KR101725358B1 - 인체 미동 기반 호흡 정보 추출 방법 - Google Patents

인체 미동 기반 호흡 정보 추출 방법 Download PDF

Info

Publication number
KR101725358B1
KR101725358B1 KR1020160073844A KR20160073844A KR101725358B1 KR 101725358 B1 KR101725358 B1 KR 101725358B1 KR 1020160073844 A KR1020160073844 A KR 1020160073844A KR 20160073844 A KR20160073844 A KR 20160073844A KR 101725358 B1 KR101725358 B1 KR 101725358B1
Authority
KR
South Korea
Prior art keywords
image
information
equation
fine
subject
Prior art date
Application number
KR1020160073844A
Other languages
English (en)
Other versions
KR20160075446A (ko
Inventor
이동원
황민철
황성택
박상인
Original Assignee
재단법인 실감교류인체감응솔루션연구단
상명대학교산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 재단법인 실감교류인체감응솔루션연구단, 상명대학교산학협력단 filed Critical 재단법인 실감교류인체감응솔루션연구단
Publication of KR20160075446A publication Critical patent/KR20160075446A/ko
Application granted granted Critical
Publication of KR101725358B1 publication Critical patent/KR101725358B1/ko

Links

Images

Classifications

    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • 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
    • A61B5/02—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
    • 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
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • 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
    • 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
    • A61B5/1102—Ballistocardiography
    • 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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • G06K9/36—
    • G06K9/46—
    • G06K9/52—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • 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
    • A61B5/0255—Recording instruments specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • G06K2009/363—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/92—Computer assisted medical diagnostics

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Cardiology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dentistry (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Pulmonology (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)

Abstract

흉부 미동으로부터 호흡 정보를 추출하는 방법에 대해 기술한다. 방법:은 안면 및 흉부 트랙킹(Face ＆ Chest Tracking) 단계; 공간 분리(Spatial Decomposition) 단계; 뉴로 필터(Neuro Filter) 단계; 시간 처리(Temporal Processing) 단계; 재구성(Reconstruction) 단계; 프레임 차 평균화(Frame Difference Average) 단계; 스무스 필터(Smoothing Filter) 단계; 그리고 슬라이딩 피이크 검출(Sliding Peak Detection) 단계;를 포함한다.

