TW202325221A - 協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測 - Google Patents

協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測 Download PDF

Info

Publication number
TW202325221A
TW202325221A TW110149307A TW110149307A TW202325221A TW 202325221 A TW202325221 A TW 202325221A TW 110149307 A TW110149307 A TW 110149307A TW 110149307 A TW110149307 A TW 110149307A TW 202325221 A TW202325221 A TW 202325221A
Authority
TW
Taiwan
Prior art keywords
blood glucose
contact
symbol
blood sugar
invasive blood
Prior art date
Application number
TW110149307A
Other languages
English (en)
Inventor
葉佰蒼
Original Assignee
達生數據科技股份有限公司
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 達生數據科技股份有限公司 filed Critical 達生數據科技股份有限公司
Priority to TW110149307A priority Critical patent/TW202325221A/zh
Publication of TW202325221A publication Critical patent/TW202325221A/zh

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本發明主要提供一種血糖監測方法,以非接觸及非侵入的方式,用於監測血糖及因血糖變化而引起的相關疾病。這些監測血糖方法包括通過一軟體及一平臺,將由一高品質攝影鏡頭拍攝取得使用者即時影片,透過一平臺傳送至一AI資料庫,用一處理器將影片處理成一幀幀影像,再從每幀影像萃取其臉部區域,再從臉部區域進一步萃取一個或多個關鍵區域影像遮罩,再就此關鍵區域影像遮罩利用身體監測模組、光學同調斷層掃描(Optical Coherence Tomography)與光體積變化描記圖法(iPPG)之分析取得變異資訊,並利用CNN(Convolutional Neural Network)演算法,計算影像變化與生理訊號之對應關係,快速判讀生理訊號數據及一個或多個變化分析,生成報告取得至少一個血糖數值,可以即時提供糖尿病及高凝血等異常血糖警示。

Description

協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測
本發明主要涉及一種非侵入性及非接觸式方法,用於監測血糖及因血糖變化引起相關疾病。
先前技術包括了解本件發明的有用資訊。以下敘述包括可能有助於了解現存發明之資訊。本處提供之任何先前存在技術或與本案申請相關發明之資訊,或任何特定公開或影射參考的技術,並非承認該等技術。
血糖是指人們血液中來自所吃食物的糖份,提供人們身體運作所需主要能量來源。血液將葡萄糖輸入身體細胞中以產生必要的能量。糖尿病是血糖值過高的一種疾病。血液長時間有太多葡萄糖會引起嚴重問題。甚至即使沒有糖尿病,人們有時可能會因為血糖過高或過低而產生問題。維持固定的飲食、活動及服用必要的藥物可能會有幫助。如果真的有糖尿病,維持目標範圍內的血糖數值是非常重要的。人們每天可能會需要檢查血糖值數次。健康照顧者也將會為被照顧者施作糖化血色素HbA1c血糖測試,這個可以測得過去數個月的平均血糖值。人們如血糖過高,可能需要服用藥物及(或)進行特殊的飲食。
以下表格顯示各類型血糖值的範圍(善意建議葡萄糖值範圍)
Figure 110149307-A0101-12-0002-1
被診斷為糖尿病的血糖值:
Figure 110149307-A0101-12-0002-2
血糖值可以提供糖尿病是否控制良好的資訊,亦可告知人們飲食、運動及用藥計劃是否可行。將血糖值儘量維持正常,可以減少或預防多數併發症產生問題的風險。
健康照顧專業人士所使用監測血糖值器材,包括數位血糖儀,需要用針刺使用者的手指以檢測血液中的葡萄糖值。健康照顧專業人士亦可能指導使用者採用快速或隨機血漿測試或口服葡萄糖耐量試驗或接受糖化血色素HbA1c測試,用以診斷是否有糖尿病。這些器材需要接觸病人,會被歸類為侵入式或接觸式。
持續監測血糖值可幫助健康照顧專業人士及使用者仔細照顧健康狀況,對有心血管問題的病人特別重要。
先前技術如美國專利號碼No.6,611,206 by Eshelman et al.及No.6,968,294 by Gutta et al.預期家庭健康監測的個人需求,例如:通常需要健康照護者的長者。這些專利監測系統包括無孔不入或一長串的感測器,包括使用攝影機,才可以監測目標物的行為、情緒狀況、行動安全、環境及保全。這些系統亦包括對標的物提供近端或遠端警示的器材。Eshelman '206及Gutta '294的專利並非 不顯眼,亦非企圖將家庭健康照護普遍化。此外,此等系統並非真的提供多數個人多變基準影像健康評估,包括年齡變化、種族、周遭光線狀況、外表因季節誘發的變化、隱私權、健康史及其他因素的變化。
其他專利,如美國專利號碼U.S.Pat.No.6,539,281 by Wan et al.,提供醫療櫃或類似器材,以幫助使用者選擇、取得及追踪其使用的藥物。此案例是以無線電頻率識別標籤提供藥物,而此醫療櫃是由無線電頻率識別標籤讀取者所安置。櫃子上附有觸摸螢幕、平面顯示器作為使用者的介面。此醫療櫃可能包括攝影機及臉部辨識軟體以識別使用者。即使此Wan '281智慧型醫療櫃是有用途的,但它不使用攝影機評估使用者的生理狀況,因此,不期待可以有機會評估使用者的健康狀況。
其他健康照護器材大多注重家庭健康監測或醫療測量參數,而非一般行為及活動。舉例來說,國際專利期刋O'Young的WO2001/071636專利,敘述這個專利是一種個人健康分析系統,企圖收集個人於其家庭環境中的定量健康資料,以得到潛在疾病或個人健康或生理變化的警告訊號。這些資料可以在十分不顯眼情況下,自每日活動(如:走路、睡覺或運動)中收集。O'Young '636專利特別是預期用穿戴在接近個人身體的一個或多個感應器以監測心率、血氧、走路節奏、或體溫。類似的國際專利期刋Montvay et al.的WO2005/006969專利,是預期以健康監測系統作為個人在自家的健康教練。此系統可能有多個戴在個人身上或植入身體內的感應器,此感應器可以測得個人心電圖(ECG)或呼吸率,亦可能提供其他感應器,例如安裝牆上、監測環境資料,如同空氣溫度計、濕度計及其他測量機。O'Young '636及Montvay '969專利的器材及系統是以家庭照顧為目標,非以家庭健康照護普遍化為目標。特別是它們沒有預期用一個不顯眼但可以日以繼夜的持續監測多數個人的健康系統。此外,這些系統也沒有提供依賴結合多數個人、光線條件、季節變化及其他變化因素的影像標準化。
因此,使用者有以簡易方式獲得血糖監測值的需求。
本發明主要有關以利用一個或多個數位攝影設備取得影像,以不顯目持續方式,監測一人或多人的生理狀況,特別是對血糖及因 血糖變化產生之相關疾病,使用非接觸及非侵入的方式相關的儀器、方法及設備。
本發明是提供非接觸及非侵入的方式監測血糖的機器及方法。
本發明使用者是以簡易使用及透過不同平台作為解決方案。此解決方案包括達生健康監測網站DOCSUN Health Monitoring Web及手機程式Mobile Application,還有達生DOCSUN DC系列的門廊機/非接觸健康監測機(主要可用於公共場所),以及其他解決方案,包含但不限於將軟體植入晶片用於人工智慧產品。
本發明提供了一種血糖監測方法,包括通過一軟體及一平臺將由一高品質攝影鏡頭拍攝取得的一段影片傳送至所述AI資料庫,透過一處理器,快速分析取得血糖數值,並生成報告。
軟體用來分析血糖,並提供妥當監測的必備條件,如運作本軟體的器材需要配備有高品質的攝影鏡頭,及使用者應在臉部光線良好的環境下使用。使用者應避免戴眼鏡、化妝及臉部覆蓋物品。
本件發明提供:
a.使用者可以透過簡單且簡易的介面,以非接觸及非侵入的方式,以手機、電腦或在公共場所測量血糖。
b.達生非接觸健康監測機可以設定為持續監測使用者的血糖。
c.較其他醫療器材之成本更為低廉。
d.利用人工智慧AI尖端技術提升本發明功能。
10:目標物/使用者
100:電子影像設備
110:顯示器
120:攝影機
122:影像鏡頭
124:影像感應器
126:光譜濾波器
134:半透明鏡子
136:鏡子
140:環境光偵測器
142:移動偵測器
144:偵測器
300:血糖監測系統
320:影像處理電子產品
330:系統控制器
340:電腦
345:記憶體
355:通訊控制器
360:網路
410:血糖值
570:處理器
602:攝影機
604:處理器
以下圖式可以更進一步了解本件發明,並為本發明之一部分。這些圖示為本發明的舉例,並加上運用於本發明的解釋說明。
這些圖示中相似的部分及(或)特徵請參考相同的標示。再者,相同型式的不同部分得參考下列相似部分再為區分的第二標示以示區別,如只有第一個參考標示被使用於此說明書內,其敘述可以適用與第一參考標示相似的部分,與第二參考標示無關。
圖1為通過實施本發明方法對使用者的臉部區域影像進行處理的示意圖。
圖2A-2B為說明依本發明使用器材取得預測血糖值及即時血糖值的運用舉例。
圖3是敘述本發明使用者與本發明提供系統互動方式的舉例。
圖4是將本發明作為各式網絡運用的舉例。
圖5是敘述本發明如何用非接觸及非侵入的方式監測使用者血糖值的步驟說明。
圖6是敘述本發明使用器材或設備的舉例,可以用非接觸及非侵入方式監測使用者血糖值。
以下敘述細節與本件發明技術實施有關。此是為了說明本發明技術所優先採取實施方法的敘述,是但本發明技術範圍不限於此敘述。本發明的一般技術將包括與本敘述雷同的變化。
本項敘述是依本發明實施的系統、儀器、電腦可讀取儲存載體及方法的舉例。這些舉例只是補充說明,以幫助了解本發明的實施方式,作為本發明實施方法明白且無需提供特定細節的說明。其他舉例、某些過程或運作方法會以特定方塊標示,將不敘述細節,以免不必要地模糊本發明的確實施方法。以下範例並未限制採用其他可能的實施及運用,亦未限制其範圍或設定。
以下敘述細節請參考相關圖示,以作為特定實施方法的敘述。雖然這些有關本發明的實施方法敘述可以足以作為本發明的實施技術敘述,但請明瞭並不限於這些舉例,其他實施方法亦可能加以使用,亦可能進行未與本發明精神及範圍相悖的改變。例如:於此處顯示的一些其他實施方法,或於此顯示及敘述的方塊標示方法,並非一定要實施。此外,本處敘述的方法可能包括比方塊標示方法更多或更少的一些其他實施方法。以其他舉例而言,於此敘述之一些個別方塊標示方法可能會和其他實施方法結合。反之,於此敘述之單一方塊標示可能和其他實施方法的複數方塊標 示方法結合實施。此外,除另有說明外,此處連接詞「或」為包括的意思,也就是說,「A、B或C」即表示包括「A」、「B」、「C」、「A及B」、「B及C」、「A及C」及「A、B及C」。
本處敘述一些實施方法,與直接偵測湧入大量訊息的系統、儀器、電腦實施方法及電腦可讀取儲存載體有關。
因此,例如,對可以證明本發明原始技術的系統及方法的圖表、示意圖、例證、及其他代表觀點或處理程序特表讚賞。於圖示中顯示之各種元素功能可能經由專用硬體和可以執行此等硬體的軟體的使用而加以提供。類似地,於圖表中顯示的任何電子代碼產生器只是概念上而已,其功能可以經由程式邏輯、專用邏輯、程式控制及專用邏輯互動、甚至手動的運作,與經實施者選擇的特殊技術加以實施。再者,此處所敘述本發明原始技術的例示硬體、軟體、處理程序、方法、及(或)運作系統均為實證目的,因此,並不限於此處所稱之任何項目。
此處使用的各種名稱如下。未於以下定義本技術所使用的名稱時,應比照本發明申請時已發行刋物及已施行專利相關技術,作最廣義的名詞解釋。
本發明主要是有關以利用一種或多種數位攝影設備取得影像,以不顯目持續方式,監測一人或多人的生理狀況,特別是對血糖及因血糖變化產生之相關疾病的採用非接觸及非侵入方式的相關儀器、方法及設備。
在本發明的一實施例中,提供了一種血糖監測方法,包括通過一軟體及一平臺,將由一高品質攝影鏡頭拍攝取得的一段影片傳送至所述AI資料庫,快速分析取得血糖數值,並生成報告,讓使用者得以用非侵入、非接觸方式快速精准監測血糖,可以即時提供高血糖及低血糖等異常血糖警示。
本件發明是以C、C++,java-script及python等語言開發,利用網站、Android、iOS、Windows x86及Linux x86等設備的多重平台開發功能。本件軟體需要使用光學相機。
圖1方塊圖例示,是敘述依本發明採用非接觸及非侵入方式監測使用者血糖值的運用舉例。
圖1所示,本件軟體處理即時影片,影片的每一幀影像會先以去噪模組(de-noising profiles)處理,再透過多層的變異擴增模組(layers of varying augmentation profiles)進行處理,於提供相關數據前,臉部區域中的關鍵區域影像遮罩會被篩選出來。本發明的軟體提供光學同調斷層掃瞄OCT(optical coherence tomography)與iPPG之變異資訊作為相關性標示的輸入資料,並利用CNN(Convolutional Neural Network)演算法,計算影像變化與生理訊號之對應關係,得出判讀的生理訊號數據,取得較好的結果,並協助微調讀數。之後結果會歸類為三種提示,綠色表示健康、黃色表示應注意,紅色表示異常。這些提示可以提供使用者,亦提供使用者易於了解的介面。結果可以顯示使用者的血糖值mmol/L及mg/dL讀數及文字敘述的健康提示,幫助使用者了解提示內容。
此模組處理臉部區域並萃取多重關鍵區域,在數據送入模組前,增加額外過濾的模組,以提供更多相關性數據給截取的關鍵區域,可以增強預測之的一致性及幫助提升正確性。
提示文字為:血糖值正常、及血糖值異常。數字讀數以mmol/L及mg/dL顯示。
讀數會在30秒內產生,有效率地提供讀數,亦可被使用在持續監測時的持續讀數,以幫助病人免於心絞痛、高血糖等疾病痛苦,可以用持續非接觸及非侵入的方式監測病人血糖值。
有關血糖預測,比較基準的研究是在肯亞進行,實驗室研究是在台灣進行,以實證誤差及正確性。研究結果顯示,不同種族及膚色並未存在重大差異的誤差。以上是經由使用標準數位血糖監測機及達生健康監測系統軟體計算血糖值讀數的比較研究,所得到的正確性及誤差的實證。
讀數的誤差是少於0.5mmol/L。這些誤差是在考量實證正確性的器材的誤差後所計算出來。本案設備正確預測微小變化的血糖值,可以辨識因移動或光線造成的假影或雜訊。本件發明包含因移動或光線造成的假影或雜訊的校正,以維持誤差在一定範圍,並促進讀數的正確性。圖2A-2B波浪圖例示,是說明依本發明使用器材取得預測血糖值及即時血糖值的運用舉例。此模組實證已有98%的正確性及2%的誤差。圖形為不同種族地區及膚色使用者讀數之研究。
本件臨床上用來篩檢及診斷新冠肺炎COVID-19的自我診斷AI軟體已知及潛在優點為:快速正確取得血糖值讀數,可以辨識使用者症狀,並偵測是否有高血糖或健康的狀態;確保本軟體的使用者體驗品質;不儲存影像資料,保護使用者隱私。
本件所使用「引擎」一詞,乃指本軟體、韌體、硬體或其他相關構件,以貫徹本技術目的。引擎通常將包括儲存於非揮發性記憶體(Non-Volatile Memory)的軟體指令。當執行這項軟體指令,至少這項軟體指令的一個子集合可被載入於處理器的記憶體(亦稱主記憶體)。此處理器之後可以在記憶體內執行軟體指令。此處理器可以是一個分享式處理器、專用式處理器,或是分享或專用混合的處理器。通常程式將包括呼叫硬體構件(如I/O設備),其中通常需要執行驅動程式。此驅動程式可能或不可能被視同引擎,但此區分並不重要。
就此技術,「資料庫」一詞被廣泛使用以包括任何已知或方便儲存資料之方法,不管是否中央管控或分散式、或其他形式。
本件發明具體化包括以下敘述的數項步驟。這些步驟可以經由硬體構件執行或內建執行指令於機器內,得以被使用於一般目的或特別目的之處理器,執行程式指令以執行這些步驟。另外,這些步驟可以選擇藉由硬體、軟體及韌體組合下執行,亦可經由人員手動操作執行。
本件發明具體化可以作為電腦程式產品提供,此產品可以包括明確植入指令之機器可讀取儲存媒介,此可被使用於電腦程式(或其他電子設備)進行執行處理。此可讀取媒介機器可能包括但不限於固定(硬體)驅動器,磁帶、磁片、光碟、唯讀記憶光碟CD-ROM、及帶磁光碟、半導體記憶體,如唯讀記憶體ROM、可程式唯讀記憶體PROM、隨機存取記憶體RAM、抹除式可複寫唯讀記憶體EPROMs、電子抹除式可複寫唯讀記憶體EEPROMs、快閃記憶體、磁卡或光學卡或其他適於儲存電子指令的媒介/機器可讀媒介(如電腦程式代碼,如軟體或韌體)。
此處所敘述的各種方法,可能是經由綜合執行一種或多種可讀取儲存媒介機器,其中包含依據本技術藉由妥適標準電腦硬體執行所得的代碼。執行本技術各種內建的儀器可能依此處所敘述之各種方式,涉及包含或有網路進入電腦程式代碼的一種或多種電腦(或在單一電腦中的一種或多種處理器)及儲存系統。而本技術 方法步驟可以經由電腦程式產品的模組、程序、子程序、子部件來完成。
圖3是敘述本發明使用者與本發明提供系統互動方式本發明運用的舉例。
圖3所示舉例為血糖監測系統(符號300)。血糖監測系統(符號300)主要組成內容為電子影像設備(符號100),其中至少包括一個攝影機(符號120),亦可能包括顯示器(符號110)。電子影像設備(符號100)與影像處理電子產品(符號320)、通訊控制器(符號355)及網路(符號360)相連結。此影像處理電子產品(符號320)可以達成潛在多重目的,包括改善結合在地的電子影像設備(符號100)的攝影機(符號120)所截取的影像品質、改善在地顯示器(符號110)所顯示的影像品質,並處理攝取的影像以幫助產生有關生理狀況的指標。電腦(符號340)協調影像處理電子產品(符號320)及系統控制器(符號330)的控制。電腦(符號340)操縱記憶體(符號345)及顯示器(符號110)、影像處理電子產品(符號320)及網路(符號360),並自其取得資訊。影像處理電子產品(符號320)及電腦(符號340)都可以進入各種資料庫(隨後將會被討論),很多是儲存於記憶體(符號345)。系統控制器提供在地的電子影像設備(符號100)各種控制及驅動功能,包括顯示器驅動程式及影像截取控制功能。亦可能提供各種偵測器,包括環境光偵測器(符號140)、移動偵測器(符號142)及各種附帶偵測器(符號144),用來測量環境光或其他生理或環境指標。這些偵測器與電腦(符號340)及系統控制器(符號330)互聯。通訊控制器(符號355)作為通訊管道的介面,如無線或有線網路(符號360),可以將影像及其他資訊自一處傳輸至他處。
如前所述,血糖監測系統(符號300)主要是運用在住家市場,惟自醫療及人類健康幸福的觀點而言,尚有其他需求有待滿足。依美國USA Today報載,於2020年美國可能短缺85,000至200,000個醫生,可能是因為醫療過失保險及其他非醫療業務原因而影響就讀醫學院學生的人數,更可能是因為嬰兒潮出生的7,900萬人已達到退休年齡,而產生更多的醫療照護需求。再者,健康照護雇主及政府單位減少,將會使消費者支付更多健康照護費用。以上壓力將可能使消費者增加健康照護費用,惟如消費者可以得以用更好的確保方法評估是否需要及何時需要健康照護專業人士的介入,消費者所增加的健康照護費用可能可以減少一點。
不可否認地,醫生短缺、嬰兒潮增加需求、及不計其數雇主貢獻的減少,意味著消費者照顧自己及其家人健康的需求增加。精準健康的重要照護將成為三明治世代重責大任。依2002年General Social Survey研究,45至64歲家有小孩的人,十個當中就有三個可能需要照護一個長輩,這些父母中很多就算沒有年長的父母與其共住,他們仍會擔憂其年長的父母健康,特別是如果長輩住在遙遠的外地時。
雖然血糖監測系統(符號300)每天會獲得資訊,很多健康指標(特別是用本發明測得的血糖值)(符號410)一般將會慢慢改變,因此,可以測得一些健康資訊,並以較少次數的方式予以保留。例如:體重或姿勢緩慢改變的身體特性,根據相關的特徵及測量標的的變化所結合的健康指標(特別是用本發明測得的血糖值)(符號410),可能被採用或以週、月或季的方式予以保留。
因此,血糖監測系統(符號300)得以收集一個人或多人的身體資訊紀錄。為達此目的,血糖監測系統(符號300)配備多重目的設備及特別有電子影像設備(符號100),而可以經由一台或多台攝影機(符號120),不醒目地截取使用者或目標物影像。電子影像設備(符號100)可能是當目標物(使用者、符號10)注視設備時,可以看到目標物的電腦監視器、電視、手機、鏡子或其他顯示器(配備有攝影機、符號120)。如圖3所示,電子影像設備(符號100)為一台電腦,如桌上型或筆記型電腦。攝影機(符號120)可能是安裝在顯示器邊緣(如圖所示)或整合於電子影像設備(符號100)之中,可以透過顯示器(符號110)看到使用者(符號10)。然而,電子影像設備(符號100)包括整合於攝影機(符號120)及(可選擇性地)顯示器(符號110)的鏡子(符號136)。攝影機(符號120)通常包括影像鏡頭(符號122),可以經由光譜濾波器(符號126)自一連串影像感應器(符號124)提供影像。此時,攝影機(符號120)可以自半透明鏡子(符號134)提供的A光圈看到影像。為協助隱藏攝影機(符號120)及A光圈,半透明鏡子(符號134)可能在A光圈的中間有最低度的斜度反射。半透明鏡子(符號134)亦可能是閃爍的設備,可以用電子驅動在反射及傳輸間加以轉變。A光圈可選擇光學針孔(直徑少於0.5mm),攝影機(符號120)可以為針孔攝影機。任何情況下,攝影機(符號120)最好藏在電子影像設備(符號100)之中,讓一般使用者看不到。如圖3所示,血糖監測系統(符號300)可以在住家透過網路及利用電子影像設備(符號100)使用,包括使用電腦監視器及鏡子型式。原則上,本發明是當一個或多個目標物看著自己或看著其他資 訊、訊息或娛樂節目時,等同是注視著鏡子或顯示器,就可以用不顯目的方收集身體影像。此等截取的影像可以因目標物長期反覆以上作為而每天、每月、及每年產生取得。
雖然血糖監測系統(符號300)網路配置對多數家庭成員截取身體影像為主的資料特別有用,有關個人及家庭隱私的問題有特別強調。特別是將電子影像設備(符號100)作為一個或多個浴室鏡子的配置對截取影像特別有用。例如,在住家中,電子影像設備(符號100)可以設置於主臥室的浴室中,其他可以放置於小孩的浴室中。考量個人愛美的人類行為模式,可以日復一日截取影像的最好方式就是將電子影像設備(符號100)鏡子化。亦即,最好可能是配置在浴室中,可以重複截取及採光狀況亦佳。然而,在浴室時特別要注意使用者隱私的管控。另外,電子影像設備(符號100)亦可整合於電腦、電視或娛樂器材之中,並可期待在住家是可以近乎每天規律地使用。自非位於浴室的影像截取可能較無隱私顧慮,但此等截取影像可能品質較差及易變的。任何情況下,各種硬體及軟體設計特性可能整合於血糖監測系統(符號300),並可以說明隱私權保護及結合截取狀況的變化。
尤有甚者,不只是簡化截取影像,使影像正常化的影像評估更是關鍵。再者,考量住家環境,家庭成員外表可能因性別、年齡、膚色、髮色、身高、體重及其他因素而重大改變。任何人基本外表也可能因季節(如曬黑或曬傷)、行為(包括使用化妝品、運動或使用或濫用酒精及藥物)及其他因素而有所變化。環境光線亦可能對連續的截取影像產生重大改變。在相似的條件下,截取影像的個人位置可能會導致所截取影像中個人尺寸、方向或位置的變化。因此,為彌補影響截取影像可能很多的變化及可以不顯著地截取影像,血糖值監測程序採用影像正常化程序,以減少影像變化的影響。特別是在截取的步驟是遵循影像正常化程序時,可以在自影像資料產生以尺寸或顏色為基礎的健康指標(特別是用本發明測得的血糖值)前修正截取影像。
圖4是將本發明作為各種網絡運用的舉例敘述。
即使圖4將血糖監測系統(符號300)敘述作為網路系統,但本系統主要包括電子影像設備(符號100)可以建置於浴櫃上,此種運用可能會有特別的限制。例如:鏡子(符號136)因個人淋浴冷卻而濛上霧氣,電子影像設備(符號100)截取影像能力可能因此減損。當然,外在的鏡子表面可能因加熱或有塗層而減少這個問題。在很多浴室,鏡子後面會放有醫藥櫃。當然可以預期任 何攝影機(符號120)、顯示器(符號100)或其他偵測器或感應器(符號136、142、144)將會放在這個位置不大的潛在空間。再如圖3所示,血糖監測系統(符號300)的電子影像設備(符號100)可能放置於住家的別處,包括圖畫後或浴櫃上。如其他案例,一個或多個攝影機(符號120)可以放置於電腦或電視,如同現今所使用之網路攝影機。於此時,血糖監測系統(符號300)可以觀察到前述健康指標(符號410)以外的其他因素。例如:血糖監測系統(符號300)可以在電腦或電視觀察到標的物(符號10)的姿勢、人體工學、情緒反應、注意力、花費時間、疲勞。此資訊可以有用的評估心理壓力程度、潛在重覆壓力障礙,例如:腕隧道症候群或對工作精神關注力。對小孩而言,心理注意評估對注意力缺乏(ADD)或了解教育執行狀況很有用。此外,血糖監測系統(符號300)亦可接受其他生醫設備的結合,包括手持式或穿戴式感應器。這些補充設備亦可能包括掌上型電腦PDA或手機型態設有影像能力的器材。
圖5是敘述以非接觸及非侵入的方式監測使用者血糖值的本發明運用舉例。
所舉案例中,是以非接觸及非侵入的方式監測使用者血糖值。此非接觸及非侵入的方式包括以下步驟:
步驟502,一個或多個攝影機獲取使用者即時影片
步驟504,一個處理器將所獲取使用者即時影片處理成一幀幀影像
步驟506,一個處理器將所獲取使用者即時影片處理成一幀幀影像中萃取一個或多個臉部區域,再從其中萃取一個或多個關鍵區域。
步驟508,一個處理器將所獲取使用者即時影片處理成一幀幀影像中萃取一個或多個臉部區域,再從其中萃取一個或多個關鍵區域後,利用身體監測模組及一個或多個光體積變化描記圖法(iPPG)及光學同調斷層掃瞄(Optical Coherence Tomography)取得變化及差異數據,並利用CNN(Convolutional Neural Network)演算法,獲得使用者至少一個血糖值結果指數。
所產生血糖值的結果會至少指出是在健康、需注意及異常其中一個範圍內。使用者可選擇至少獲得一個結果,即可提供一個或多個可能預期疾病的指示。
所舉案例中,本於身體監測模組取得至少一個影像會自以下任何組合中被選出。
所舉案例中,身體監測模組運用一個或多個光體積變化描記圖法(iPPG)及光學同調斷層掃瞄(Optical Coherence Tomography)分析至少一個影像而獲取至少一個結果時,會增加一個或多個相關性標籤。
所舉案例中,身體監測模組分析至少一個影像,利用人工智慧(AI)或深度學習技能或訓練有素的分類器,以獲得至少一個結果。
所舉案例中,身體監測模組分析至少一個影像,包括運用CNN(Convolutional Neural Network)演算法或軟體,以獲得至少一個結果。
所舉案例中,處理程序更進一步包括去噪模組,並於去噪模組執行一個或多個增加物。
所舉案例中,萃取步驟更包括:身體監測模組分析至少一個影像前,會過濾一個或多個關鍵區域。
所舉案例中,本於身體監測模組取得至少一個影像前所萃取一個或多個關鍵區域的處理步驟,更包括萃取一個或多個關鍵區域多個相關區域。
圖6是敘述本發明運用器材或設備的物理組件舉例,得以非接觸及非侵入的方式監測使用者血糖值。
所舉案例中,是敘述非接觸及非侵入的方式監測使用者血糖值的儀器。此儀器包括攝影機(符號602)以獲取使用者即時影片。此儀器亦包括一個處理器攝影機(符號604)的系統(未顯示於此),可以配合攝影機(符號602)。處理器是用來處理即時影片得到的每幀影像,自每幀影像影像萃取一個或多個臉部區域,再隨之萃取一個或多個關鍵區域,並使用至少一個身體監測模組及一個或多個光體積變化描記圖法(iPPG)及光學同調斷層掃瞄(Optical Coherence Tomography)之變化差異,分析即時影像中一個或多個關鍵萃取區域,以獲得使用者至少一個血糖值結果指數。
所舉案例中,身體監測模組分析至少一個影像,會利用人工智慧(AI)或深度學習技能或包括CNN(Convolutional Neural Network)演算法,或軟體,以獲得至少一個結果。
其他案例中,是敘述非接觸及非侵入的方式監測使用者血糖值的儀器。此儀器包括攝影機(符號602)以獲取使用者即時影片。此儀器亦包括處理器攝影機(符號604),可以配合攝影機(符號602)。處理器是用來處理取自即時影片所得的每幀影像中萃取一個或多個臉部區域後,再萃取一個或多個關鍵區域,並本於身體監測模組及一個或多個光體積變化描記圖法(iPPG)及光學同調斷層掃瞄OCT(optical coherence tomography)變化,分析即時影像中一個或多個關鍵區域,以獲得使用者至少一個血糖值結果指數。
所舉案例中,處理器更進一步可以顯示使用者使用設備後所產生的結果,至少會指出是在健康、需注意及異常其中一個範圍內,並提供一個或多個可能預期疾病的指示。
本發明可以越過醫療檢測及疫苖的多數組織及複數位置及型態,可以預期提供單一所在的簡易方式。可以透過手機程式或網站的方式使用。
所舉案例中,圖6是依據本發明的器材或設備示意圖。如圖6所示,案例提供的器材或設備包括一個處理器及一個攝影機。此器材或設備更可包括一個傳輸器(此處未顯示)及一個接收器(此處未顯示)及一個記憶體(此處未顯示)。此記憶體、傳輸器及接收器使用一個計算機與處理器連接。此記憶體儲存一個執行指令,當器材或設備運作時,處理器與記憶體交換訊號,處理器執行記憶體內的指令,得以進行如圖5所述的運作。
所舉案例中,器材或設備或伺服器可以在電腦系統中被執行以實行本處所述的技術。本技術舉例包括各種步驟,可能用硬體組件或在可執行機器指令形式下,有形地建置於電腦可讀取儲存載體上執行,以使載有指令程式的一般或特別目的處理器執行這些步驟。這些步驟可選擇用硬體、軟體及(或)韌體組合加以執行。
此電腦系統或計算設備或伺服器包括外在儲存設備、計算器、主要記憶體、唯讀記憶體、大量儲存設備、通訊埠及處理器。熟悉本發明的人將很讚賞此電腦系統或計算設備或伺服器可能包括一個以上的處理器及通訊埠。案例中的處理器(符號570)包括 但不限於一個Intel® Itanium®或Itanium二個處理器、或AMD® Opteron®或Athlon MP®處理器、Motorola®一排處理器、FortiSOCTM晶片處理器系統或其他處理器。本發明例示的處理器可能包括各種模組。通訊埠可能有一個配合撥號連結的數據機加以使用的RS-232埠、一個10/100乙太網路埠、使用銅或纖維的一個千兆埠或一個十千兆埠、一個序列埠、一個並列埠或其他現存或未來埠。通訊埠可能依網路加以選擇,包括區域網路(LAN)、廣域網路(WAN)、或任何與電腦系統連結的網路。記憶體可能是隨機存取記憶體(RAM)或任何在此技術中被廣知的其他動態儲存設備。唯讀記憶體可能是任何靜止儲存設備,包括但不限於可程式唯讀記憶體(PROM)晶片,以儲存靜止資訊,例如處理器開始或基本輸入輸出系統BIOS指令。大量儲存可能是用任何目前或未來大量儲存解決方案,可以被使用來儲存資訊及(或)指令。大量儲存解決方案舉例包括但不限於:並列高技術組態(PATA)、串列高技術組態(SATA)硬碟驅動器或固態硬碟,可以是內建或外在,如附有通用串列匯流排(USB)及(或)火線介面,如:可自Seagate(如:Seagate Barracuda 7200 family)或Hitachi(如:Hitachi Deskstar 7K1000)取得,一個或多個光碟、容錯式磁碟陣列(RAID)儲存,如:一列光碟(如:SATA串列高技術組態),可自包括Dot Hill Systems Corp.、LaCie、Nexsan Technologies,Inc.及Enhance Technology,Inc.等各種供應商取得。計算器可以和其他記憶體、儲存及溝通障礙處理器加以溝通配合。計算器可能例如是外部連結標準(PCI)、PCI升級版(PCI-X)計算器、小電腦系統介面(SCSI)、USB或其他類似物,用以連結擴張卡、驅動器及其他附屬系統及其他計算器,如:連結處理器及軟體系統的前端計算器(FSB)。可選擇地,操作者及執行介面,如:顯示器、鍵盤及光標控制設備可能也配合計算器以支援直接操作者與電腦系統的互動。其他操作者及執行介面可能經由通訊埠連結的網路連結加以提供。外在儲存設備可能是任何一種外在硬碟機、軟碟機、IOMEGA® Zip Drives、唯讀記憶光碟(CD-ROM),可重複錄寫光碟(CD-RW),數位影音光碟-唯讀記憶光碟(DVD-ROM)。以上敘述的組件僅為各種可能的舉例。以上舉例電腦系統並不會限制本發明範圍。
雖然以上已詳細說明主要模組的建議系統,實際執行完全可能包括建議模組透過可以互相配合運作的多數設備(包括雲端)的一部分或其組合或各種組合的部分的次組合。再者,此模組可能在任何順序中運用,以達成精心設定的目標。建議的系統亦可能在計算設備或透過多個計算設備互相連結運作,此計算設備可能是 一個電腦、筆記型電腦、智慧型手機、可使用網路的行動設備及其他類似設備。所有修正及內建均在本發明範圍內。
除其他另有說明外,這裏所使用「配合coupled to」一詞是包括直接配合(即兩個互相彼此配合或接觸的組件)及間接配合(位在二個組件中的至少一個額外組件)。因此,「和...配合coupled to」及「與...配合coupled with」是同義。「和...配合」及「與...配合」的用語亦被委婉地使用表示於網路上溝通地配合,即可以透過網路彼此交換資訊的二個或多個設備,可能經由一個或多個中介設備。
再者,於解釋權利說明書及權利範圍時,所有名詞要與內容一致,並作最廣義解釋。「包含」應該解釋所指出呈現的相關組件、成份或步驟或其利用或組合其他未明白指出的組件、成份或步驟,均並非唯一或絕對。有關權利範圍至少為含有A、B、C...及N的群組中選擇其中至少一個,應被解釋為自群組中需要一個,而不是A加N、或B加N等。
本處所敘述案例乃為本質上與本發明所含括的案例,但本發明不限於此處所示的案例,也可能會從本發明觀點出發,在本發明技術範圍內可能進行無數次的修改。此種修改、變更、改變、替代及其他同等行為全都是在本發明的範圍內。因此,本發明並不限於本發明權利範圍聲明保護事項。

Claims (11)

  1. 一種非接觸、非侵入方式的使用者血糖監測方法,包括:
    一個或多個攝影機,以取得使用者即時影片;
    一處理器,將使用者即時影片處理成一幀幀影像,並自每幀影像中的臉部區域萃取一個或多個關鍵區;
    一軟體,提供光學同調斷層掃瞄OCT(Optical Coherence Tomography)與光體積變化描記圖法iPPG之變異資訊作為相關性標示的輸入資料,並利用CNN(Convolutional Neural Network)演算法,計算影像變化與生理訊號之對應關係,採用身體監測模組,得出判讀的生理訊號數據,獲得使用者血糖數值。
  2. 如請求項1之非接觸、非侵入方式的血糖監測方法,至少可以獲得一個血糖值結果,會至少指出是在健康、需注意及異常其中一個範圍內。
  3. 如請求項1之非接觸、非侵入方式的血糖監測方法,至少可以獲得一個結果,即可提供一個或多個可能疾病的指示。
  4. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括對至少一幀影像,以身體監測模組提供光學同調斷層掃瞄OCT OCT(Optical Coherence Tomography)與光體積變化描記圖法iPPG之變異資訊作為相關性標示的輸入資料,獲得至少一個結果。
  5. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括身體監測模組,可以分析至少一個影像,利用人工智慧(AI)或深度學習技能或訓練有素的分類器,以獲得至少一個結果。
  6. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括身體監測模組分析至少一個影像,包括運用CNN(Convolutional Neural Network)演算法或軟體,以獲得至少一個結果。
  7. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括去噪模組處理程序,於去噪模組執行一個或多個增加物。
  8. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括以處理器,可以將影片處理成一幀幀影像,再以身體監測模組萃取至少一幀影像的臉部區域,再從其中萃取出一個或多個關鍵區域。
  9. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括的設備,是利用人工智慧(AI)或深度學習技能或包括CNN(Convolutional Neural Network)演算法或軟體,以獲得至少一個結果。
  10. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括的器材,是利用人工智慧(AI)或深度學習技能或包括CNN(Convolutional Neural Network)演算法或軟體,以獲得至少一個結果。
  11. 如請求項1之非接觸、非侵入方式的血糖監測方法,其進一步包括的處理器,是可以顯示使用者使用設備後所產生的結果,至少會指出是在健康、需注意及異常其中一個範圍內,並提供一個或多個可能預期疾病的指示。
TW110149307A 2021-12-27 2021-12-27 協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測 TW202325221A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW110149307A TW202325221A (zh) 2021-12-27 2021-12-27 協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110149307A TW202325221A (zh) 2021-12-27 2021-12-27 協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測

Publications (1)

Publication Number Publication Date
TW202325221A true TW202325221A (zh) 2023-07-01

Family

ID=88147865

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110149307A TW202325221A (zh) 2021-12-27 2021-12-27 協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測

Country Status (1)

Country Link
TW (1) TW202325221A (zh)

Similar Documents

Publication Publication Date Title
US20210057105A1 (en) Method and apparatus for determining health status
US10117617B2 (en) Automated systems and methods for skin assessment and early detection of a latent pathogenic bio-signal anomaly
Dubosson et al. The open D1NAMO dataset: A multi-modal dataset for research on non-invasive type 1 diabetes management
US20180060518A1 (en) Electronic community medical marijuana network
US20180301211A1 (en) Electronic community medical marijuana network
Colantonio et al. Computer vision for ambient assisted living: Monitoring systems for personalized healthcare and wellness that are robust in the real world and accepted by users, carers, and society
US20190148015A1 (en) Medical information processing device and program
CN108882853A (zh) 使用视觉情境来及时触发测量生理参数
Harris et al. Digital Neuropsychology beyond Computerized Cognitive Assessment: Applications of Novel Digital Technologies
Bae et al. Prospective validation of smartphone-based heart rate and respiratory rate measurement algorithms
David et al. Quantification of the relative arm use in patients with hemiparesis using inertial measurement units
Ahanathapillai et al. Assistive technology to monitor activity, health and wellbeing in old age: The wrist wearable unit in the USEFIL project
Rescio et al. Ambient and wearable system for workers’ stress evaluation
Dave et al. Detection of hypoglycemia and hyperglycemia using noninvasive wearable sensors: electrocardiograms and accelerometry
CN109640819B (zh) 用于检测对象的哮喘发作或哮喘的设备、系统和方法
JP2009080700A (ja) 健康医療情報管理分析装置
US20220254502A1 (en) System, method and apparatus for non-invasive & non-contact monitoring of health racterstics using artificial intelligence (ai)
TW202325221A (zh) 協助監測糖尿病及高凝血症狀的非接觸式及非侵入式血糖監測
US20220117524A1 (en) Apparatus, method and device for non-contact and non-invasive blood sugar monitoring to help monitor diabetic patients and hypercoagulation
Pechenizkiy et al. Heart failure hospitalization prediction in remote patient management systems
CN116491939A (zh) 一种用于监测用户血糖值的非接触和非侵入性方法
US11475564B2 (en) Non-invasive non-contact system and method for measuring health parameters
WO2024167018A1 (ja) 心不全推定装置、心不全推定システム、心不全推定方法、及び心不全推定プログラム
Sonia et al. A Node MCU Enabled Comprehensive Remote Healthcare Evaluation System for Elder People Care and Support
JP7556622B2 (ja) 健康支援装置、健康支援システム、健康支援方法