TWI492737B - 生理資訊量測系統及其方法 - Google Patents
生理資訊量測系統及其方法 Download PDFInfo
- Publication number
- TWI492737B TWI492737B TW101146641A TW101146641A TWI492737B TW I492737 B TWI492737 B TW I492737B TW 101146641 A TW101146641 A TW 101146641A TW 101146641 A TW101146641 A TW 101146641A TW I492737 B TWI492737 B TW I492737B
- Authority
- TW
- Taiwan
- Prior art keywords
- physiological information
- video
- signal
- module
- peak
- Prior art date
Links
Classifications
-
- 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
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/1032—Determining colour for diagnostic purposes
-
- 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
-
- 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
- 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0803—Recording apparatus specially adapted therefor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
一種生理資訊量測系統及其方法,尤指一種量測生理資訊的方法與其系統。
心脈率與呼吸率為人體之重要生理資訊,心脈率為判斷心血管疾病的指標之一,呼吸率為判斷睡眠呼吸中止症的重要依據之一,所以醫療人員或個人會藉由前述之生理資訊,以判斷生理狀態。
現有的心脈率量測儀器,例如血氧濃度計(PULSE OXIMETER)、脈搏/血壓計(SPHYGMOMANOMETER)及心跳圖(ELECTROCARDIOGRAPH),現有的呼吸率量測儀器,例如呼吸計量器(SPIROMETER)、呼吸阻抗計(IMPEDANCE PNEUMOGRAPHY)及呼吸感應性體積計(RESPIRATORY INDUCTIVE PLETHYSMOGRAPHY)。
上述之心脈率量測儀器與呼吸率量測儀器為接觸式量測,其易造成受測者心理感受不佳與不舒適感,而且該些儀器的單價偏高,一般人甚少機會使用該些儀器。
為了克服接觸式量測可能造成受測者心理感受不佳與不舒適感的缺點,部份文獻或專利申請案提出有關於非接觸式量測方式。
但是上述之非接觸式量測方式是採用單一攝影機之單一視訊區域作為訊號來源,須要光源穩定及人員靜止條件下方能正確量測。
即使人員配合,亦常有輕微表情變化或晃動,且區域定位不佳或攝影機拍攝角度等問題,均可能造成量測準確度降低,故如何發展更為穩定之非接觸生理資訊量測技術就有可以討論的空間。
於一實施例,本揭露之技術手段在於提供一種生理資訊量測系統,其包含有:至少一視訊擷取單元;一計算單元,其電性耦接該視訊擷取單元;以及一顯示單元,其電性耦接該計算單元;其中,該視訊擷取單元擷取至少一視訊資料,該視訊資料提供給該計算單元,該計算單元依據該視訊資料,以計算出一生理資訊,該顯示單元顯示該生理資訊。
於一實施例,本揭露之技術手段在於提供一種生理資訊量測方法,其包含有:提供至少一視訊資料,該視訊資料具有一連續畫面資料;擷取該視訊資料之畫面的特徵值;將該特徵值轉換為一獨立分量;對該獨立分量進行一波峰偵測,以觀察其訊號週期;由多個獨立分量中選出一獨立分量,以統計一生理資訊;以及顯示該生理資訊。
以下藉由特定的具體實施例說明本揭露之實施方式,所屬技術領域中具有通常知識者可由本說明書所揭示之內容,輕易地瞭解本揭露。
請配合參考圖1所示,本創作一種生理資訊量測系統,其包含有至少一視訊擷取單元10、一計算單元11與一顯示單元12。視訊擷取單元10例如為攝影機、視訊檔案、通用序列匯流排網路攝影機(Universal Serial Bus Web Camera,USB Webcam)、行動裝置之攝影機、網路資訊、網路影音串流或景深攝影機等,舉例,該視訊擷取單元10能夠為單一或複數個。
請配合參考圖4A所示,上述之視訊擷取單元21的其一實施例,舉例,視訊擷取單元21為複數個通用序列匯流排網路攝影機,各視訊擷取單元21分別擷取一待測人物20之影像,如圖4B所示,該影像為第一影像23、第二影像24與第三影像25,第一影像23、第二影像24與第三影像25顯示於一計算單元22。
請配合參考圖5A所示,上述之視訊擷取單元310的其一實施例,舉例,視訊擷取單元310為至少一行動裝置31之攝影機,如圖5B所示,該視訊擷取單元310擷取一待測人物30之至少一影像32,該影像32顯示於行動裝置31。
計算單元11電性耦接視訊擷取單元10,計算單元11具有一特徵擷取模組110、一資料同步模組111、一獨立分量分析模組112、一波峰偵測模組113、一生理資訊統計模組114與一資訊載送模組115。
特徵擷取模組110電性耦接視訊擷取單元10,特徵擷取模組110接收來自多個視訊擷取單元10之視訊資料,並產生多個特徵值。
請再配合參考圖4B所示,第一影像23、第二影像24與第三影像25分別具有多個區域230、231、240、241、250、251,該些區域230、231、240、241、250、251能被視為上述之視訊資料,舉例,區域230、240、250可用於量測一心脈率,區域231、241、251可用於量測一呼吸率,但不限於此。
請再配合參考圖5B所示,影像32具有多個區域320、321、322、323、324、325、326,舉例,區域320、321、322、323可用於量測一心脈率,區域324、325、326可用於量測一呼吸率,惟不限於此。
特徵擷取模組110依據圖5B之區域324、325、326的三視訊資料,經一時間差值法而求得各視訊資料之異動像素40、41、42,如圖6所示,若進一步統計異動像素40、41、42的異動像素數量,則該異動像素數量能視為各視訊資料之特徵值。
資料同步模組111接收來自特徵擷取模組110之該些特徵值,並同步該些特徵值。
獨立分量分析模組112接收該些同步特徵值,並產生多個獨立分量。
波峰偵測模組113接收該些獨立分量,並產生該些獨立分量之波峰資訊,產生多個序列波峰訊號。
生理資訊統計模組114接收該些序列波峰訊號,並予
分析後選出一獨立分量,生理資訊統計模組114依該選出之獨立分量,以統計出一生理訊號。
資訊載送模組115分別資訊連接特徵擷取模組110、資料同步模組111、獨立分量分析模組112、波峰偵測模組113與生理資訊統計模組114,資訊載送模組115能夠為一內部或外部之資料庫或一固定或移動之記憶體。
請配合參考圖2所示,本揭露一種生理資訊量測方法,其包含有:
S1,提供K
組視訊資料,各組視訊資料為一包含有人體生理資訊區域之連續畫面資料,舉例,該人體生理資訊區域能夠為一人臉區域、一頸部區域、一手臂區域、一肩部區域、一人體胸腔及腹腔區域、一人體左胸區域或一人體右胸區域。
該人體生理資訊區域能夠利用一人臉偵測方式、一膚色偵測方式或一人工設定區域方式,以偵測獲得,舉例,該人臉偵測方式可見於M.-Z.Poh,D.J.McDuff,and R.W.Picard,"Advancements in noncontact,multiparameter physiological measurements using a webcam,"IEEE Trans.Biomedical Engineering,vol.58,pp.7-11,Jan.2011.;該膚色偵測方式可見於K.-Z.Lee,P.-C.Hung,and L.-W.Tsai,"Contact-free heart rate measurement using a camera,"in Proc.Ninth Conference on Computer and Robot Vision,2012,pp.147-152.;該人工設定區域方式可見於K.S.Tan,R.
Saatchi,H.Elphick,and D.Burke,"Real-time vision based respiration monitoring system,"in Proc.International Symposium on Communication Systems Networks and Digital Signal Processing,2010,pp.770-774.
請配合參考圖1所示,視訊資料的格式為三原色(Red、Green與Blue,RGB)、True-Color顏色空間(亮度Luminance、色度Chrominance與濃度Chroma,簡稱YUV)或色彩屬性模式(色相、飽和度與明度,簡稱HSV)等,視訊資料能夠由視訊擷取單元10所擷取,視訊資料依時序置放於資訊載送模組115,以供後續讀取與運算。
舉例,該K
組視訊資料的取得方式之一藉由複數視訊擷取單元10拍攝一待測人員,以擷取K
組視訊資料,該K
組視訊資料提供給計算單元11。
該K
組視訊資料的又一取得方式是藉由一內建視訊擷取單元10之行動裝置,如智慧型手機,拍攝一待測人員,以擷取K
組視訊資料。
如上所述,為上述之畫面,k
=1,2,3,……K
,其為輸入之第k
個視訊之第f
幀資料,為讀取畫面之時間戳記,該時間戳記之單位能夠為毫秒、微秒、秒、分或小時。
S2,特徵擷取模組110由各組視訊資料之各畫面,以取得包含生理資訊之特徵值,藉以分析生理資訊值。
舉例,若該生理資訊為一心脈率,該心脈率可藉由膚色區域之平均色彩,並輔以一加權統計方式而得,該加權
統計方式可見於K.-Z.Lee,P.-C.Hung,and L.-W.Tsai,"Contact-free heart rate measurement using a camera,"in Proc.Ninth Conference on Computer and Robot Vision,2012,pp.147-152.,故於量測心脈率時,第k
個視訊之第f
幀資料之特徵值可為一色彩平均之加權值。
若該生理資訊為一呼吸率,其可就由量測胸腔之位移量而求得,該位移量由一時間差值方式(Temporal Differencing)而求得,該時間差值方式可見於K.S.Tan,R.Saatchi,H.Elphick,and D.Burke,"Real-time vision based respiration monitoring system,"in Proc.International Symposium on Communication Systems Networks and Digital Signal Processing,2010,pp.770-774.,故於量測呼吸率時,第k
個視訊之第f
幀資料之特徵值可為一異動像素數目值。
S3,因各組視訊資料之實際幀率(frame rate)並不固定,該幀率為於一特定時間內所擷取幀數之量度,舉例,視訊擷取單元10具有一幀率,該幀率能夠為N
幀/秒(Frames Per Second,fps),N
為一常數,如10、20、30、60、120、150、180或300。
如上所述,因各視訊資料之實際幀率不穩定導致該些資料時間點不同步,故提供一共同頻率H
fps給各視訊資料,並依該共同頻率以一內插方式,以求得時間點t
之同步特徵值,為同步特徵值之時間戳記,t
=1,2,3,……。
該些視訊資料經過同步後,其可確保於時間點t
時,
各視訊資料之同步特徵值具有相同之時間戳記。
若已知畫面之特徵值為,時間戳記為,則於同步時間點t
之同步特徵值可利用該內插方式求得,該內插方式能夠為一線性內插法、一雙線內插法或一雙立方內插法,該些內插法可見於J.G.Proakis and D.K.Manolakis,Digital Signal Processing(4th Edition):Prentice Hall,2006.。
承上所述,舉例該同步特徵值以一線性內插法求得,其方程式如下:
其中≦≦。
上述之同步特徵值由一資料同步模組111進行。
請配合參考圖7所示,該圖圖4B之區域230、240、250的三視訊資料之特徵值序列,該些特徵值序列能夠為一心脈率特徵值序列,若各視訊擷取單元的幀率均為30 fps,並量測5秒。
假設三視訊資料的幀率不穩定,僅各擷取129幀、150幀與140幀特徵值。此外,因各視訊擷取單元具有不同特性,故所擷取的特徵值亦相差甚遠,三序列的平均值為138.43、64.38與90.42。
承上所述,於此定義一共同頻率H
fps,並將其提供給各視訊資料,並依共同頻率對視訊資料以內插法,以求得時間點t
之同步特徵值。
請配合參考圖8所示,圖8為圖7之心脈率特徵值經資料同步(S3)後之結果,以確保於時間點t
時,所有k
個視訊資料之特徵值具有相同的時間戳記。。
S4,因視訊資料除包含主要之生理資訊外,亦隱含環境光源週期性變化(如閃爍之日光燈)、攝影機週期性調校(如自動補光),以及移動或表情所產生之變異。若可同時觀測多組視訊資料,因各視訊資料均包含相同之生理資訊,故可利用一獨立分量分析方式,自各視訊資料中抽離出穩定之訊號進行分析,該獨立分量分析方式利用一統計原理之線性轉換方法,將輸入訊號分離成一統計獨立非高斯分布之訊號源組合,該獨立分量分析方式可見於A.Hyvärinen,J.Karhunen,and a.E.Oja,Independent Component Analysis.New York:John Wiley & Sons.,2001.。
若令N
為為擬進行獨立分量分析之特徵值數量,N
值取決於各視訊資料之共同更新頻率H
fps及欲量測生理資訊之合理值,舉例,若定義心脈率之N
=5H
,呼吸率之N
=30H
,即心脈率與呼吸率分別採用5秒及30秒之特徵值進行運算。
令z t
為時間點t
之各視訊資料特徵值集合,表示為:
欲將z t
分離成統計獨立非高斯分布之獨立分量x t
,以滿足z t
=Ax t
,其中A
為混合矩陣(Mixing Matrix),因A
與x t
為未知數,故可改寫上述之集合。
其中,W
為去混合矩陣(Demixing Matrix)且近似A
之反矩陣,故假定任一去混合矩陣W
,以滿足W A -1
,即可求得一獨立分量矩陣y t x t
,該為第k
組獨立分量於時間點t
之數值。
上述之獨立分量的求得由一獨立分量分析模組112進行。
如上所述,請配合參考圖9所示,圖9為圖8進行獨立分量分析之三獨立分量,其中N
=5H
、H
=30 fps,圖9所圈選的標示為一波峰偵測的結果,各獨立分量偵測得4個波峰點,該波峰偵測請見下述之S5。
S5,對上述之獨立分量y t
進行一波峰偵測,以觀察其訊號週期。
波峰偵測方式,其由一低通濾波器(Low-Pass Filter)或一中值濾波器(Median Filter)濾除訊號之雜訊,再搜尋訊號之區域極值以決定波峰位置,前述之訊號為該上述之獨立分量,而該波峰偵測方式能夠見於J.G.Proakis and D.K.Manolakis,Digital Signal Processing(4th Edition):Prentice Hall,2006.。
請配合參考圖3所示,每一獨立分量之波峰偵測方式如下:
S8,以一濾波器濾除各獨立分量之低頻訊號,可得去噪訊號矩陣o t
,而為o t
中第k
組去噪訊號於時間點t
之
數值。
S9,令每一去噪訊號點有一對應之訊號方向性,之方向性可為向上(UP)、向下(DOWN)或未知(NONE)三種。
設定一初始值,即為未知,=NONE。
當->0,為向上,=UP;若-<0,為向下,=DOWN。
承上所述,進一步判斷時間點t
之方向性。
S10,判斷此時間點是否為向下轉折點,若是,則第k
組之去噪訊號於時間點t
之訊號方向性為向下,且前一時間點t
-1之訊號方向性為向上,即=DOWN,=UP,則新增一波峰資料點(S11),為第k
組之去噪訊號所偵測之第i
個波峰之時間點,i
=1,2,3,……n k
,n k
為第k
組之去噪訊號之波峰數量。
S12,若上述之S10為否,或已新增波峰資料點,則判斷是否已至資料序列末端;若是,則結束波峰偵測(S13);若否,則回到上述之S9,以決定訊號方向性。
上述之波峰偵測由波峰偵測模組113所進行。
S6,計算各獨立分量中之相鄰之兩兩波峰之間距(Peak-Peak Interval,PPI),分析PPI之穩定性,以進一步挑選最佳之獨立分量,即一穩定之代表分量。
令第k
組之獨立分量之第j
個PPI為,j
=1,2,3,……n k
-1,該值算式如下:
令S k
為第k
組獨立分量之PPI變異數,針對K
組獨立分量分別計算PPI變異數,並挑選變異數最小者(即最佳穩定性)作為代表分量(Representative Component),該PPI變異數之算式如下:
為第k
組獨立分量之PPI平均值,該平均值的算式如下:
所以挑選PPI之平均值,以計算生理資訊數值R
,該生理資訊數值的算式如下:
如上所述,由變異數最小者作為代表分量,並選擇該代表分量之PPI之平均值,該平均值能夠計算出生理資訊數值。
上述之生理資訊統計由生理資訊統計模組114所統計出。
S7,顯示單元12顯示上述之S6所統計的生理資訊。
如上所述,特徵擷取模組110、資料同步模組111、獨立分量分析模組112、波峰偵測模組113與生理資訊統計模組114於上述之步驟中所得之資訊能夠存入資訊載送模組115,或者由資訊載送模組115取出。
綜合上述,本揭露利用結合多個視訊資料,該視訊資料由多個視訊擷取單元所擷取,該些視訊擷取單元能夠為現有的任何款式的攝影機,或者來自網路的視訊資料,所以視訊資料的取得較為容易。
本揭露藉由結合多個視訊資料,並降低訊號不穩定的影響,以進行一非接觸式且自動化量測生理資訊,故降低被量測人員的不舒適感,或者於被量測人員處於未察覺的狀態中,即可量測其生理資訊。
惟以上所述之具體實施例,僅用於例釋本揭露,而非用於限定本揭露之可實施範疇,於未脫離本揭露上揭之精神與技術範疇下,任何運用本揭露所揭示內容而完成之等效改變及修飾,均仍應為下述之申請專利範圍所涵蓋。
10‧‧‧視訊擷取單元
11‧‧‧計算單元
110‧‧‧特徵擷取模組
111‧‧‧資料同步模組
112‧‧‧獨立分量分析模組
113‧‧‧波峰偵測模組
114‧‧‧生理資訊統計模組
115‧‧‧資訊載送模組
12‧‧‧顯示單元
20‧‧‧待測人物
21‧‧‧視訊擷取單元
22‧‧‧計算單元
23‧‧‧第一影像
230、231‧‧‧區域
24‧‧‧第二影像
240、241‧‧‧區域
25‧‧‧第三影像
250、251‧‧‧區域
30‧‧‧待測人物
31‧‧‧行動裝置
310‧‧‧視訊擷取單元
32‧‧‧影像
320、321、322、323‧‧‧區域
324、325、326‧‧‧區域
40、41、42‧‧‧異動像素
S1~S13‧‧‧步驟
圖1為本揭露之一種生理資訊量測系統之示意圖。
圖2為本揭露之一種生理資訊量測方法之流程圖。
圖3為一種波峰偵測方式之流程圖。
圖4A為多視訊擷取單元擷取視訊資料之示意圖。
圖4B為多個視訊資料之示意圖。
圖5A為單一視訊擷取單元擷取視訊資料之示意圖。
圖5B為多個視訊資料之示意圖。
圖6為擷取多個呼吸率特徵之示意圖。
圖7為多個心脈率特徵結果。
圖8為多個心脈率特徵序列之資料同步結果。
圖9為多個心脈率同步資料序列之獨立分量分析結果。
S1~S7‧‧‧步驟
Claims (19)
- 一種生理資訊量測系統,其包含有:至少一視訊擷取單元,其係擷取至少一視訊資料;一計算單元,其電性耦接該視訊擷取單元,該計算單元具有一特徵擷取模組、一資料同步模組、一獨立分量分析模組、一波峰偵測模組、一生理資訊統計模組與一資訊載送模組;該特徵擷取模組電性耦接該視訊擷取單元,以接收該至少一視訊資料,並產生多個特徵值;該資料同步模組接收該些特徵值,並同步該些特徵值;該獨立分量分析模組接收該些同步特徵值,並產生多個獨立分量;該波峰偵測模組接收該些獨立分量,並產生多個序列波峰訊號;該生理資訊統計模組接收該些序列波峰訊號,並選出一序列波峰所屬之獨立分量,該生理資訊統計模組依據該獨立分量,以統計出一生理資訊;該資訊載送模組儲存該生理資訊;以及一顯示單元,其電性耦接該計算單元,該顯示單元顯示該生理資訊。
- 如申請專利範圍第1項所述之生理資訊量測系統,其中該視訊擷取單元為一攝影機、一視訊檔案、一通用序列匯流排網路攝影機、一行動裝置之攝影機、一網路資訊、一網路影音串流或一景深攝影機之其中之一。
- 如申請專利範圍第1項所述之生理資訊量測系統,其中 該資訊載送模組為一資料庫或一記憶體。
- 一種生理資訊量測方法,其包含有:提供複數個視訊資料,各該視訊資料具有一連續畫面資料;擷取該些視訊資料並予同步,以得出各該畫面的一同步特徵值;將該特徵值轉換為一獨立分量;對該獨立分量進行波峰偵測;由多個獨立分量中選出一代表分量,以統計出一生理資訊;以及顯示該生理資訊。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中該連續畫面資料具有人體生理資訊區域。
- 如申請專利範圍第5項所述之生理資訊量測方法,其中該人體生理資訊區域能夠為一人臉區域、一頸部區域、一手臂區域、一肩部區域、一人體胸腔及腹腔區域、一人體左胸區域或一人體右胸區域。
- 如申請專利範圍第6項所述之生理資訊量測方法,其中該人體生理資訊區域能夠以一人臉偵測方式、一膚色偵測方式或一人工設定區域方式偵測獲得。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中該視訊資料的格式為三原色、True-Color顏色空間或色彩屬性模式。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中該生理資訊為一心脈率或一呼吸率。
- 如申請專利範圍第9項所述之生理資訊量測方法,其中該心脈率是由該些畫面之一平均色彩及一加權統計方式而得。
- 如申請專利範圍第9項所述之生理資訊量測方法,其中該呼吸率是由該些畫面之一時間差值方式而求得。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中提供一共同頻率並以一內插方式,由該些視訊資料求得該些同步特徵值。
- 如申請專利範圍第12項所述之生理資訊量測方法,其中該內插方式為一線性內插法、一雙線內插法或一雙立方內插法。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中以一線性轉換方法,將該特徵值分離成一統計獨立非高斯分布之訊號源組合,以得出該些獨立分量。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中該波峰偵測是由一低通濾波器或一中值濾波器濾除該些獨立分量之雜訊後,再搜尋該些獨立分量之區域極值以決定多數波峰位置。
- 如申請專利範圍第15項所述之生理資訊量測方法,其中該獨立分量之波峰偵測方式為:以一濾波器濾除各獨立分量之低頻訊號,可得多個去噪訊號;令每一去噪訊號點有一對應之訊號方向性,該訊號方向為向上、向下或未知;設定一初始值,即該訊號方向為未知;令為第k 組去噪訊號於時間點t 之 數值,當->0,該訊號方向為向上;若-<0,該訊號方向為向下;判斷一時間點是否為向下轉折點,若是,則該去噪訊號於一時間點之訊號方向性為向下,且前一時間點之訊號方向性為向上,則新增一波峰資料點;以及若該時間點不為向下轉折點,或已新增該波峰資料點,則判斷是否已至資料序列末端;若是,則結束波峰偵測;若否,則決定該訊號方向性。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中選出該代表分量是依據各該獨立分量中兩相鄰波峰間距之一變異數,並以該些變異數中最小者作為該代表分量。
- 如申請專利範圍第17項所述之生理資訊量測方法,其中更由該代表分量中計算該些波峰間距之一平均值,以統計出該生理資訊。
- 如申請專利範圍第4項所述之生理資訊量測方法,其中該些視訊資料由一視訊擷取單元所擷取,或由多個視訊擷取單元所擷取。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101146641A TWI492737B (zh) | 2012-12-11 | 2012-12-11 | 生理資訊量測系統及其方法 |
US13/922,578 US20140163405A1 (en) | 2012-12-11 | 2013-06-20 | Physiological information measurement system and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101146641A TWI492737B (zh) | 2012-12-11 | 2012-12-11 | 生理資訊量測系統及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201422206A TW201422206A (zh) | 2014-06-16 |
TWI492737B true TWI492737B (zh) | 2015-07-21 |
Family
ID=50881719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW101146641A TWI492737B (zh) | 2012-12-11 | 2012-12-11 | 生理資訊量測系統及其方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20140163405A1 (zh) |
TW (1) | TWI492737B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11779222B2 (en) | 2019-07-10 | 2023-10-10 | Compal Electronics, Inc. | Method of and imaging system for clinical sign detection |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI556793B (zh) * | 2015-07-09 | 2016-11-11 | 國立臺灣科技大學 | 非接觸式即時生理訊號及動作偵測方法 |
JP6565468B2 (ja) * | 2015-08-18 | 2019-08-28 | ノーリツプレシジョン株式会社 | 呼吸検知装置、呼吸検知方法、及び呼吸検知プログラム |
TWI603602B (zh) * | 2015-11-02 | 2017-10-21 | 國立高雄應用科技大學 | 傳輸生理資訊或具多重辨識系統之數位視訊轉換器應用於異質性網路 |
TWI595858B (zh) * | 2016-05-31 | 2017-08-21 | 國立臺灣科技大學 | 應用於非接觸式生理及身體活動資訊的量測與消除雜訊方法 |
CN108720825B (zh) * | 2018-03-29 | 2020-11-06 | 合肥工业大学 | 一种基于多摄像头的非接触式生命体征参数的无缝检测方法 |
CN111166313A (zh) * | 2019-12-26 | 2020-05-19 | 中国电子科技集团公司电子科学研究院 | 一种心率测量方法、装置及可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090306484A1 (en) * | 2007-05-22 | 2009-12-10 | Kurtz Andrew F | Monitoring physiological conditions |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2922074B1 (fr) * | 2007-10-05 | 2010-02-26 | Thales Sa | Procede de synchronisation de flux video |
US20110251493A1 (en) * | 2010-03-22 | 2011-10-13 | Massachusetts Institute Of Technology | Method and system for measurement of physiological parameters |
-
2012
- 2012-12-11 TW TW101146641A patent/TWI492737B/zh active
-
2013
- 2013-06-20 US US13/922,578 patent/US20140163405A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090306484A1 (en) * | 2007-05-22 | 2009-12-10 | Kurtz Andrew F | Monitoring physiological conditions |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11779222B2 (en) | 2019-07-10 | 2023-10-10 | Compal Electronics, Inc. | Method of and imaging system for clinical sign detection |
Also Published As
Publication number | Publication date |
---|---|
US20140163405A1 (en) | 2014-06-12 |
TW201422206A (zh) | 2014-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI492737B (zh) | 生理資訊量測系統及其方法 | |
US9928607B2 (en) | Device and method for obtaining a vital signal of a subject | |
US10045702B2 (en) | Automatic camera adjustment for remote photoplethysmography | |
US20170112382A1 (en) | Pulse-wave detection method, pulse-wave detection device, and computer-readable recording medium | |
Aubakir et al. | Vital sign monitoring utilizing Eulerian video magnification and thermography | |
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 | |
TW201315438A (zh) | 非接觸式之心脈量測方法及其系統 | |
CN104138254A (zh) | 非接触式自动心率测量系统及测量方法 | |
JP6142664B2 (ja) | 脈波検出装置、脈波検出プログラム、脈波検出方法及びコンテンツ評価システム | |
CN104173051A (zh) | 非接触式自动呼吸测量系统及测量方法 | |
WO2006064635A1 (ja) | 診断システム | |
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 | |
CN203290905U (zh) | 非接触式自动呼吸测量系统 | |
Wallace et al. | Contactless remote assessment of heart rate and respiration rate using video magnification | |
US9483837B2 (en) | Compensating for motion during real-time batch processing of video for physiological function assessment | |
Alzahrani et al. | Preprocessing realistic video for contactless heart rate monitoring using video magnification | |
CN111387957B (zh) | 一种非接触式的体温与呼吸率联合检测方法 | |
US10292594B2 (en) | Method and system for contactless detection of cardiac activity | |
Khanam et al. | Non-contact automatic vital signs monitoring of neonates in NICU using video camera imaging | |
EP3318179B1 (en) | Method for measuring respiration rate and heart rate using dual camera of smartphone | |
CN110321782A (zh) | 一种检测人体特征信号的系统 | |
Maji et al. | Contactless heart rate monitoring using A standard RGB camera | |
Ruminski | The accuracy of pulse rate estimation from the sequence of face images | |
Sereevoravitgul et al. | A comparative study for heart rate measurement in video sequences | |
Liu et al. | FPGA-based remote pulse rate detection using photoplethysmographic imaging |