サブＲＯＩ決定部３４０によって、ローカライズされる。
特徴点の取得及びＲＯＩの決定の後、第１ＢＶＰ信号抽出部３２７は、フレーム毎に、ＲＧＢ値を読み取ることによって、ＢＶＰ信号を取得する。第１ＢＶＰ信号抽出部３２７は、下記の数１を用いて、ＲＯＩにおける平均ＢＶＰ信号を算出する。
上記数１において、ＢＶＰＲＯＩは、ＲＯＩにおける平均ＢＶＰ信号である。ＢＶＰｐｉは、画素ｉで得られたＢＶＰ信号である。ｍは、ＲＯＩにおける全画素数である。ｐｉは、画素のシーケンス番号である。数１によれば、ＲＯＩにおける平均ＢＶＰ信号は、フレーム毎に、ＲＯＩにおける全画素にわたってＢＶＰ信号を空間的に平均化することによって求められる。これは、ＲＯＩにおける平均ＢＶＰが結合信号であり、アーティファクト、光、顔の表情によって引き起こされるノイズが、統計的に平滑化されることを意味する。
フィルタ設計部３３０は、特定期間におけるＢＶＰＲＯＩを用いてフーリエ変換を実行することによって、周波数領域及び／又は時間領域の分析を実行する。ＢＶＰＲＯＩの周波数領域及び／又は時間領域の分析によれば、ＢＶＰＲＯＩのパワースペクトラムにおけるスペクトラムピークが追跡され、フィルタとして適切なＢＶＰ周波数の範囲が選択される。選択された、適切なＢＶＰ周波数の範囲は、ノイズ低減部３５０によって、各サブＲＯＩにおいてＢＶＰ信号を強化するために用いられる。
なお、このようなフィルタは、経験によって抽出された動作周波数とは異なっている。動作周波数から抽出されたフィルタは、一般的な人の心拍数１５～２４０拍／分の範囲に応じて、０．２５Ｈｚ～４Ｈｚの範囲のような、比較的広い範囲にある。一方、フィルタ設計部３３０から抽出されたフィルタは、動的フィルタであり、ノイズ除去はほどほどではあるが、動作周波数から抽出されたフィルタと比較して、ＢＶＰ信号を著しく損なうことはない。
サブＲＯＩ決定部３４０は、取得された顔のＲＯＩに基づいて、ＲＯＩを、それよりも小さいサブＲＯＩに分割することによって、サブＲＯＩを決定する。サブＲＯＩは、ＢＶＰ空間分布の解像度を示す。なお、サブＲＯＩを得るために、ＲＯＩを均等に分割する必要はない。サブＲＯＩは、どのような形状でも良く、それぞれがＲＯＩの一部を表し、それら全てによってＲＯＩが構成される。
サブＲＯＩ決定部３４０によって、サブＲＯＩが決定されると、第２ＢＶＰ信号抽出部３４５は、サブＲＯＩ毎に、ＢＶＰ信号を抽出する。各サブＲＯＩにおいてＢＶＰ信号を抽出するための方法は、ＲＯＩにおいて平均ＢＶＰ信号を取得するための方法と同様方法である。各サブＲＯＩにおけるＢＶＰ信号は、サブＲＯＩの範囲内の全ての画素にわたるＢＶＰ信号の空間的な平均である。
ノイズ低減部３５０は、サブＲＯＩ毎に、検出されたＢＶＰ信号を強化する。周波数領域におけるノイズ低減の一例においては、フーリエ変換が、サブＲＯＩ毎に、特定の時間に抽出されたＢＶＰ信号に対して適用される。フィルタ設計部３３０から引き出されたフィルタによれば、フィルタの適用後、特定の周波数の範囲でのＢＶＰ信号のみがフィルタを通過することになる。
別の例として、時間領域でのノイズ低減が挙げられる。この場合、時間領域でのフィルタが、サブＲＯＩ毎に、ＢＶＰ信号に適用される。このフィルタもフィルタ設計部３３０によって設計される。周波数領域及び／又は時間領域においてフィルタが適用された後、各サブＲＯＩにおいてクリーンな信号が得られる。
図３は、本発明の実施の形態で参照するＲＯＩ及びサブＲＯＩの一例を示す図である。図３において、参照番号４００はフレームを示し、参照番号４１０は、ＲＯＩを示している。図３において、４２０及び４３０は、サブＲＯＩの例を示している。各サブＲＯＩから抽出されたＢＶＰ信号は、フーリエ変換によって時間領域及び／又は周波数領域において分析され、周波数領域におけるパワースペクトラムが取得される。
図４は、本発明の実施の形態で参照する、時間領域及び周波数領域においてＲＯＩで得られた平均ＢＶＰ信号の一例を示す図である。例えば、４１２をＲＯＩで得られた平均ＢＶＰ信号とする。４１８は、ＲＯＩでの平均ＢＶＰ信号の周波数領域でのパワースペクトラムである。フィルタ設計部３３０によれば、４１２で示される経時変化するＢＶＰ信号は、４１８で示されるように、周波数領域のパワースペクトルへと変化する。４１８に示されるように、狭いピークを伴う破線の矩形によって指定された、領域が存在していることが観察される。この領域が、主なＢＶＰ信号に対応していると考えられる。このパワースペクトル分析に基づいて、バンドパスフィルタが、ノイズ低減用のフィルタとして抽出される。なお、バンドパスフィルタは、動作周波数と競合すべきでない。動作周波数は、一般的な人間の心拍数の範囲である１５～２４０拍／分の範囲に応じて、０．２５Ｈｚ～４Ｈｚといった比較的広い範囲にある。