Description

인체 미동 기반 호흡 정보 추출 방법{Method for extracting RSP Signal based on Micro movement of body}
본 발명은 인체의 미세 움직임 정보로부터 호흡(RSP, Respiration) 정보를 추출하는 방법에 관한 것이다.
최근 인체로부터 여러 생체 정보를 추출하는 연구가 지속되고 특히 비접촉형태의 생체 정보 취득과 센싱 기술들에 대한 많은 연구들이 많이 진행 되고 있다. 특히 웨어러블 디바이스와 카메라 등을 이용한 다양한 연구들이 있다.
인체의 미세한 움직임은 사람의 눈에 보이지 않는 형태로 나타나게 된다. 특히 얼굴 표정을 지을 때도 미세한 표정이 나타나게 되는데 이를 미세표정(Micro-expression)이라고 하며 순간적이고 비의도적인 얼굴 표정을 짓거나 무의식적인 감정이나 반응 상태에 따라 표적을 순간적으로 짓게 되는 것이다. 즉, 의도하여 얼굴 표정을 짓는 것이 아닌 생체적 반응이나 메커니즘에 의해 동작되는 움직임인 것이다[6]. 특히 이런 미세한 표정의 움직임이나 떨림 들을 이용을 해서 사람의 감정이나 정서 상태를 인식하고 이를 통해 피드백 시스템을 구현 등에 사용되고 있다.
이러한 인체의 미세한 움직임은 얼굴표정이 아닌 신체의 다른 부분에서도 나타나게 된다. 신체의 움직임은 심혈관계 및 호흡계의 중력에 의한 기계적(본능적/무의식적/생리학적) 변동을 초래하는데, 체위의 변동은 시각, 체성감각, 자율신경로, 전정신호 등 구심성 신경로를 통해 중추신경계로 전달되어 혈관 및 심박동, 호흡근에 적절한 반응을 통해 신체의 움직임이 발생하게 된다.
특히 전정기관(Vestibular system)은 인체의 여러 기관들과 연결되어 균형감각을 잡을 수 있는 역할을 하는 해부학적 기관으로써 여러 반응에 균형감각을 바로 잡음으로 그 움직임을 발생 시킨다고 볼 수 있다. 전정계관의 경우 전정-동안계, 전정-척수계, 전정-자율신경계 등 다양한 해부학적 기관들에 의해 조절되고 이는 자율신경계, 심혈관계, 호흡계 등 다양한 기관에 영향을 받아 반응한다.
김민선 외(2010), 전정피질의 구조 및 기능의 이해 박종철 외(1994), 흰 쥐에서 혈압조절에 대한 전정기관의 역할 박현영 외(1999), 정상 성인에서 전정안구반사와 심박수 변이도에 대한 회전자극의 효과 오경아 외(1999), 가토에서 심박수 변이율에 대한 전정기관의 자극 효과 이태경. 정원희. (2006). 자율신경 조절에 미치는 전정계의 영향 Baron-Cohen, S. (1996). Reading the mind in the face: A cross-cultural and developmental study, Visual Cognition, 3(1), 39-60. Wu, H. Y., Rubinstein, M., Shih, E., Guttag, J., Durand, F., and Freeman, W. (2012). Eulerian video magnification for revealing subtle changes in the world. ACM Transactions on Graphics (TOG), 31(4), 65.
본 발명은 인체의 미세 움직임 정보를 추출하는 방법으로 인간이 해부학적 구조로부터 발생하는 움직임을 비접촉 형태의 카메라를 이용하여 미세한 움직임 정보를 추출하여 이로부터 호흡 정보(RSP information)를 추출하는 방법을 제공한다.
본 발명에 따른 방법:은
피험자로부터 영상 정보를 획득하는 단계;
상기 영상 정보로부터 피험자의 상반신의 미동 정보를 획득하는 단계;
공간 분리(Spatial Decomposition) 과정(단계), 뉴로 필터(Neuro Filter) 과정(단계)및 재구성(Reconstruction) 과정(단계)를 포함하는 미동 정보 처리 단계;
상기 미동 정보를 처리하여 얻은 데이터를 슬라이딩 피이크 검출(Sliding Peak Detection) 단계;를 포함하며,
상기 공간 분리 과정은 아래의 <식1>을 만족하면서 가우시안 블러(Gaussian blue) 및 다운 샘플링(Down sampling)을 수행하는, 인체 미동으로부터 호흡 정보를 추출하는 방법.
<식1>
Figure 112016057010992-pat00001
위 <식1>에서, α 는 영상의 증폭 비율값이며, β 는 시간, 공간 주파수 대역으로 필터된 이미지의 값이며, x 는 영상의 가로축(x) 위치값이며, t 는 시간이며, δ (t)는 입력된 영상과 움직임 영상과의 혼합비율 값이며, 그리고 I' 는 움직인 이미지의 움직임 정도이다.
본 발명의 일 실시 예에 따르면,
상기 미동 정보를 획득하는 단계:는
피험자의 상반신을 촬영하면서, 안면 트랙킹과 흉부 트랙킹(Face ＆ Chest Tracking)을 수행하는 단계;
상기 안면 트랙킹 단계에서 피험자의 영상 정보를 이용하여 사람인지를 판단하는 인지 단계; 그리고
상기 인지 단계에서 트랙킹을 통해서 상반신 미동을 획득하는 단계; 를 포함할 수 있다.
본 발명의 일 실시 예에 따르면,
상기 흉부 미동 정보를 처리하는 단계에서 공간 분리 과정을 거친 후,
뉴로 필터(Neuro Filter) 단계;
시간 처리(Temporal Processing) 단계;
재구성(Reconstruction) 단계;
프레임 차 평균화(Frame Difference Average) 단계; 그리고,
노이즈를 제거하는 스무스 필터(Smoothing Filter) 단계;를 수행할 수 있다.
본 발명의 일 실시 예에 따르면,
상기 재구성 단계;는 아래의 <식2>의 조건하게 영상을 재구성(복원)할 수 있다.
삭제
<식2>
Figure 112016057010992-pat00002
위의 <식2>에서, α는 영상의 증폭 비율 값이며, δ (t) 는 입력된 영상과 움직임 영상과의 혼합비율 값이며, 그리고 λ는 이미지 공간의 파장 대역 값이다..
본 발명의 일 실시 예에 따르면, 상기 뉴로 필터 단계에서 0.2~0.33Hz 구간의 주파수 대역을 선택할 수 있다.
본 발명의 일 실시 예에 따르면, 상기 프레임차 평균화는 아래의 <식3>을 만족할 수 있다.
<식3>
Figure 112016057010992-pat00003
위의 <식3>에서, m 은 미세 움직임 양이며, X는 1프레임의 평균 이며, n은 프레임 번호이다..
본 발명의 일 실시 예에 따르면, 상기 스무스 필터링은 아래의 <식4>와 <식5>를 만족할 수 있다.
<식4>
Figure 112016057010992-pat00004

<식5>
Figure 112016057010992-pat00005
위 <식4>와 <식5>에서 SMA는 이동평균 값이며, SMAtoday, SMAyesterday은 서로 다른 특정일자의 이동평균 값이며, Pm 은 현재 프레임의 미동의 값이며, n은 이동평균의 윈도우 사이즈(window size)이다.
본 발명에 따른 호흡 정보 추출 시스템:은
피험자로부터 영상 정보를 획득하는 카메라;
상기 카메라로부터의 영상 정보를 제1항 내지 제7항 중의 어느 한 항에 기재된 방법에 따라 처리하는 프로세싱 장치; 그리고
상기 신호를 처리한 결과를 표시하는 디스플레이 장치;를 구비할 수 있다.
본 발명에 따르면, 흉부의 미세 움직임 정보를 추출하는 방법으로 인간이 해부학적 구조로부터 발생하는 움직임을 비접촉 형태의 카메라를 이용하여 흉부의 미세한 움직임 정보를 추출하여 이로부터 호흡 정보(RSP information)를 추출하는 방법의 구현이 가능하다. 본 발명에서 제안되는 미세 움직임 정보는 인체가 가지고 있는 해부학적 근거를 기반으로 움직임 정보를 추출하는 것으로 다른 접촉형 센싱을 대체하여 호흡 정보를 추출 할 수 있는 새로운 센싱 기술로 비접촉식 기반의 자유로운 센싱에 다양하게 활용 될 수 있을 것으로 예상 된다.
도1은 본 발명에 따른 호흡 정보 추출 방법의 흐름도이다.
도2는 도1의 단계별 동작 시나리오를 예시한다.
도3은 본 발명에 따라 호흡 정보를 추출하는 프로그램의 화면을 예시한다.
도4는 본 발명에 따른 호흡 정보 추출 시스템의 개략적 구성도이다.
이하, 첨부된 도면을 참고하면서, 본 발명에 따른 호흡 정보 추출 방법의 실시 예를 설명한다.
도1은 본 발명에 따른 호흡 정보 추출 방법의 흐름도로서, 총 8단계의 과정을 포함하는 본 발명에 따른 호흡 정보 추출 방법의 실시 예를 도시한다. 그리고, 도2는 도1의 각 단계별 처리 상태를 보여 주는 시나리오이다.
도1과 도2를 참조하면서 본 발명에 따른 호흡 정보 추출방법의 실시 예를 상세히 설명한다.
가. 동영상 입력(Video input) 단계(S1)
이 단계에서는 피험자의 머리 부분과 흉부 부분에 대해 웹캠이나 기타 동영상 촬영 장치로 비디오 신호를 입력 받는다.
나. 트랙킹(추적, Tracking) 단계(S2)
웹캠 등의 카메라를 이용하여 입력 된 영상 데이터에서 인체의 미세한 움직임을 추출하기 위해서는 영상 속 객체가 사람인지 판단하는 것이 중요하다. 따라서 피험자의 두부와 가슴이 포함되는 상반신을 촬영하면서 OpenCV(Open Computer Vision) 라이브러리를 이용한 안면인식(프로그램)을 통해 사람임을 판단함과 동시에 상반신 영역(프로그램)의 영상 정보를 분리 하도록 한다.
본 발명에 다른 실시 예에 따르면, 동영상 입력 단계에서 먼저 피험자의 안면부를 먼저 촬영하여 사람인지를 판단하고, 이 단계에서 사람인 것으로 판단되면 피험자의 흉부(가슴)를 포함하는 상반신을 촬영하도록 할 수 있다.
다. 공간 분리(Spatial Decomposition) 단계(S3)
영상의 공간 분리 기법으로 가우시안 블러(Gaussian blur)와 다운 샘플링(down sampling)을 통하여 각 주파수(Frequency)별 공간을 분리 할 수 있도록 한다.
Figure 112016057010992-pat00006
위의 식에서, α 는 영상의 증폭 비율값이며, β 는 시간, 공간 주파수 대역으로 필터된 이미지의 값이며, x 는 영상의 가로축(x) 위치값이며, t 는 시간이며, δ (t)는 입력된 영상과 움직임 영상과의 혼합비율 값이며, 그리고 I' 는 움직인 이미지의 움직임 정도이다.
라. 뉴로 필터(Neuro Filter) 단계(S4)
뉴로 필터(Neuro Filter 단계)는 영상의 공간 주파수를 분리 함에 있어 일반적인 생체신호(bio signal)을 기준으로 영상으로부터 추출 할 수 있는 주파수 대역을 생체신호간 상관성이 있는 대역을 선정하여 주파수 대역을 선정하고 그 선정 된 대역의 영상 정보를 취득하는 것을 의미한다.
본 발명에서는 RSP 데이터(신호)를 처리 할 경우 0.2~0.33Hz 구간의 주파수 성분을 가지고 데이터 분석을 실시함으로 RSP 신호와 유사한 신호를 영상으로부터 취득하기 위해서는 동일 대역 혹은 인근 대역의 주파수 분석을 통해 유사한 데이터를 추출한다.
마. 시간 처리(Temporal Processing) 단계(S5)
영상을 뉴로필터(Neuro Filter) 대역의 주파수 공간으로 분리한 후, 분리된 공간의 주된 성분의 주파수 대역을 시간처리(Temporal Processing)를 이용하여 차이 값을 추출하여 영상이 진행되는 동안(시간이 흐르는 동안) 해당 주파수 성분의 값을 분리하여 추출한다.
바. 재구성(Reconstruction) 단계(S6)
분리된 공간의 성분을 뉴로필터(Neuro Filter) 대역의 주파수 성분만 시간을 이용하여 분리해내고 분리된 성분 값을 일정량의 증폭을 통해 기존 영상에 복원하여 실제 미세하게 잘 보이지 않는 움직임에 해당하는 주파수 성분의 데이터 값을 만들어 낼 수 있도록 한다.
Figure 112016057010992-pat00007
위의 식에서, α는 영상의 증폭 비율 값이며, δ (t) 는 입력된 영상과 움직임 영상과의 혼합비율 값이며, 그리고 λ는 이미지 공간의 파장 대역값이다.
사. 프레임 차 평균화(Frame Difference Average) 단계(S7)
분리된 성분의 데이터 값을 매 시간(30fps 기준)마다 측정되는 영상의 움직임 데이터의 1프레임이 평균의 차이 값을 계산하여 이전 상태와 현 상태의 평균적으로 움직임의 차이 값을 계산하여 전체적인 미세 움직임의 양을 추출한다. 여기에서 1 프레임의 평균은 1프레임의 미세 움직임 양을 나타낸다.
Figure 112016057010992-pat00008
위의 식에서, m 은 미세 움직임 양이며, X는 1프레임의 평균 이며, n은 프레임 번호이다.
아. 스무스 필터링(Smoothing Filter) 단계(S8)
추출 된 미세 움직임을 데이터로 추출하였을 때 움직임에 대한 노이즈가 포함되어 신호가 거칠게 일그러지거나 하여 피크(peak) 검출에 어려움이 있어 노이즈를 제거하고 피크(peak) 검출의 정확도를 높이는 데이터를 가공 처리한다.
Figure 112016057010992-pat00009
Figure 112016057010992-pat00010
위 식에서 SMA는 이동평균 값이며, SMAtoday, SMAyesterday은 서로 다른 특정일자의 이동평균 값이며, Pm 은 현재 프레임의 미동의 값이며, n은 이동평균의 윈도우 사이즈(window size)이다.
자. 슬라이딩 피크 검출(Sliding Peak Detection) 단계(S9) 및 RSP 정보 획득(S10)
노이즈를 제거하고 피크(Peak) 검출을 위한 가공 처리 된 데이터를 받아 1프레임당 피크(peak) 데이터를 30초 크기(size)의 윈도우(windows)를 기준으로 지속적으로 슬라이딩(sliding) 시켜 움직임 영향 및 데이터에 영향을 최소화 시켜 RSP(Respiration) 신호를 추출 할 수 있도록 한다.
Figure 112016057010992-pat00011
위의 식에서 i 는 0, 1, 2…,n 등의 자연수 이며, w 는 윈도우 크기이다.
도1의 흐름도와 같이 구현되어 실제 처리되는 기능은 도2에 도시된 바와 같이 최종 미세 움직임의 평균 데이터를 추출 할 수 있도록 한다.
검증 방법
<피험자>
대학교 재학생 5명이 (남자 2명, 여자 3명) 편안한 상태에서 호흡을 하면서 실험을 진행하였다. 모든 피험자는 심혈신경계에 이상이나 병력이 없었고 전날 충분한 수면을 취하도록 하였다. 또한 심혈관계 반응에 영향을 미칠 수 있는 카페인, 흡연, 음주 등의 섭취를 실험 전날 금하도록 하였다. 실험 전, 실험에 참가하는 모든 피험자에게 연구목적을 제외한 실험에 대한 대략적인 사항에 대해 설명한 후 실험을 진행하였고 실험의 대가로 소정의 금액을 지불하였다.
<실험방법>
실험은 편안한 상태에서 진행되었고, 피험자에게 자연스럽게 호흡을 하도록 하였다. 실험이 진행 되는 동안 피험자 가슴에 RSP 센서를 착용하고 동시에 50cm 정도 떨어진 거리에 설치된 웹캠을 통해 상반신의 영상을 측정 하였다. .
<분석방법>
호흡(RSP) 신호는 500Hz로 샘플링 하였다. RSP 신호는 MP100 파워서플라이어(power supply)와 RSP 100C 증폭기(amplifier, Biopac systems Inc., USA)를 통해 신호를 증폭하고 NI-DAQ-Pad9205 (National instruments, USA)를 통해 아날로그 신호를 디지털 신호로 변환하여 취득하였다.
호흡 신호는 슬라이딩 피크 검출(Sliding Peak Detection)을 이용하여 검출하였고, 영상 신호는 미세 움직임(미동) 추출 방법을 통해 피크(peak) 검출을 실시 하였다. 또한 서로 다른 두 신호간 통계적 검증을 위해 Window size는 30의 동일 조건으로 신호 처리를 실시 하였다. 신호 처리 후 각각 추출 된 데이터는 호흡수 비교를 통해 상관성을 분석하였다.
<분석결과>
RSP 센서를 이용하여 추출 된 정보와 미세 움직임으로부터 추출 된 정보를 각 5명의 피험자의 데이터를 분석 해본 결과 두 신호의 차이가(M=1.15, SD=±0.51) 거의 없었다.
아래의 표1은 상관분석 결과를 보인다.
Figure 112016057010992-pat00012
도3은 구현결과를 보이는 프로그램(인터페이스) 화면으로서 호흡수(정보) 추출 프로그램의 화면의 일례를 도시한다.
도3에 도시된 실시 예의 화면의 경우, 가슴 위 인체의 상반신의 영상을 보여주는 기능을 가지고 있으며 실제 원본 영상의 데이터가 동작되고 있는 화면을 보여준다.
또한, 실제 Biopac 사의 RSP 증폭기와 센서를 이용하여 취득하는 호흡 신호를 보여주며 미세움직임과 호흡의 Raw 신호를 비교하기 위한 그래프 화면을 보여준다.
그리고, 도3에서, (1)번에서 동작 되고 있는 원본 영상의 데이터를 미동 추출 기술을 통하여 실체 차영상을 통해 보이지 않는 미세한 움직임을 증폭시켜 발생되어 있는 라인 형태의 영상을 보여주는 기능을 가지고 있으며 동그랗게 표시되는 부분이 실제 미세하게 움직였을 때 라인 형태로 움직임이 발생한 부분만 동작되어 보여준다.
나아가서 도3의 화면에 있어서, 미세한 움직임을 증폭시켜 얻은 데이터를 데이터 그래프로 표시하여 움직임에 정보를 실시간으로 표시 할 수 있도록 한다.
도4는 본 발명에서 적용하는 시스템의 개략적 구성도이다.
피험자(100)를 촬영하는 카메라는 동영상 카메라, 예를 들어 웹캠 또는 웹카메라(110)이다. 웹 카메라(110)로 부터의 동영상은 프로세싱 장치(120)에 의해 처리된다. 프로세싱 장치(120)는 전술한 바와 같은 방법을 수행하는 소프트웨어 및 이를 지원하는 하드웨어 시스템을 가진다. 이러한 프로세싱 장치(120)는 컴퓨터 기반의 장치, 예를 들어 전술한 바와 같은 방법 또는 알고리즘을 담고 있는 소프트웨어 및 이 소프트웨어가 구동할 수 있는 하드웨어를 포함하는 범용 컴퓨터 또는 전용 장치일 수 있다. 상기와 같은 프로세싱 장치(120)로부터의 처리 결과는 디스플레이 장치(130)에 의해 표시된다. 위와 같인 시스템은 일반적인 입력을 포함하는 일반적인 외부 인터페이스 장치, 예를 들어 키보드, 마우스 등을 더 포함할 수 있다.
상기한 설명에서 많은 사항이 구체적으로 기재되어 있으나, 그들은 발명의 범위를 한정하는 것이라기보다, 바람직한 실시예의 예시로서 해석되어야 한다. 예들 들어, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면, 다양한 개량 및 개조가 가능할 것이다. 이러한 이유로, 본 발명의 기술적 범위는 설명된 실시예에 의하여 정하여 질 것이 아니고 특허 청구범위에 기재된 기술적 사상에 의해 정하여져야 한다.
100: 피험자
110: 동영상 카메라(웹캠)
120: 프로세싱 장치
130: 디스플레이 장치

Claims (8)

  1. 피험자로부터 영상 정보를 획득하는 단계;
    상기 영상 정보로부터 피험자의 상반신의 미동 정보를 획득하는 단계;
    공간 분리(Spatial Decomposition) 과정(단계), 뉴로 필터(Neuro Filter) 과정(단계)및 재구성(Reconstruction) 과정(단계)를 포함하는 미동 정보 처리 단계;
    상기 미동 정보를 처리하여 얻은 데이터를 슬라이딩 피이크 검출(Sliding Peak Detection) 단계;를 포함하며,
    상기 공간 분리 과정은 아래의 <식1>을 만족하면서 가우시안 블러(Gaussian blue) 및 다운 샘플링(Down sampling)을 수행하는, 인체 미동으로부터 호흡 정보를 추출하는 방법.
    <식1>
    Figure 112016057990618-pat00013

    위 <식1>에서, α 는 영상의 증폭 비율값이며, β 는 시간, 공간 주파수 대역으로 필터된 이미지의 값이며, x 는 영상의 가로축(x) 위치값이며, t 는 시간이며, δ (t)는 입력된 영상과 움직임 영상과의 혼합비율 값이며, 그리고 I' 는 움직인 이미지의 움직임 정도이다.
  2. 제1항에 있어서,
    상기 미동 정보를 획득하는 단계:는
    피험자의 머리와 흉부를 포함하는 상체를 촬영하면서, 안면 트랙킹과 흉부 트랙킹(Tracking)을 수행하는 단계;
    상기 안면 트랙킹 단계에서 획득한 피험자의 안면 영상 정보를 이용하여 사람인지를 판단하는 인지 단계; 그리고
    상기 인지 단계에서 상반신 미동를 획득하는 단계; 를 포함하는 것을 특징으로 하는, 인체 미동으로부터 호흡 정보를 추출하는 방법.
  3. 제1항에 있어서,
    상기 미동 정보를 처리하는 단계에서 공간 분리 과정을 거친 후,
    뉴로 필터(Neuro Filter) 단계;
    시간 처리(Temporal Processing) 단계;
    재구성(Reconstruction) 단계;
    프레임 차 평균화(Frame Difference Average) 단계; 그리고,
    노이즈를 제거하는 스무스 필터(Smoothing Filter) 단계;를 수행하는 것을 특징으로 인체 미동으로부터 호흡 정보를 추출하는 방법.
  4. 제3항에 있어서,
    상기 재구성 단계;는 아래의 <식2>의 조건하게 영상을 재구성(복원)하는 것을
    특징으로 하는 인체 미동으로부터 호흡 정보를 추출하는 방법.
    <식2>
    Figure 112016057990618-pat00014

    위의 <식2>에서, α는 영상의 증폭 비율 값이며, δ (t) 는 입력된 영상과 움직임 영상과의 혼합비율 값이며, 그리고 λ는 이미지 공간의 파장 대역 값이다.
  5. 제3항에 있어서,
    상기 뉴로 필터 단계에서 0.2~0.33Hz 구간의 주파수 대역을 선택하는 것을 특징으로 하는, 인체 미동으로부터 호흡 정보를 추출하는 방법.
  6. 제3항에 있어서,
    상기 프레임차 평균화는 아래의 <식3>을 만족하는 것을 특징으로 하는 인체 미동으로부터 호흡 정보를 추출하는 방법.
    <식3>
    Figure 112016057990618-pat00015

    위의 <식3>에서, m 은 미세 움직임 양이며, X는 1프레임의 평균 이며, n은 프레임 번호이다..
  7. 제3항에 있어서,
    상기 스무스 필터링은 아래의 <식4>와 <식5>를 만족하는 것을 특징으로 하는 인체 미동으로부터 호흡 정보를 추출하는 방법.
    <식4>
    Figure 112016057990618-pat00016

    <식5>
    Figure 112016057990618-pat00017

    위 <식4>와 <식5>에서 SMA는 이동평균 값이며, SMAtoday, SMAyesterday은 서로 다른 특정일자의 이동평균 값이며, Pm 은 현재 프레임의 미동의 값이며, n은 이동평균의 윈도우 사이즈(window size)이다.
  8. 피험자로부터 영상 정보를 획득하는 카메라;
    상기 카메라로부터의 영상 정보를 제1항 내지 제7항 중의 어느 한 항에 기재된 방법에 따라 처리하는 프로세싱 장치; 그리고
    상기 프로세싱 장치에 의한 상기 영상 정보의 처리 결과를 표시하는 디스플레이 장치;를 구비하는 인체 미동으로부터 호흡 정보를 추출하는 시스템.
KR1020160073844A 2014-11-18 2016-06-14 인체 미동 기반 호흡 정보 추출 방법 KR101725358B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20140160876 2014-11-18
KR1020140160876 2014-11-18
KR1020140160877 2014-11-18
KR20140160877 2014-11-18

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020150017478A Division KR101666654B1 (ko) 2014-11-18 2015-02-04 인체 미동 기반 호흡 정보 추출 방법

Publications (2)

Publication Number Publication Date
KR20160075446A KR20160075446A (ko) 2016-06-29
KR101725358B1 true KR101725358B1 (ko) 2017-04-11

Family

ID=56104764

Family Applications (10)

Application Number Title Priority Date Filing Date
KR1020150015568A KR101644586B1 (ko) 2014-11-18 2015-01-30 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템
KR1020150015567A KR101663239B1 (ko) 2014-11-18 2015-01-30 인체 미동에 의한 hrc 기반 사회 관계성 측정 방법 및 시스템
KR1020150016735A KR101731620B1 (ko) 2014-11-18 2015-02-03 인체 미세 움직임 추출 방법
KR1020150016736A KR101706739B1 (ko) 2014-11-18 2015-02-03 인체 미동 기반 심장 정보 추출 방법
KR1020150017478A KR101666654B1 (ko) 2014-11-18 2015-02-04 인체 미동 기반 호흡 정보 추출 방법
KR1020150148019A KR101738097B1 (ko) 2014-11-18 2015-10-23 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템
KR1020150148018A KR101722708B1 (ko) 2014-11-18 2015-10-23 인체 미동에 의한 hrc 기반 사회 관계성 측정 방법 및 시스템
KR1020150155291A KR101752872B1 (ko) 2014-11-18 2015-11-05 신체 미세 움직임을 이용한 사회 관계성 측정 방법 및 시스템
KR1020150155293A KR101646735B1 (ko) 2014-11-18 2015-11-05 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템
KR1020160073844A KR101725358B1 (ko) 2014-11-18 2016-06-14 인체 미동 기반 호흡 정보 추출 방법

Family Applications Before (9)

Application Number Title Priority Date Filing Date
KR1020150015568A KR101644586B1 (ko) 2014-11-18 2015-01-30 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템
KR1020150015567A KR101663239B1 (ko) 2014-11-18 2015-01-30 인체 미동에 의한 hrc 기반 사회 관계성 측정 방법 및 시스템
KR1020150016735A KR101731620B1 (ko) 2014-11-18 2015-02-03 인체 미세 움직임 추출 방법
KR1020150016736A KR101706739B1 (ko) 2014-11-18 2015-02-03 인체 미동 기반 심장 정보 추출 방법
KR1020150017478A KR101666654B1 (ko) 2014-11-18 2015-02-04 인체 미동 기반 호흡 정보 추출 방법
KR1020150148019A KR101738097B1 (ko) 2014-11-18 2015-10-23 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템
KR1020150148018A KR101722708B1 (ko) 2014-11-18 2015-10-23 인체 미동에 의한 hrc 기반 사회 관계성 측정 방법 및 시스템
KR1020150155291A KR101752872B1 (ko) 2014-11-18 2015-11-05 신체 미세 움직임을 이용한 사회 관계성 측정 방법 및 시스템
KR1020150155293A KR101646735B1 (ko) 2014-11-18 2015-11-05 인체 미동에 의한 hrp 기반 사회 관계성 측정 방법 및 시스템

Country Status (3)

Country Link
US (1) US10102343B2 (ko)
KR (10) KR101644586B1 (ko)
CN (1) CN106999062A (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6467965B2 (ja) * 2015-02-13 2019-02-13 オムロン株式会社 感情推定装置及び感情推定方法
US10874309B2 (en) 2017-05-01 2020-12-29 Samsung Electronics Company, Ltd. Determining emotions using camera-based sensing
KR101940673B1 (ko) * 2017-09-14 2019-01-21 상명대학교 산학협력단 인체 미동을 이용한 공감도 평가 방법 및 장치
KR102155777B1 (ko) * 2018-04-26 2020-09-15 상명대학교산학협력단 인체 미동 기반 상호작용에 따른 경쟁과 협력 평가 방법
CN109009048A (zh) * 2018-06-12 2018-12-18 四川斐讯信息技术有限公司 一种ppg波峰检测方法及系统
KR102202654B1 (ko) * 2018-07-25 2021-01-13 상명대학교산학협력단 안면 움직임 정보 추출 방법 및 장치
WO2020116678A1 (ko) * 2018-12-05 2020-06-11 (주)모어이즈모어 사용자의 자세를 모사하는 로봇 및 이를 포함하는 실시간 자세 모니터링 시스템
KR102654378B1 (ko) * 2021-02-17 2024-04-03 상명대학교산학협력단 몰입도-추론 기반 교감-유도형 dht 생성 방법 및 이를 적용하는 시스템
US11361062B1 (en) 2021-03-02 2022-06-14 Bank Of America Corporation System and method for leveraging microexpressions of users in multi-factor authentication
WO2023002503A1 (en) * 2021-07-19 2023-01-26 Ranjani Ramesh A system and a method for synthesization and classification of a micro-motion
US20230049168A1 (en) * 2021-08-10 2023-02-16 Duke University Systems and methods for automated social synchrony measurements

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014171574A (ja) 2013-03-07 2014-09-22 Sharp Corp 呼吸モニタリング装置、システム、及び方法
US20140334697A1 (en) 2013-05-08 2014-11-13 Koninklijke Philips N.V. Device for obtaining a vital sign of a subject

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3477166B2 (ja) * 2000-12-07 2003-12-10 学校法人慶應義塾 監視装置
US7027621B1 (en) * 2001-03-15 2006-04-11 Mikos, Ltd. Method and apparatus for operator condition monitoring and assessment
KR20060062378A (ko) * 2004-12-03 2006-06-12 학교법인연세대학교 맥박을 이용한 이성간 호감도 측정 방법 및 장치
EP2049012B1 (en) * 2006-08-02 2015-04-15 Philips Intellectual Property & Standards GmbH Sensor for detecting the passing of a pulse wave from a subject´s arterial system
US20080136934A1 (en) 2006-12-12 2008-06-12 Industrial Technology Research Institute Flame Detecting Method And Device
JP5483899B2 (ja) * 2009-02-19 2014-05-07 株式会社ソニー・コンピュータエンタテインメント 情報処理装置および情報処理方法
US9066939B2 (en) * 2009-11-17 2015-06-30 Baylor Research Institute Urinary triaosylceramide (GB3) as a marker of cardiac disease
EP2507744A2 (en) 2009-12-02 2012-10-10 QUALCOMM Incorporated Feature matching by clustering detected keypoints in query and model images
US20110251493A1 (en) * 2010-03-22 2011-10-13 Massachusetts Institute Of Technology Method and system for measurement of physiological parameters
EP2417908A1 (en) * 2010-08-12 2012-02-15 Philips Intellectual Property & Standards GmbH Device, system and method for measuring vital signs
EP2661219B1 (en) * 2011-01-05 2019-05-15 Koninklijke Philips N.V. Device and method for extracting information from characteristic signals
GB2488316A (en) * 2011-02-22 2012-08-29 Toumaz Uk Ltd Method for determining respiration rate from uncorrupted signal segments
US20130345585A1 (en) * 2011-03-11 2013-12-26 Koninklijke Philips N.V. Monitoring apparatus for monitoring a physiological signal
CN102178536B (zh) * 2011-03-29 2013-04-03 苏州易寻传感网络科技有限公司 一种血氧饱和度和心率的测量方法
GB201114406D0 (en) 2011-08-22 2011-10-05 Isis Innovation Remote monitoring of vital signs
KR101198322B1 (ko) * 2011-09-23 2012-11-06 (주) 어펙트로닉스 얼굴 표정 인식 방법 및 시스템
US9396621B2 (en) * 2012-03-23 2016-07-19 International Business Machines Corporation Systems and methods for false alarm reduction during event detection
US10143377B2 (en) * 2012-05-02 2018-12-04 Augusta University Research Institute, Inc. Single channel imaging measurement of dynamic changes in heart or respiration rate
KR101426750B1 (ko) * 2012-11-05 2014-08-05 주식회사 엘에스엘시스템즈 열화상을 이용한 심박수 측정 시스템
US20140148709A1 (en) * 2012-11-23 2014-05-29 Pixart Imaging Incorporation System and method for integrating heart rate measurement and identity recognition
CN103054569B (zh) * 2012-12-20 2015-04-22 Tcl集团股份有限公司 基于可见光图像测量人体心率的方法、装置及手持设备
JP6052027B2 (ja) * 2013-03-29 2016-12-27 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
US20140303502A1 (en) 2013-04-05 2014-10-09 Electronics And Telecommunications Research Institute Method and apparatus for measuring heartbeats without contact and wirelessly
KR101772585B1 (ko) 2013-04-05 2017-08-30 한국전자통신연구원 비접촉 무선 심박 측정 방법 및 심박 측정 장치
KR20140122849A (ko) 2013-04-11 2014-10-21 원광대학교산학협력단 휴대용 기기 이용한 스트레스 체크 및 치유 시스템 및 방법
KR101479271B1 (ko) * 2013-04-17 2015-01-05 주식회사 제론헬스케어 신생아 정보 전송 시스템 및 방법
CZ306105B6 (cs) * 2014-10-11 2016-08-03 Linet Spol. S.R.O. Zařízení a metoda pro měření intrakraniálního tlaku

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014171574A (ja) 2013-03-07 2014-09-22 Sharp Corp 呼吸モニタリング装置、システム、及び方法
US20140334697A1 (en) 2013-05-08 2014-11-13 Koninklijke Philips N.V. Device for obtaining a vital sign of a subject

Also Published As

Publication number Publication date
KR20160059393A (ko) 2016-05-26
KR20160059394A (ko) 2016-05-26
US20170323072A1 (en) 2017-11-09
CN106999062A (zh) 2017-08-01
US10102343B2 (en) 2018-10-16
KR101738097B1 (ko) 2017-05-29
KR101663239B1 (ko) 2016-10-06
KR101731620B1 (ko) 2017-05-02
KR20160059421A (ko) 2016-05-26
KR101644586B1 (ko) 2016-08-02
KR20160059415A (ko) 2016-05-26
KR101666654B1 (ko) 2016-10-14
KR101752872B1 (ko) 2017-07-03
KR20160059390A (ko) 2016-05-26
KR20160059391A (ko) 2016-05-26
KR20160059392A (ko) 2016-05-26
KR101722708B1 (ko) 2017-04-03
KR101646735B1 (ko) 2016-08-08
KR20160075446A (ko) 2016-06-29
KR20160059414A (ko) 2016-05-26
KR101706739B1 (ko) 2017-02-16
KR20160059420A (ko) 2016-05-26

Similar Documents

Publication Publication Date Title
KR101725358B1 (ko) 인체 미동 기반 호흡 정보 추출 방법
DE112015005804T5 (de) Atemzustandsschätzvorrichtung, tragbare Vorrichtung, an Körper tragbare Vorrichtung, Programm, Medium, Atemzustandsschätzverfahren und Atemzustandsschätzer
Muender et al. Extracting heart rate from videos of online participants
EP3405098B1 (en) Signal processing method and apparatus
KR101757431B1 (ko) 안면 미동 기반 심장 정보 추출 방법 및 시스템
KR101846350B1 (ko) 신체 미동 이용한 사용자의 몰입도 평가 방법 및 그 장치
Frigola et al. Vision based respiratory monitoring system
Pansare et al. Heart Rate Measurement from Face and Wrist Video
KR101831967B1 (ko) 인체 미동 기반 뇌 정보 추출 방법
KR101757432B1 (ko) 안면 미동 기반 호흡 정보 추출 방법 및 시스템
KR101706740B1 (ko) 인체 미동에 의한 hrc 기반 사회 관계성 온라인 측정 방법 및 시스템
KR20170004511A (ko) 인체 미동 기반 뇌 정보 추출 방법
KR102389361B1 (ko) 신체 미동 이용한 사용자의 몰입도 평가 방법 및 그 장치
Beatson et al. Calculating a vagal tone index using webcam photoplethysmography
WO2016080606A1 (ko) 인체 미동 기반 심장 정보 추출 방법
Lu et al. Non-contact pulse rate measurement of hand and wrist using RGB camera
KR101971602B1 (ko) 영상분석을 이용한 공감 감성 추론 방법 및 시스템
Karmuse et al. Cloud based multivariate signal based heart abnormality detection
KR102122973B1 (ko) 인체 미동 분석을 이용한 감성 판단 방법

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant