TW202314222A - 生理資訊的偵測方法和偵測系統 - Google Patents
生理資訊的偵測方法和偵測系統 Download PDFInfo
- Publication number
- TW202314222A TW202314222A TW110134816A TW110134816A TW202314222A TW 202314222 A TW202314222 A TW 202314222A TW 110134816 A TW110134816 A TW 110134816A TW 110134816 A TW110134816 A TW 110134816A TW 202314222 A TW202314222 A TW 202314222A
- Authority
- TW
- Taiwan
- Prior art keywords
- signal
- value
- physiological information
- low
- pass filtering
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
一種生理資訊的偵測方法及系統。生理資訊的偵測方法包括以下步驟。擷取一人體的指紋影像。量測此指紋影像的一局部區域之亮度平均值。以一影格數取樣此亮度平均值之訊號。對此訊號進行低通濾波處理。對低通濾波後的訊號進行動態平移處理。對動態平移後的訊號進行正規化處理。根據正規化後的訊號得出亮度平均值之變化週期。根據此變化週期得出人體的生理資訊之相關數值。
Description
本創作是有關於一種生理資訊的偵測方法和偵測系統。
當進行人體的指紋辨識時,現今的指紋感測器會產生不同的電壓變化並可解讀出指紋反射的光生成的電訊號,接著經由訊號轉換器即可記錄反射光的亮暗變化之擷取影像。此亮暗變化與人體的手指脈搏相關,反映了人體的心臟收縮與舒張,由此可作為心率資訊的判讀之用。然而,習知所擷取到影像常存在高頻雜訊及訊號偏移等問題,導致亮暗變化之週期計算不容易。
鑒於先前技術存在的問題,本揭露提出一種生理資訊的偵測方法和偵測系統。
根據本揭露之一方面,提出一種生理資訊的偵測方法。生理資訊的偵測方法包括以下步驟。擷取一人體的指紋影像;量測此指紋影像的一局部區域之亮度平均值;設定一影格數以取樣此亮度平均值之訊號;對此訊號進行低通濾波處理;對低通濾波後的訊號進行動態平移處理;對動態平移後的訊號進行正規化處理;根據正規化後的訊號得出亮度平均值之變化週期;以及,根據此變化週期得出人體的生理資訊之相關數值。
根據本揭露之另一方面,提出一種生理資訊的偵測系統。生理資訊的偵測系統包括一指紋感測模組以及耦接此指紋感測模組的一處理模組。指紋感測模組用以擷取一人體的指紋影像,並且指紋感測模組量測此指紋影像的一局部區域的亮度平均值。處理模組用以設定一影格數以取樣此亮度平均值之訊號。處理模組對此訊號進行低通濾波處理。處理模組對低通濾波後的訊號進行動態平移處理。處理模組對動態平移後的訊號進行正規化處理。處理模組根據正規化後的訊號得出亮度平均值之變化週期,並且處理模組根據此變化週期得出人體的生理資訊之相關數值。
為了對本創作之上述及其他方面有更佳的瞭解,下文特舉實施例,並配合所附圖式詳細說明如下:
以下將詳述本揭露的各實施例,並配合圖式作為例示。除了這些詳細描述之外,本揭露還可以廣泛地施行在其他的實施例中,任何所述實施例的輕易替代、修改、等效變化都包含在本揭露的範圍內,並以之後的專利範圍為準。在說明書的描述中,為了使讀者對本揭露有較完整的瞭解,提供了許多特定細節及實施範例;然而,這些特定細節及實施範例不應視為本創作的限制。此外,眾所周知的步驟或元件並未描述於細節中,以避免造成本創作不必要之限制。
請參照第1圖,其為根據本揭露一實施例之生理資訊的偵測系統100之簡化架構方塊圖。生理資訊例如為人體的心率(heart rate)。此偵測系統100包括一指紋感測模組110及耦接指紋感測模組110的一處理模組120。指紋感測模組110可以但不限於是像素密度為1000 PPI的一TFT光學式指紋感測模組。偵測系統100可更包括一類比數位轉換器(analog-to-digital converter,ADC)130以連接於指紋感測模組110與處理模組120之間,進而提供訊號轉換。
第2圖為根據本揭露一實施例之生理資訊的偵測方法S100的流程圖,第3圖繪示根據本揭露一實施例之擷取指紋影像並進行量測之方法的示意圖。請參照第1~3圖,在使用者接觸指紋感測模組110時,藉由指紋感測模組110向手指投射光線,透過反射來生成指紋影像。接著,在步驟S110中,如第3圖所示,指紋感測模組110用以擷取此使用者的指紋影像FI。隨著人體的心臟舒張與收縮會造成指紋影像FI的細微灰階變化,此可利用於偵測人體的心率。而在步驟S120中,指紋感測模組110用以量測此使用者的指紋影像FI的一局部區域L之亮度平均值。
接著,在步驟S130中,指紋感測模組110用以以一影格數(frame)取樣前述亮度平均值之訊號。舉例來說,此影格數優選地介於145~155之間,以配合當影格率(frame rate)設定約為8~9Hz時,取樣總時長可控制在十幾秒。在本實施例中,指紋感測模組110係以影格數為150來對局部區域L進行取樣,從而得出如第3圖下半部分所示的指紋影像FI的平均亮度之折線圖。由第3圖下半部分表示的折線圖,可明顯得出隨著使用者的心臟舒張與收縮會使指紋影像的平均亮度有著週期性的變動,本揭露即是透過此週期性變動來換算出人體的心率,可達到指紋辨識的同時偵測心率,讓身分驗證更精確並大幅提升安全防偽等級。
第4圖繪示根據本揭露實施例之進行訊號的低通濾波(low-pass filtering)處理之方式的示意圖。在步驟130之後,請參照第1、2、4圖,因應所得出的指紋影像FI的平均亮度之折線圖存在如第4圖中的區域N1、N2出現的高頻雜訊部分,在步驟S140中,處理模組120用以對所取樣出的訊號進行低通濾波處理,以濾除高頻雜訊部分。也就是說,透過進行低通濾波處理,以將區域N1、N2所示之波型態樣修飾為區域N1’、N2’所示之較平順的波型態樣,從而避免高頻雜訊N造成後續處理時波峰誤判。舉例來說,處理模組120可透過如離散小波轉換(discrete wavelet transform,DWT)之方式以對訊號進行低通濾波處理,如可採用下表1所示之離散小波轉換的濾波係數。由此,透過進行低通濾波處理,可有效地消除高頻雜訊並保留指紋影像FI的平均亮度之波型。
表1
i | h i |
0.852698679009 | |
0.377402855613 | |
-0.110624404418 | |
-0.023849465020 | |
0.037828455507 |
第5圖繪示根據本創作實施例之進行訊號的動態平移(dynamic shift)處理之方式的示意圖。在步驟140之後,請參照第1、2、5圖,因應所得出的指紋影像FI的平均亮度之折線圖仍存在之訊號飄移,在步驟S150中,處理模組120用以對低通濾波後的訊號進行動態平移處理。在本實施例中,處理模組120係透過下式(1)以對低通濾波後的訊號進行動態平移處理,其中A
n為訊號經低通濾波後的結果值,L
n為訊號經低通濾波後的結果值,D
n為訊號經動態平移後的結果值。在本實施例中,係取單一平均亮度值的前四個取樣序數至後四個取樣序數之值進行動態平均,並因應低通濾波之係數縮放
,然本揭露並不限制於此。
-式(1)
經過上式(1)之運算處理可得出如第5圖下部所示之折線圖。由此,透過進行動態平移處理以將訊號的準位調整至同一基準面B,從而突顯指紋影像FI的平均亮度的振幅變化,從而解決訊號飄移的問題。並且,相較於習知中需要使用複雜的濾波器進行處理,本揭露之動態平移的方式具有較低運算複雜度之優點,從而在IC整合之應用中能夠使用較小的硬體面積實現,可減少佈局的佔用成本。
第6圖繪示根據本創作實施例之進行訊號的正規化(normalize)處理之方式的示意圖。請參照第1、2、6圖,在步驟150之後,為了能輕易辨識出所取樣之指紋影像FI的平均亮度之折線圖中的週期波個數,於是在步驟160中,處理模組120用以對動態平移後的訊號進行正規化處理。在本實施例中,處理模組120係透過下式(2)以對動態平移後的訊號進行正規化處理,其中M
n為訊號經正規化後的結果值。
-式(2)
如第6圖所示,其上半部所示動態平移後之指紋影像FI的平均亮度之訊號經上式(2)的正規化運算後,呈現如第6圖下半部所示之折線圖。根據所謂正規化處理之特性,振幅數值為1表示該點在區間為最大值,可視為波峰位置。因此,僅需統計振幅數值為1之位置的個數即可換算得到指紋影像FI的平均亮度之折線圖中的週期波個數。
接著,請續參照第1、2、6圖,在步驟170中
,處理模組120用以根據正規化後的訊號來得出指紋影像FI的亮度平均值之變化週期。在本實施例中,處理模組120係透過下式(3)以根據正規化後的訊號得出亮度平均值之變化週期T。其中,N為當正規化後的訊號之結果值M
n為最大值時所對應的總週期波個數,可透過前述統計振幅數值為1之波峰位置的個數來換算取得,如第6圖所示之週期波個數為20,即經歷了20個波。F
1為當正規化後的訊號之結果值M
n為最大值時所對應的第一個取樣序數,如第6圖所示之第一個取樣序數出現在11。F
2為當正規化後的訊號之結果值M
n為最大值時所對應的末個取樣序數,如第6圖所示之末個取樣序數出現在146。R為亮度平均值之訊號的取樣頻率,亦即如前文所述之影格率,在本實施例中以取樣頻率選定為8.97 Hz進行說明。
-式(3)
因此,指紋影像FI的亮度平均值之變化週期T可運算得出(146-11)/(8.97*20)≒
0.7525,單位為秒(s)。之後,在步驟S180中,處理模組120根據變化週期T得出使用者的生理資訊之相關數值。具體而言,處理模組120透過下式(4)以根據變化週期T得出使用者的心率之相關數值H。
-式(4)
由此,經過上式(4)之運算可得出使用者的心率之相關數值H=(1/0.7525)*60≒79,單位為bpm (beat per minute)。
最後,請參照第1圖,偵測系統100可更包括具有顯示功能的一電子裝置140,以畫面顯示所得出使用者的心率之相關數值H,令使用者能清楚得知自身的生理資訊。
綜上,本揭露之生理資訊的偵測方法與系統,利用人體的心臟舒張與收縮與其指紋影像的細微灰階變化之間的相關性,透過對指紋影像之訊號依序進行低通濾波、動態平移及正規化之處理,以換算出人體的心率數值,同時可解決習知的高頻雜訊及訊號偏移之問題。由此,本揭露之技術可達到指紋辨識的同時偵測心率,讓身分驗證更精確,並大幅提升安全防偽等級。
綜上所述,雖然本創作已以實施例揭露如上,然其並非用以限定本揭露。本揭露所屬技術領域中具有通常知識者,在不脫離本揭露之精神和範圍內,當可作各種之更動與潤飾。因此,本揭露之保護範圍當視後附之申請專利範圍所界定者為準。
100:偵測系統
110:指紋感測模組
120:類比數位轉換器
130:處理模組
140:電子裝置
B:基準面
FI:指紋影像
L:局部區域
N:週期波個數
N1,N2,N1’,N2’:區域
S100:偵測方法
S110,S120,S130,S140,S150,S160,S170,S180:步驟
第1圖繪示根據本揭露實施例之生理資訊的偵測系統的簡化架構方塊圖;
第2圖繪示根據本創作實施例之生理資訊的偵測方法的流程圖;
第3圖繪示根據本創作實施例之擷取指紋影像並進行量測之方法的示意圖;
第4圖繪示根據本創作實施例之進行訊號的低通濾波處理之方式的示意圖;
第5圖繪示根據本創作實施例之進行訊號的動態平移處理之方式的示意圖;以及
第6圖繪示根據本創作實施例之進行訊號的正規化處理之方式的示意圖。
S100:偵測方法
S110,S120,S130,S140,S150,S160,S170,S180:步驟
Claims (14)
- 一種生理資訊的偵測方法,包括以下步驟: 擷取一人體的指紋影像; 量測該指紋影像的一局部區域之亮度平均值; 以一影格數取樣該亮度平均值之訊號; 對該訊號進行低通濾波處理; 對低通濾波後的該訊號進行動態平移處理; 對動態平移後的該訊號進行正規化處理; 根據正規化後的該訊號得出該亮度平均值之變化週期;以及 根據該變化週期得出該人體的生理資訊之相關數值。
- 如請求項1所述之生理資訊的偵測方法,其中該影格數係設定為介於145~155之間。
- 如請求項1所述之生理資訊的偵測方法,其中係透過離散小波轉換之方式以對該訊號進行低通濾波處理。
- 一種生理資訊的偵測系統,包括: 一指紋感測模組,用以擷取一人體的指紋影像;量測該指紋影像的一局部區域的亮度平均值;並以一影格數取樣該亮度平均值之訊號;以及 一處理模組,耦接該指紋感測模組,該處理模組用以對該訊號進行低通濾波處理;對低通濾波後的該訊號進行動態平移處理;對動態平移後的該訊號進行正規化處理;根據正規化後的該訊號得出該亮度平均值之變化週期;並根據該變化週期得出該人體的生理資訊之相關數值。
- 如請求項8所述之生理資訊的偵測系統,其中該影格數介於145~155之間。
- 如請求項8所述之生理資訊的偵測系統,其中該處理模組透過離散小波轉換之方式以對該訊號進行低通濾波處理。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110134816A TWI786835B (zh) | 2021-09-17 | 2021-09-17 | 生理資訊的偵測方法和偵測系統 |
CN202210354839.XA CN114652304A (zh) | 2021-09-17 | 2022-04-06 | 生理信息的检测方法和检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110134816A TWI786835B (zh) | 2021-09-17 | 2021-09-17 | 生理資訊的偵測方法和偵測系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI786835B TWI786835B (zh) | 2022-12-11 |
TW202314222A true TW202314222A (zh) | 2023-04-01 |
Family
ID=82035749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110134816A TWI786835B (zh) | 2021-09-17 | 2021-09-17 | 生理資訊的偵測方法和偵測系統 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114652304A (zh) |
TW (1) | TWI786835B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI536963B (zh) * | 2013-08-22 | 2016-06-11 | 慈濟學校財團法人慈濟大學 | 心電圖量測裝置及其量測方法 |
TWI594726B (zh) * | 2014-03-17 | 2017-08-11 | 宏達國際電子股份有限公司 | 攜帶式電子裝置與生理量測方法 |
US20180184927A1 (en) * | 2016-12-30 | 2018-07-05 | Eosmem Corporation | Real-time heart rate detection method and real-time heart rate detection system therefor |
CN110383286B (zh) * | 2019-05-22 | 2023-05-30 | 深圳市汇顶科技股份有限公司 | 用于生物识别的方法、指纹识别装置和电子设备 |
-
2021
- 2021-09-17 TW TW110134816A patent/TWI786835B/zh active
-
2022
- 2022-04-06 CN CN202210354839.XA patent/CN114652304A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN114652304A (zh) | 2022-06-24 |
TWI786835B (zh) | 2022-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110269600B (zh) | 基于多元经验模态分解与联合盲源分离的非接触式视频心率检测方法 | |
US8542877B2 (en) | Processing images of at least one living being | |
JP6256488B2 (ja) | 信号処理装置、信号処理方法及び信号処理プログラム | |
US20140153800A1 (en) | Method and system for obtaining a first signal for analysis to characterize at least one periodic component thereof | |
JP6052027B2 (ja) | 脈波検出装置、脈波検出プログラムおよび脈波検出方法 | |
JP4201876B2 (ja) | 成分濃度決定方法 | |
US20150366456A1 (en) | Pulse wave velocity measurement method | |
US9737219B2 (en) | Method and associated controller for life sign monitoring | |
CN112949349B (zh) | 基于人脸视频实时显示脉象波形的方法和系统 | |
Tang et al. | Non-contact heart rate monitoring by combining convolutional neural network skin detection and remote photoplethysmography via a low-cost camera | |
TW201701826A (zh) | 非接觸式即時生理訊號及動作偵測方法 | |
JP7136603B2 (ja) | 生体判定システム、生体認証システム、生体判定プログラム、及び生体判定方法 | |
CN111938622A (zh) | 心率检测方法、装置及系统、可读存储介质 | |
CN114652276A (zh) | 一种基于视频图像的脉搏波传导速度检测方法及装置 | |
TWI786835B (zh) | 生理資訊的偵測方法和偵測系統 | |
WO2023165482A1 (zh) | 一种心率检测方法和装置 | |
CN106725415A (zh) | 电生理信号的处理方法和装置 | |
CN109620198B (zh) | 心血管指数检测、模型训练方法及装置 | |
WO2021017112A1 (zh) | 一种皮下血管光学视频图像的成像方法 | |
CN109309797B (zh) | 光线变化量即时判断系统 | |
CN111325118A (zh) | 一种基于视频进行身份认证的方法及视频设备 | |
JP2015083101A (ja) | 脈波検出装置、脈波検出方法及び脈波検出プログラム | |
TW201440725A (zh) | 脈搏波信號的去噪處理方法和裝置及脈搏式血氧儀 | |
CN113951855A (zh) | 基于人脸的非接触式心率测量方法 | |
WO2017051415A1 (en) | A system and method for remotely obtaining physiological parameter of a subject |