図５は、本発明の実施の形態で参照する、時間領域及び周波数領域において各サブＲＯＩで得られたＢＶＰ信号の一例を示す図である。例えば、図５において、４２２及び４３２を、サブＲＯＩ４２０及びサブＲＯＩ４３０から得られた時間領域でのＢＶＰ信号のセットとする。図５において、４２５及び４３５は、それぞれ、周波数領域でのパワースペクトラムである。４２５及び４３５における心拍は、より広い範囲に広がっており、振幅のピークは、４１８に比べてクリーンではない。４１８は、ＲＯＩにおける平均ＢＶＰ信号のパワースペクトラムである。
図６は、本発明の実施の形態における、ノイズ低減後に、周波数領域においてサブＲＯＩで得られたＢＶＰ信号の一例を示す図である。４２５及び４３５のノイズの多い信号のノイズ低減出力スペクトルの例は、図６における４２８及び４３８に示されている。なお、必要な信号スペクトル成分の一部がバンドパスフィルタのノイズ閾値値を下回っているため、スペクトル減算プロセスによって、それらが誤って削除されることに注意すべきである。それにもかかわらず、スペクトル減算法によれば、おそらく、シグナル－ノイズ比の改善が図られる。
ＢＶＰ空間分布算出部３６０は、サブＲＯＩ毎に、フィルタリングされたＢＶＰ信号から、ＢＶＰ空間分布を算出する。ＢＶＰ空間分布算出部３６０は、ＢＶＰ空間分布３９２を外部の装置に出力する。図７は、本発明において、ある時間に抽出されたＢＶＰ空間分布の一例を示す図である。
例えば、特定のフレームでのＲＯＩにおけるＢＶＰ空間分布は、この実施の形態による得られる。ＢＶＰ空間分布は、図７のように表現される。算出されたＢＶＰ空間分布に従って、他の生理的情報が更に算出可能である。
［装置動作］
次に、図８を用いて、本発明の実施の形態におけるＢＶＰ信号検出装置３００によって実行される処理について説明する。図８は、本発明の実施の形態におけるＢＶＰ信号検出装置によって実行される処理を示すフロー図である。以下の説明においては、必要に応じて、図１～図７が参照される。
次に、図８を用いて、本発明の実施の形態におけるＢＶＰ信号検出装置３００によって実行される処理について説明する。図８は、本発明の実施の形態におけるＢＶＰ信号検出装置によって実行される処理を示すフロー図である。以下の説明においては、必要に応じて、図１～図７が参照される。
本実施の形態では、ＢＶＰ信号検出方法は、ＢＶＰ信号検出装置を動作させることによって実行される。従って、本実施の形態におけるＢＶＰ信号検出方法の説明は、ＢＶＰ信号検出装置３００によって行われる処理の以下の説明に代える。
最初に、図８に示すように、顔動画取得部３１０が、入力動画データ３９１から、人の顔画像を取得する（ステップＡ１）。
次に、特徴点追跡部３２０が、顔を追跡し、入力動画データ３９１のフレーム毎に特徴点を出力する（ステップＡ２）。
次に、ＲＯＩ決定部３２５は、ステップＡ２で出力された顔の特徴点に基づいて、ＲＯＩの選択及び決定を行う（ステップＡ３）。
次に、第１ＢＶＰ信号抽出部３２７は、ステップＡ３で選択及び決定されたＲＯＩにおいて、上記数１を用いて、平均ＢＶＰ信号を算出する（ステップＡ４）。
次に、フィルタ設計部３３０は、ステップＡ４で算出された平均ＢＶＰ信号を用いて、周波数領域及び／又は時間領域において分析を行って、バンドパスフィルタを設計する（ステップＡ５）。
次に、サブＲＯＩ決定部３４０は、ステップＡ３と同様に、サブＲＯＩをローカライズする（ステップＡ６）。
次に、ステップＡ６において、サブＲＯＩ決定部３４０が、サブＲＯＩを決定すると、第２ＢＶＰ信号抽出部３４５は、サブＲＯＩ毎に、ＢＶＰ信号を抽出する（ステップＡ７）。
次に、ノイズ低減部３５０は、サブＲＯＩ毎に、ステップＡ５で設計されたバンドパスフィルタを用いて、ＢＶＰ信号を強化する（ステップＡ８）。この結果、ＢＶＰ信号におけるノイズは低減される。
次に、ＢＶＰ空間分布算出部３６０は、サブＲＯＩ毎に、ステップＡ８で処理されたＢＶＰ信号から、ＢＶＰ空間分布を算出する（ステップＡ９）。その後、ＢＶＰ空間分布算出部３６０は、ＢＶＰ空間分布３９２を、外部の装置に出力する。
［実施の形態における効果］
第１の効果は、サブＲＯＩ毎に、クリーンなＢＶＰ信号を抽出できるようにすることである。これは、平均ＢＶＰ信号を用いて周波数領域及び／又は時間領域の分析が実行されて、フィルタが設計され、ＢＶＰ信号がこのフィルタによって強化されることによる。
第１の効果は、サブＲＯＩ毎に、クリーンなＢＶＰ信号を抽出できるようにすることである。これは、平均ＢＶＰ信号を用いて周波数領域及び／又は時間領域の分析が実行されて、フィルタが設計され、ＢＶＰ信号がこのフィルタによって強化されることによる。
第２の効果は、クリーンなＢＶＰ信号を各サブＲＯＩで抽出することによって、特定の時間におけるＢＶＰ空間分布を正確に検出できるようにすることである。その結果、ＢＶＰ信号の空間分布から、多くの生体情報を読み取ることが可能となる。
［プログラム］
本実施の形態におけるプログラムは、コンピュータに、図８に示すステップＡ１～Ａ９を実行させるプログラムであれば良い。本実施の形態におけるＢＶＰ信号検出装置及びＢＶＰ検出方法は、このプログラムをコンピュータにインストールし、それを実行することによって、実現される。この場合、コンピュータのプロセッサは、顔動画取得部３１０、特徴点追跡部３２０、ＲＯＩ決定部３２５、第１ＢＶＰ信号抽出部３２７、フィルタ設計部３３０、サブＲＯＩ決定部３４０、第２ＢＶＰ信号抽出部３４５、ノイズ低減部３５０、及びＢＶＰ空間分布算出部３６０として機能し、処理を実行する。
本実施の形態におけるプログラムは、コンピュータに、図８に示すステップＡ１～Ａ９を実行させるプログラムであれば良い。本実施の形態におけるＢＶＰ信号検出装置及びＢＶＰ検出方法は、このプログラムをコンピュータにインストールし、それを実行することによって、実現される。この場合、コンピュータのプロセッサは、顔動画取得部３１０、特徴点追跡部３２０、ＲＯＩ決定部３２５、第１ＢＶＰ信号抽出部３２７、フィルタ設計部３３０、サブＲＯＩ決定部３４０、第２ＢＶＰ信号抽出部３４５、ノイズ低減部３５０、及びＢＶＰ空間分布算出部３６０として機能し、処理を実行する。
本実施の形態におけるプログラムは、複数のコンピュータを用いて構成されたコンピュータシステムによって実行されても良い。この場合は、例えば、各コンピュータが、顔動画取得部３１０、特徴点追跡部３２０、ＲＯＩ決定部３２５、第１ＢＶＰ信号抽出部３２７、フィルタ設計部３３０、サブＲＯＩ決定部３４０、第２ＢＶＰ信号抽出部３４５、ノイズ低減部３５０、及びＢＶＰ空間分布算出部３６０のうちの、いずれかとして機能し、処理を実行する。
本発明の実施の形態におけるプログラムを実行することによって、ＢＶＰ信号検出装置３００を実現するコンピュータについて、図面を参照して説明する。図９は、本発明の実施の形態におけるＢＶＰ信号検出装置を実現するコンピュータの一例を示すブロック図である。
図９に示すように、コンピュータ１１０は、ＣＰＵ（Central Processing Unit）１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。また、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていても良い。
ＣＰＵ１１１は、記憶装置１１３に格納された、実施の形態におけるプログラム（コード群）をメインメモリ１１２に展開し、各コードを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。
また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。
データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。
また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体が挙げられる。
実施の形態におけるＢＶＰ信号検出装置３００は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、ＢＶＰ信号検出装置３００は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
上述した実施の形態の一部又は全部は、以下に記載する（付記１）～（付記１５）によって表現することができるが、以下の記載に限定されるものではない。
（付記１）
人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ＲＯＩ決定手段と、
ＲＯＩ決定手段によって決定されたＲＯＩに基づいて、サブＲＯＩを決定する、サブＲＯＩ決定手段と、
ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、フィルタ設計手段と、
前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ノイズ低減手段と、
を備えている、血液量パルス信号検出装置。
人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ＲＯＩ決定手段と、
ＲＯＩ決定手段によって決定されたＲＯＩに基づいて、サブＲＯＩを決定する、サブＲＯＩ決定手段と、
ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、フィルタ設計手段と、
前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ノイズ低減手段と、
を備えている、血液量パルス信号検出装置。
（付記２）
付記１に記載の血液量パルス信号検出装置であって、
各サブＲＯＩでのフィルタ後の前記血液量パルス信号から、血液量パルス空間分布を算出する、血液量パルス空間分布算出手段を更に備えている、
ことを特徴とする血液量パルス信号検出装置。
付記１に記載の血液量パルス信号検出装置であって、
各サブＲＯＩでのフィルタ後の前記血液量パルス信号から、血液量パルス空間分布を算出する、血液量パルス空間分布算出手段を更に備えている、
ことを特徴とする血液量パルス信号検出装置。
（付記３）
付記２に記載の血液量パルス信号検出装置であって、
前記血液量パルス空間分布算出手段は、前記サブＲＯＩを用いて、前記血液量パルス空間分布の解像度を決定する、
ことを特徴とする血液量パルス信号検出装置。
付記２に記載の血液量パルス信号検出装置であって、
前記血液量パルス空間分布算出手段は、前記サブＲＯＩを用いて、前記血液量パルス空間分布の解像度を決定する、
ことを特徴とする血液量パルス信号検出装置。
（付記４）
付記１～３のいずれかに記載の血液量パルス信号検出装置であって、
前記フィルタ設計手段が、各サブＲＯＩでの前記血液量パルス信号が強化されるように、前記バンドパスフィルタを設計し、
前記バンドパスフィルタの上限及び下限におけるカット周波数は、前記ＲＯＩにおいて得られた時間領域及び／又は周波数領域についての前記バンドパスフィルタの分析と、人の一般的な心拍数の生理的特性と、によって決定される、
ことを特徴とする血液量パルス信号検出装置。
付記１～３のいずれかに記載の血液量パルス信号検出装置であって、
前記フィルタ設計手段が、各サブＲＯＩでの前記血液量パルス信号が強化されるように、前記バンドパスフィルタを設計し、
前記バンドパスフィルタの上限及び下限におけるカット周波数は、前記ＲＯＩにおいて得られた時間領域及び／又は周波数領域についての前記バンドパスフィルタの分析と、人の一般的な心拍数の生理的特性と、によって決定される、
ことを特徴とする血液量パルス信号検出装置。
（付記５）
付記２または３に記載の血液量パルス信号検出装置であって、
前記血液量パルス空間分布算出手段は、ノイズ低減のために前記バンドパスフィルタを用いて強化された、各サブＲＯＩでの血液量パルス信号を抽出することによって、血液量パルス空間分布を算出する、
ことを特徴とする血液量パルス信号検出装置。
付記２または３に記載の血液量パルス信号検出装置であって、
前記血液量パルス空間分布算出手段は、ノイズ低減のために前記バンドパスフィルタを用いて強化された、各サブＲＯＩでの血液量パルス信号を抽出することによって、血液量パルス空間分布を算出する、
ことを特徴とする血液量パルス信号検出装置。
（付記６）
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を有する、血液量パルス信号検出方法。
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を有する、血液量パルス信号検出方法。
（付記７）
付記６に記載の血液量パルス信号検出方法であって、
（ｅ）各サブＲＯＩでのフィルタ後の前記血液量パルス信号から、血液量パルス空間分布を算出する、ステップを更に有する、
ことを特徴とする血液量パルス信号検出方法。
付記６に記載の血液量パルス信号検出方法であって、
（ｅ）各サブＲＯＩでのフィルタ後の前記血液量パルス信号から、血液量パルス空間分布を算出する、ステップを更に有する、
ことを特徴とする血液量パルス信号検出方法。
（付記８）
付記７に記載の血液量パルス信号検出方法であって、
（ｆ）前記サブＲＯＩを用いて、前記血液量パルス空間分布の解像度を決定する、ステップを更に有する、
ことを特徴とする血液量パルス信号検出方法。
付記７に記載の血液量パルス信号検出方法であって、
（ｆ）前記サブＲＯＩを用いて、前記血液量パルス空間分布の解像度を決定する、ステップを更に有する、
ことを特徴とする血液量パルス信号検出方法。
（付記９）
付記６～８のいずれかに記載の血液量パルス信号検出方法であって、
前記ステップ（ｃ）において、各サブＲＯＩでの前記血液量パルス信号が強化されるように、前記バンドパスフィルタを設計し、
前記バンドパスフィルタの上限及び下限におけるカット周波数は、前記ＲＯＩにおいて得られた時間領域及び／又は周波数領域についての前記バンドパスフィルタの分析と、人の一般的な心拍数の生理的特性と、によって決定される、
ことを特徴とする血液量パルス信号検出方法。
付記６～８のいずれかに記載の血液量パルス信号検出方法であって、
前記ステップ（ｃ）において、各サブＲＯＩでの前記血液量パルス信号が強化されるように、前記バンドパスフィルタを設計し、
前記バンドパスフィルタの上限及び下限におけるカット周波数は、前記ＲＯＩにおいて得られた時間領域及び／又は周波数領域についての前記バンドパスフィルタの分析と、人の一般的な心拍数の生理的特性と、によって決定される、
ことを特徴とする血液量パルス信号検出方法。
（付記１０）
付記７または８に記載の血液量パルス信号検出方法であって、
前記ステップ（ｅ）において、ノイズ低減のために前記バンドパスフィルタを用いて強化された、各サブＲＯＩでの血液量パルス信号を抽出することによって、血液量パルス空間分布を算出する、
ことを特徴とする血液量パルス信号検出方法。
付記７または８に記載の血液量パルス信号検出方法であって、
前記ステップ（ｅ）において、ノイズ低減のために前記バンドパスフィルタを用いて強化された、各サブＲＯＩでの血液量パルス信号を抽出することによって、血液量パルス空間分布を算出する、
ことを特徴とする血液量パルス信号検出方法。
（付記１１）
コンピュータに、
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を実行させる、プログラム。
コンピュータに、
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を実行させる、プログラム。
（付記１２）
付記１１に記載のプログラムであって、
前記プログラムが、前記コンピュータに、
（ｅ）各サブＲＯＩでのフィルタ後の前記血液量パルス信号から、血液量パルス空間分布を算出する、ステップを実行させる命令を更に含む、
ことを特徴とするプログラム。
付記１１に記載のプログラムであって、
前記プログラムが、前記コンピュータに、
（ｅ）各サブＲＯＩでのフィルタ後の前記血液量パルス信号から、血液量パルス空間分布を算出する、ステップを実行させる命令を更に含む、
ことを特徴とするプログラム。
（付記１３）
付記７に記載のプログラムであって、
前記コンピュータに、
（ｆ）前記サブＲＯＩを用いて、前記血液量パルス空間分布の解像度を決定する、ステップを更に実行させる、
ことを特徴とするプログラム。
付記７に記載のプログラムであって、
前記コンピュータに、
（ｆ）前記サブＲＯＩを用いて、前記血液量パルス空間分布の解像度を決定する、ステップを更に実行させる、
ことを特徴とするプログラム。
（付記１４）
付記１１～１３のいずれかに記載のプログラムであって、
前記ステップ（ｃ）において、各サブＲＯＩでの前記血液量パルス信号が強化されるように、前記バンドパスフィルタを設計し、
前記バンドパスフィルタの上限及び下限におけるカット周波数は、前記ＲＯＩにおいて得られた時間領域及び／又は周波数領域についての前記バンドパスフィルタの分析と、人の一般的な心拍数の生理的特性と、によって決定される、
ことを特徴とするプログラム。
付記１１～１３のいずれかに記載のプログラムであって、
前記ステップ（ｃ）において、各サブＲＯＩでの前記血液量パルス信号が強化されるように、前記バンドパスフィルタを設計し、
前記バンドパスフィルタの上限及び下限におけるカット周波数は、前記ＲＯＩにおいて得られた時間領域及び／又は周波数領域についての前記バンドパスフィルタの分析と、人の一般的な心拍数の生理的特性と、によって決定される、
ことを特徴とするプログラム。
（付記１５）
付記１２または１３に記載のプログラムであって、
前記ステップ（ｅ）において、ノイズ低減のために前記バンドパスフィルタを用いて強化された、各サブＲＯＩでの血液量パルス信号を抽出することによって、血液量パルス空間分布を算出する、
ことを特徴とするプログラム。
付記１２または１３に記載のプログラムであって、
前記ステップ（ｅ）において、ノイズ低減のために前記バンドパスフィルタを用いて強化された、各サブＲＯＩでの血液量パルス信号を抽出することによって、血液量パルス空間分布を算出する、
ことを特徴とするプログラム。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
上述したように、本発明によれば、各サブＲＯＩにおいてクリーンな血液量パルス信号を抽出することができる。本発明は、ロバストな生理的血液量パルス信号を検出する分野において有用である。
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
３００ ＢＶＰ信号検出装置
３１０ 顔動画取得部
３２０ 特徴点追跡部
３２５ ＲＯＩ決定部
３２７ 第１ＢＶＰ信号抽出部
３３０ フィルタ設計部
３４０ サブＲＯＩ決定部
３４５ 第２ＢＶＰ信号抽出部
３５０ ノイズ低減部
３６０ ＢＶＰ空間分布算出部
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス
３００ ＢＶＰ信号検出装置
３１０ 顔動画取得部
３２０ 特徴点追跡部
３２５ ＲＯＩ決定部
３２７ 第１ＢＶＰ信号抽出部
３３０ フィルタ設計部
３４０ サブＲＯＩ決定部
３４５ 第２ＢＶＰ信号抽出部
３５０ ノイズ低減部
３６０ ＢＶＰ空間分布算出部
Claims (7)
- 人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ＲＯＩ決定手段と、
ＲＯＩ決定手段によって決定されたＲＯＩに基づいて、サブＲＯＩを決定する、サブＲＯＩ決定手段と、
ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、フィルタ設計手段と、
前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ノイズ低減手段と、
を備えている、血液量パルス信号検出装置。 - 請求項１に記載の血液量パルス信号検出装置であって、
各サブＲＯＩでのフィルタ後の前記血液量パルス信号から、血液量パルス空間分布を算出する、血液量パルス空間分布算出手段を更に備えている、
ことを特徴とする血液量パルス信号検出装置。 - 請求項２に記載の血液量パルス信号検出装置であって、
前記血液量パルス空間分布算出手段は、前記サブＲＯＩを用いて、前記血液量パルス空間分布の解像度を決定する、
ことを特徴とする血液量パルス信号検出装置。 - 請求項１～３のいずれかに記載の血液量パルス信号検出装置であって、
前記フィルタ設計手段が、各サブＲＯＩでの前記血液量パルス信号が強化されるように、前記バンドパスフィルタを設計し、
前記バンドパスフィルタの上限及び下限におけるカット周波数は、前記ＲＯＩにおいて得られた時間領域及び／又は周波数領域についての前記バンドパスフィルタの分析と、人の一般的な心拍数の生理的特性と、によって決定される、
ことを特徴とする血液量パルス信号検出装置。 - 請求項２または３に記載の血液量パルス信号検出装置であって、
前記血液量パルス空間分布算出手段は、ノイズ低減のために前記バンドパスフィルタを用いて強化された、各サブＲＯＩでの血液量パルス信号を抽出することによって、血液量パルス空間分布を算出する、
ことを特徴とする血液量パルス信号検出装置。 - （ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を有する、血液量パルス信号検出方法。 - コンピュータに、
（ａ）人の顔の画像を含む入力動画データにおいて、ＲＯＩを決定する、ステップと、
（ｂ）決定されたＲＯＩに基づいて、サブＲＯＩを決定する、ステップと、
（ｃ）ＲＯＩでの平均血液量パルス信号を使用して、心拍数の生理的特性に従って、周波数領域及び／又は時間領域において分析を実行することによって、バンドパスフィルタを設計する、ステップと、
（ｄ）前記バンドパスフィルタを用いて、各サブＲＯＩでの血液量パルス信号を強化する、ステップと、
を実行させる、プログラム。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2019/013425 WO2020194617A1 (en) | 2019-03-27 | 2019-03-27 | Blood volume pulse signal detection apparatus, blood volume pulse signal detection method, and computer-readable storage medium |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022528223A JP2022528223A (ja) | 2022-06-09 |
| JP7124974B2 true JP7124974B2 (ja) | 2022-08-24 |
Family
ID=72610182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021556659A Active JP7124974B2 (ja) | 2019-03-27 | 2019-03-27 | 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 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20220167863A1 (ja) |
| JP (1) | JP7124974B2 (ja) |
| WO (1) | WO2020194617A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112766094B (zh) * | 2021-01-05 | 2022-10-14 | 清华大学 | 一种通过视频提取ppg信号的方法及其系统 |
| CN115553745B (zh) * | 2022-11-02 | 2024-07-09 | 济南大学 | 基于机器学习的血液容积脉搏波信号增强方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014198200A (ja) | 2013-03-29 | 2014-10-23 | 富士通株式会社 | 脈波検出装置、脈波検出プログラムおよび脈波検出方法 |
| JP2016220915A (ja) | 2015-05-29 | 2016-12-28 | 株式会社リコー | 脈波検出装置、脈波検出方法、脈波検出システム、及び、プログラム |
| JP2018166929A (ja) | 2017-03-30 | 2018-11-01 | 株式会社エクォス・リサーチ | 脈波検出装置および脈波検出プログラム |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3958183A (en) * | 1975-02-13 | 1976-05-18 | Rockwell International Corporation | Frequency selective signal presence detector |
| US9124777B2 (en) * | 2011-01-05 | 2015-09-01 | Koninklijke Philips N.V. | Device and method for extracting information from characteristic signals |
| US9449615B2 (en) * | 2013-11-07 | 2016-09-20 | Continental Automotive Systems, Inc. | Externally estimated SNR based modifiers for internal MMSE calculators |
| 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 |
| CN105989357A (zh) * | 2016-01-18 | 2016-10-05 | 合肥工业大学 | 一种基于人脸视频处理的心率检测方法 |
| CN108885543A (zh) * | 2016-01-26 | 2018-11-23 | Icat有限责任公司 | 具有可重新配置的算法流水线核和算法匹配流水线编译器的处理器 |
-
2019
- 2019-03-27 US US17/441,364 patent/US20220167863A1/en not_active Abandoned
- 2019-03-27 JP JP2021556659A patent/JP7124974B2/ja active Active
- 2019-03-27 WO PCT/JP2019/013425 patent/WO2020194617A1/en not_active Ceased
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014198200A (ja) | 2013-03-29 | 2014-10-23 | 富士通株式会社 | 脈波検出装置、脈波検出プログラムおよび脈波検出方法 |
| JP2016220915A (ja) | 2015-05-29 | 2016-12-28 | 株式会社リコー | 脈波検出装置、脈波検出方法、脈波検出システム、及び、プログラム |
| JP2018166929A (ja) | 2017-03-30 | 2018-11-01 | 株式会社エクォス・リサーチ | 脈波検出装置および脈波検出プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022528223A (ja) | 2022-06-09 |
| US20220167863A1 (en) | 2022-06-02 |
| WO2020194617A1 (en) | 2020-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9025826B2 (en) | Formation of a time-varying signal representative of at least variations in a value based on pixel values | |
| CN106073743B (zh) | 用于光学体积描记图信号的噪声清除的方法和系统 | |
| CN107529646B (zh) | 一种基于欧拉影像放大的无接触式心率测量方法及装置 | |
| US20170007137A1 (en) | Method of estimating blood pressure based on image | |
| 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 | |
| CN109389021A (zh) | 生理信号测量系统及其测量生理信号的方法 | |
| CN111343913A (zh) | 用于使用多个传感器的直接光学体积描记术(ppg)的计算机实现的方法和系统 | |
| US20210244287A1 (en) | Heartbeat detection device, heartbeat detection method, and program | |
| JP7099542B2 (ja) | 脈拍推定装置、脈拍推定方法、及びプログラム | |
| EP3217659B1 (en) | Image processing apparatus, image processing method, and program | |
| Chambino | Android-based implementation of Eulerian Video Magnification for vital signs monitoring | |
| JP2018068720A (ja) | 脈拍検出装置及び脈拍検出方法 | |
| WO2019055919A1 (en) | HEART RATE MEASUREMENT FOR PHYSICAL CONDITION EXERCISES USING VIDEO | |
| KR101788803B1 (ko) | 심전도를 이용한 개인 식별 정보 생성방법 및 그 개인 식별 정보를 이용한 개인 식별 방법 | |
| JP7124974B2 (ja) | 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 | |
| US20240249554A1 (en) | Method and device for determining visual fatigue occurrence section | |
| JP2009297234A (ja) | 脈拍計測装置、脈拍計測プログラムおよび脈拍計測方法 | |
| US20200178902A1 (en) | A system and method for extracting a physiological information from video sequences | |
| JP7074817B2 (ja) | バイタルデータ測定装置及びバイタルデータ測定方法並びにコンピュータプログラム | |
| KR20240141105A (ko) | 얼굴 영상을 이용한 맥박수 및 호흡수 측정 장치 및 방법 | |
| US20220096016A1 (en) | State estimation apparatus, state estimation method, and computer-readable recording medium | |
| CN119810873B (zh) | 信息输出方法、装置、设备、介质和程序产品 | |
| KR102679862B1 (ko) | 스마트 폰 카메라 영상 기반의 ppg 복원 방법 및 장치 | |
| Toley et al. | Facial Video-Based Heart Rate Monitoring Using Signal Processing and Machine Learning | |
| KR101341576B1 (ko) | 등고선 기반 관심영역 결정방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210917 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210917 |
|
| 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: 20220712 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220725 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7124974 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |