TWI741708B - 非接觸式呼吸檢測方法及其系統 - Google Patents

非接觸式呼吸檢測方法及其系統 Download PDF

Info

Publication number
TWI741708B
TWI741708B TW109125868A TW109125868A TWI741708B TW I741708 B TWI741708 B TW I741708B TW 109125868 A TW109125868 A TW 109125868A TW 109125868 A TW109125868 A TW 109125868A TW I741708 B TWI741708 B TW I741708B
Authority
TW
Taiwan
Prior art keywords
generate
module
optical flow
denoted
breathing
Prior art date
Application number
TW109125868A
Other languages
English (en)
Other versions
TW202205211A (zh
Inventor
張傳育
張閔翔
Original Assignee
國立雲林科技大學
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 國立雲林科技大學 filed Critical 國立雲林科技大學
Priority to TW109125868A priority Critical patent/TWI741708B/zh
Priority to US17/026,288 priority patent/US20220031191A1/en
Application granted granted Critical
Publication of TWI741708B publication Critical patent/TWI741708B/zh
Publication of TW202205211A publication Critical patent/TW202205211A/zh

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
    • A61B5/08—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
    • A61B5/0059—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
    • A61B5/103—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
    • A61B5/103—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
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1176—Recognition of faces
    • 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
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • 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
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/087—Measuring breath flow
    • 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
    • A61B5/087—Measuring breath flow
    • A61B5/0873—Measuring breath flow using optical means
    • 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
    • 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
    • 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
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)

Abstract

本發明提供一種非接觸式呼吸檢測方法，其用以檢測受測者之呼吸率，且非接觸式呼吸檢測方法包含拍攝步驟、擷取步驟、運算步驟以及轉換步驟。拍攝步驟係提供攝像機拍攝受測者，以產生臉部影像。擷取步驟係提供處理器模組擷取臉部影像而產生複數特徵點。運算步驟係驅動處理器模組依據光流法運算特徵點而產生複數呼吸訊號。轉換步驟係驅動處理器模組轉換各呼吸訊號而產生功率頻譜，並依據功率頻譜計算而產生索引值，然後依據索引值推算得呼吸率。藉此，利用電腦視覺和攝影機以非接觸的方式，進而檢測受測者的呼吸率。

Description

非接觸式呼吸檢測方法及其系統
本發明係關於一種呼吸檢測方法及其系統，且特別是關於一種非接觸式呼吸檢測方法及其系統。
在眾多的臨床檢測中，呼吸檢測是非常重要的一環。呼吸頻率的偏差或呼吸的深淺皆可視為判斷人體是否健康的重要指標。習用的呼吸檢測主要有以下三種方式：口鼻的氣流量、胸口阻抗的變化以及胸腔的上下起伏運動。然而，上述三種方式皆為接觸式感應裝置，並使用電線連接於主機，導致其不便於使用或是配戴，也會令受測者感到不適，因此呼吸率較少被測量或注意。
有鑑於此，針對上述呼吸檢測裝置所存在的問題點，如何開發一種非接觸式的呼吸檢測系統，實為民眾所殷切企盼，亦係相關業者須努力研發突破之目標及方向。
因此，本發明提供一種非接觸式呼吸檢測方法及其系統，透過攝影鏡頭觀察受測者在呼吸時，其頭部所產生的運動與位移，進行非接觸式的呼吸率檢測，以避免檢測裝置直接地碰觸到受試者的身體，造成身體上的刺激或不適。
依據本發明一方法態樣之一實施方式提供一種非接觸式呼吸檢測方法，用以檢測受測者之呼吸率，且非接觸式呼吸檢測方法包含一拍攝步驟、一擷取步驟、一運算步驟以及一轉換步驟。拍攝步驟係提供攝像機拍攝受測者，以產生臉部影像。擷取步驟係提供處理器模組擷取臉部影像而產生複數特徵點。運算步驟係驅動處理器模組依據一光流法運算特徵點而產生複數呼吸訊號。轉換步驟係驅動處理器模組轉換各呼吸訊號而產生一功率頻譜，並依據功率頻譜計算而產生一索引值，然後依據索引值推算得呼吸率。
藉此，本發明之非接觸式呼吸檢測方法利用處理器模組擷取臉部影像的特徵點，並透過光流法(Lucas Kanade，L-K)來追蹤特徵點的變化，最終求其之索引值，進而估算出受測者的呼吸率。
根據前段所述實施方式的非接觸式呼吸檢測方法，其中特徵點的數量為7，且特徵點分別為一內眼角中點、一外眼角中點、一右內外眼角中點、一鼻根點、一鼻尖點、一鼻基點及一下頷底點。
根據前段所述實施方式的非接觸式呼吸檢測方法，其中運算步驟包含一追蹤步驟及一分析步驟。追蹤步驟係透過一光流法單元執行光流法並追蹤特徵點而產生一混合訊號。分析步驟係利用一分析單元處理混合訊號而產生呼吸訊號。
根據前段所述實施方式的非接觸式呼吸檢測方法，其中光流法單元包含一位移量、各特徵點之X座標、各特徵點之Y座標、時間參數及混合訊號，位移量表示為
Figure 02_image001
，X座標表示為
Figure 02_image003
，Y座標表示為
Figure 02_image005
，時間參數表示為
Figure 02_image007
，混合訊號表示為
Figure 02_image009
且符合下式：
Figure 02_image011
。
根據前段所述實施方式的非接觸式呼吸檢測方法，其中轉換步驟包含一傅立葉轉換步驟及一功率轉換步驟。傅立葉轉換步驟係提供一傅立葉轉換單元處理各呼吸訊號而產生一頻域訊號。功率轉換步驟係透過一功率轉換單元分別處理頻域訊號而產生功率頻譜。
根據前段所述實施方式的非接觸式呼吸檢測方法，其中功率轉換單元包含一功率、一實部、一變數及一虛部，功率表示為
Figure 02_image013
，實部表示為
Figure 02_image015
，變數表示為
Figure 02_image017
，虛部表示為
Figure 02_image019
且符合下式：
Figure 02_image021
。
根據前段所述實施方式的非接觸式呼吸檢測方法，其中各頻域訊號具有一頻率，且轉換步驟更包含一過濾步驟。過濾步驟係提供一濾波單元過濾出頻率介於0.15 Hz至0.35 Hz之各頻域訊號。
依據本發明一結構態樣之一實施方式提供一種非接觸式呼吸檢測系統，用以檢測受測者之呼吸率，且非接觸式呼吸檢測系統包含一攝像機以及一處理器模組。攝像機用以拍攝受測者，並產生一臉部影像。處理器模組電性連接攝像機並接收臉部影像，且包含一擷取子模組、一運算子模組及一轉換子模組。擷取子模組擷取臉部影像而產生複數特徵點。運算子模組連接於擷取子模組並接收特徵點，且運算子模組依據一光流法運算特徵點而產生複數呼吸訊號。轉換子模組連接於運算子模組並接收呼吸訊號，且轉換子模組轉換各呼吸訊號而產生一功率頻譜，並依據功率頻譜計算而產生一索引值，然後依據索引值推算得呼吸率。
藉此，本發明之非接觸式呼吸檢測系統利用光流法追蹤受測者臉部影像的特徵點，並將其轉換為功率頻譜，再根據功率頻譜的最大峰值之索引值推算呼吸率，藉以使檢測系統以非接觸式的方法量測受測者的呼吸率。
根據前段所述實施方式的非接觸式呼吸檢測系統，其中運算子模組包含一光流法單元，光流法單元執行光流法且包含一位移量、各特徵點之X座標、各特徵點之Y座標、時間參數及一混合訊號，位移量表示為
Figure 02_image001
，X座標表示為
Figure 02_image003
，Y座標表示為
Figure 02_image005
，時間參數表示為
Figure 02_image007
，混合訊號表示為
Figure 02_image009
且符合下式：
Figure 02_image011
。
根據前段所述實施方式的非接觸式呼吸檢測系統，其中轉換子模組包含一功率轉換單元，功率轉換單元包含一功率、一實部、一變數及一虛部，功率表示為
Figure 02_image013
，實部表示為
Figure 02_image015
，變數表示為
Figure 02_image017
，虛部表示為
Figure 02_image019
且符合下式：
Figure 02_image021
。
以下將參照圖式說明本發明之複數個實施例。為明確說明起見，許多實務上的細節將在以下敘述中一併說明。然而，應瞭解到，這些實務上的細節不應用以限制本發明。也就是說，在本發明部分實施例中，這些實務上的細節是非必要的。此外，為簡化圖式起見，一些習知慣用的結構與元件在圖式中將以簡單示意的方式繪示之；並且重複之元件將可能使用相同的編號表示之。
此外，本文中當某一元件(或機構或模組等)「連接」、「設置」或「耦合」於另一元件，可指所述元件是直接連接、直接設置或直接耦合於另一元件，亦可指某一元件是間接連接、間接設置或間接耦合於另一元件，意即，有其他元件介於所述元件及另一元件之間。而當有明示某一元件是「直接連接」、「直接設置」或「直接耦合」於另一元件時，才表示沒有其他元件介於所述元件及另一元件之間。而第一、第二、第三等用語只是用來描述不同元件或成分，而對元件/成分本身並無限制，因此，第一元件/成分亦可改稱為第二元件/成分。且本文中之元件/成分/機構/模組之組合非此領域中之一般周知、常規或習知之組合，不能以元件/成分/機構/模組本身是否為習知，來判定其組合關係是否容易被技術領域中之通常知識者輕易完成。
第1圖係繪示本發明一結構態樣之一實施方式的非接觸式呼吸檢測系統100的方塊示意圖。如第1圖所示，非接觸式呼吸檢測系統100用以檢測受測者的一呼吸率BR，且非接觸式呼吸檢測系統100包含一攝像機110與一處理器模組120。然在其他實施方式中，攝像機110可為相機、手機或錄影裝置，且處理器模組120可為電腦，但本發明不以此為限。
攝像機110用以拍攝受測者的正臉，並產生一臉部影像111。處理器模組120電性連接攝像機110並接收臉部影像111，且處理器模組120包含一擷取子模組121、一運算子模組122及一轉換子模組123。擷取子模組121擷取臉部影像111而產生複數特徵點112。運算子模組122連接於擷取子模組121並接收特徵點112，且運算子模組122依據一光流法(Lucas Kanade，L-K)運算特徵點112而產生複數呼吸訊號113。轉換子模組123連接於運算子模組122並接收呼吸訊號113，且轉換子模組123轉換各呼吸訊號113而產生一功率頻譜(未另繪示)，並依據功率頻譜計算而產生一索引值(未另繪示)。接續地，轉換子模組123依據索引值推算得受測者的呼吸率BR。
藉此，可利用光流法追蹤臉部影像111的特徵點112，並將其轉換為功率頻譜，再根據功率頻譜的最大峰值之索引值推算呼吸率BR，藉以使檢測系統以非接觸式的方法量測受測者的呼吸率BR。
請一併參照第1圖、第2A圖及第2B圖，其中第2A圖係繪示第1圖結構態樣之實施方式的非接觸式呼吸檢測系統100的特徵點112的示意圖。第2B圖係繪示第1圖結構態樣之實施方式的非接觸式呼吸檢測系統100的特徵點112的另一示意圖。由第2A圖與第2B圖可知，擷取子模組121對臉部影像111進行擷取，並找到臉部的68個點。在這68個點中，擷取子模組121再擷取較不會受外在因素所影響的部位而得到7個特徵點112。於第2A圖中，左邊人臉之特徵點112可為一內眼角中點；右邊人臉之特徵點112可為一外眼角中點。於第2B圖中，左邊人臉之特徵點112可為一右內外眼角中點；右邊人臉之特徵點112可為一鼻根點、一鼻尖點、一鼻基點及一下頷底點。特此說明，本發明不以上述的特徵點112為限。
請一併參照第1圖、第3圖及第4圖，其中第3圖係繪示本發明另一結構態樣之一實施方式的非接觸式呼吸檢測系統100的方塊示意圖，第4圖係繪示本發明一方法態樣之一實施方式的非接觸式呼吸檢測方法S100的步驟流程圖。在第3圖的實施方式中，非接觸式呼吸檢測系統100的攝像機110、擷取子模組121、運算子模組122及轉換子模組123的配置關係均與第1圖的實施方式中對應之元件相同，因此不再贅述。
由第3圖可知，運算子模組122可包含一光流法單元1221與一分析單元1222。光流法單元1221接收特徵點112並透過光流法追蹤因前後幀不同而造成的特徵點112變化，且光流法單元1221輸出一混合訊號112a。分析單元1222連接於光流法單元1221並接收混合訊號112a。分析單元1222透過一獨立成分分析(Independent Components Analysis，ICA)對混合訊號112a進行分離，得到7個分離後的呼吸訊號113。此外，轉換子模組123可包含一傅立葉轉換單元1231、一濾波單元1232及一功率轉換單元1233。傅立葉轉換單元1231對呼吸訊號113進行快速傅立葉轉換而產生一頻域訊號113a。濾波單元1232連接於傅立葉轉換單元1231並接收頻域訊號113a，且濾波單元1232依據頻域訊號113a過濾出頻率介於0.15 Hz至0.35 Hz之各頻域訊號113b。功率轉換單元1233連接於濾波單元1232並接收頻域訊號113b，且功率轉換單元1233分別處理頻域訊號113b而產生功率頻譜(未另繪示)。轉換子模組123依據功率頻譜推算出呼吸率BR。
由第4圖所示，非接觸式呼吸檢測方法S100可應用於第1圖與第3圖之非接觸式呼吸檢測系統100，並用以檢測受測者的呼吸率BR，且非接觸式呼吸檢測方法S100包含一拍攝步驟S110、一擷取步驟S120、一運算步驟S130以及一轉換步驟S140。拍攝步驟S110係提供攝像機110拍攝受測者，以產生臉部影像111。擷取步驟S120係提供處理器模組120擷取臉部影像111而產生複數特徵點112。運算步驟S130係驅動處理器模組120依據光流法運算特徵點112而產生複數呼吸訊號113。轉換步驟S140係驅動處理器模組120轉換各呼吸訊號113而產生功率頻譜，並依據功率頻譜計算而產生索引值(未另繪示)，然後依據索引值而推算得呼吸率BR。
藉此，可利用處理器模組120擷取臉部影像111的特徵點112，並透過光流法來追蹤特徵點112的變化，最終求其之索引值，進而估算出受測者的呼吸率BR。
具體來說，非接觸式呼吸檢測方法S100主要可分為兩個階段：第一階段為人臉的影像拍攝與特徵點112擷取(即為拍攝步驟S110與擷取步驟S120)；第二階段為呼吸率BR的運算與轉換(即為運算步驟S130與轉換步驟S140)。
請一併參照第3圖與第5圖，其中第5圖係繪示第4圖方法態樣之實施方式的非接觸式呼吸檢測方法S100的運算步驟S130的步驟流程圖。如第5圖所示，運算步驟S130可包含一追蹤步驟S131與一分析步驟S132。追蹤步驟S131係透過光流法單元1221執行光流法並追蹤特徵點112而產生混合訊號112a。值得注意的是，運算子模組122可包含光流法單元1221，光流法單元1221執行光流法且包含一位移量、各特徵點112之一X座標、各特徵點112之一Y座標、一時間參數及混合訊號112a，位移量表示為
Figure 02_image001
，X座標表示為
Figure 02_image003
，Y座標表示為
Figure 02_image005
，時間參數表示為
Figure 02_image007
，混合訊號112a表示為
Figure 02_image009
且符合下列式子(1)：
Figure 02_image011
(1)。
詳細地說，於追蹤步驟S131中，總共提取7個臉部的特徵點112，則式子(1)的
Figure 02_image023
。光流法單元1221透過光流法的追蹤特性，找出時序上7個特徵點112前後幀的變化(即位移量
Figure 02_image001
)而得到混合訊號112a。混合訊號112a可為各種不同的訊號，其包含身體運動、心率及呼吸率BR的訊號。
接續地，分析步驟S132係利用分析單元1222處理混合訊號112a而產生呼吸訊號113。特別的是，為了進一步找出符合呼吸率BR的頻段，分析單元1222透過獨立成分分析對混合訊號112a進行分離，得到7個分離後的呼吸訊號113。詳細地說，因為人類頭部(或臉部)包含著許多細微的運動，故需計算位移量
Figure 02_image025
混合訊號112a，再基於盲訊號分離的原理，利用ICA進行初步的分離，將隱藏在混合訊號112a中的各個獨立訊號來源分解，以選出最符合呼吸率BR之訊號。
請一併參照第3圖與第6圖，其中第6圖係繪示第4圖方法態樣之實施方式的非接觸式呼吸檢測方法S100的轉換步驟S140流程圖。由第6圖可知，轉換步驟S140可包含一傅立葉轉換步驟S141、過濾步驟S142及一功率轉換步驟S143。傅立葉轉換步驟S141係提供傅立葉轉換單元1231處理各呼吸訊號113而產生頻域訊號113a。詳細地說，傅立葉轉換單元1231利用快速傅立葉轉換(Fast Fourier Transform，FFT)將各呼吸訊號113轉換為所對應的頻域訊號113a，而FFT是一種線性積分變換，其用於訊號在時域和頻域之間的變換。
此外，各頻域訊號113a可具有對應的頻率，過濾步驟S142係提供一濾波單元1232過濾出頻率介於0.15 Hz至0.35 Hz之各頻域訊號113b。濾波單元1232可為一巴特沃斯濾波單元(Butterworth Filter)，其對頻域訊號113a過濾出感興趣的區段。由於呼吸的頻率坐落於0.15 Hz至0.35 Hz之間，因此利用濾波單元1232將0.15 Hz至0.35 Hz之間以外的頻率過濾掉，留下的頻域訊號113b即為感興趣區段。
再者，功率轉換步驟S143係透過功率轉換單元1233分別處理頻域訊號113b而產生功率頻譜。詳細地說，根據傅立葉分析，任何物理訊號皆能被分解為離散或是連續的頻譜。訊號在一段有限時間內所擁有的總能量是有限的，故可藉由此特性計算出功率頻譜。功率頻譜的計算方式為將訊號經FFT後，將頻域訊號113b的實數平方以及虛數平方相加後，即可得功率頻譜。
更詳細地說，轉換子模組123可包含功率轉換單元1233，功率轉換單元1233可包含一功率、一實部、一變數及一虛部，功率表示為
Figure 02_image013
，實部表示為
Figure 02_image015
，變數表示為
Figure 02_image017
，虛部表示為
Figure 02_image019
且符合下列式子(2)：
Figure 02_image021
(2)。
接續地，於轉換步驟S140中，轉換子模組123依據功率頻譜推算出最大功率與平均功率，並將最大功率與平均功率相減，選擇擁有最大結果之通道做為計算呼吸率(
Figure 02_image027
；BR)的索引值(Index)，再將索引值
Figure 02_image029
代入下列式子(4)，利用呼吸率BR的公式求得最終受測者的呼吸率BR且符合下列式子(3)與式子(4)：
Figure 02_image031
(3)。
Figure 02_image033
(4)。
其中
Figure 02_image035
代表最大功率，
Figure 02_image037
代表平均功率，
Figure 02_image039
代表一種函數，函數
Figure 02_image039
可求出式子達到最大值時的變量的取值，
Figure 02_image041
代表前述的取值之最大功率
Figure 02_image035
與平均功率
Figure 02_image037
，
Figure 02_image017
表示變數。
綜合上述，本發明具有下列優點：其一，可透過非接觸的方式量測受試者的呼吸率。其二，無需使用接觸式的佩戴裝置，有利於減少檢測裝置的成本。
雖然本發明已以實施方式揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明的精神和範圍內，當可作各種的更動與潤飾，因此本發明的保護範圍當視後附的申請專利範圍所界定者為準。
100:非接觸式呼吸檢測系統
110:攝像機
111:臉部影像
112:特徵點
112a:混合訊號
113:呼吸訊號
113a,113b:頻域訊號
120:處理器模組
121:擷取子模組
122:運算子模組
1221:光流法單元
1222:分析單元
123:轉換子模組
1231:傅立葉轉換單元
1232:濾波單元
1233:功率轉換單元
BR:呼吸率
S100:非接觸式呼吸檢測方法
S110:拍攝步驟
S120:擷取步驟
S130:運算步驟
S131:追蹤步驟
S132:分析步驟
S140:轉換步驟
S141:傅立葉轉換步驟
S142:過濾步驟
S143:功率轉換步驟
第1圖係繪示本發明一結構態樣之一實施方式的非接觸式呼吸檢測系統的方塊示意圖； 第2A圖係繪示第1圖結構態樣之實施方式的非接觸式呼吸檢測系統的特徵點的示意圖； 第2B圖係繪示第1圖結構態樣之實施方式的非接觸式呼吸檢測系統的特徵點的另一示意圖； 第3圖係繪示本發明另一結構態樣之一實施方式的非接觸式呼吸檢測系統的方塊示意圖； 第4圖係繪示本發明一方法態樣之一實施方式的非接觸式呼吸檢測方法的步驟流程圖； 第5圖係繪示第4圖方法態樣之實施方式的非接觸式呼吸檢測方法的運算步驟的步驟流程圖；以及 第6圖係繪示第4圖方法態樣之實施方式的非接觸式呼吸檢測方法的轉換步驟的步驟流程圖。
S100:非接觸式呼吸檢測方法
S110:拍攝步驟
S120:擷取步驟
S130:運算步驟
S140:轉換步驟

Claims (9)

  1. 一種非接觸式呼吸檢測方法，用以檢測一受測者之一呼吸率，且該非接觸式呼吸檢測方法包含：一拍攝步驟，係提供一攝像機拍攝該受測者，以產生一臉部影像；一擷取步驟，係提供一處理器模組擷取該臉部影像而產生複數特徵點；一運算步驟，係驅動該處理器模組依據一光流法運算該些特徵點而產生複數呼吸訊號，且該運算步驟包含：一追蹤步驟，係透過一光流法單元執行該光流法並追蹤該些特徵點而產生一混合訊號；及一分析步驟，係利用一分析單元處理該混合訊號而產生該些呼吸訊號；以及一轉換步驟，係驅動該處理器模組轉換各該呼吸訊號而產生一功率頻譜，並依據該些功率頻譜計算而產生一索引值，然後依據該索引值推算得該呼吸率；其中，該光流法為一Lucas-Kanade光流法。
  2. 如請求項1所述之非接觸式呼吸檢測方法，其中該些特徵點的數量為7，且該些特徵點分別為一內眼角中點、一外眼角中點、一右內外眼角中點、一鼻根點、一鼻尖點、一鼻基點及一下頷底點。
  3. 如請求項1所述之非接觸式呼吸檢測方法， 其中該光流法單元包含一位移量、各該特徵點之一X座標、各該特徵點之一Y座標、一時間參數及該混合訊號，該位移量表示為D i ，該X座標表示為X Fi (t)，該Y座標表示為Y Fi (t)，該時間參數表示為t，該混合訊號表示為S且符合下式：
    Figure 109125868-A0305-02-0018-2
    ，i=1,2,...,n。
  4. 如請求項1所述之非接觸式呼吸檢測方法，其中該轉換步驟包含：一傅立葉轉換步驟，係提供一傅立葉轉換單元處理各該呼吸訊號而產生一頻域訊號；及一功率轉換步驟，係透過一功率轉換單元分別處理該些頻域訊號而產生該些功率頻譜。
  5. 如請求項4所述之非接觸式呼吸檢測方法，其中該功率轉換單元包含一功率、一實部、一變數及一虛部，該功率表示為P i ，該實部表示為R i ，該變數表示為u，該虛部表示為I i 且符合下式：
    Figure 109125868-A0305-02-0018-3
    ，i=1,2,...,n。
  6. 如請求項4所述之非接觸式呼吸檢測方法，其中各該頻域訊號具有一頻率，且該轉換步驟更包含：一過濾步驟，係提供一濾波單元過濾出該頻率介於0.15Hz至0.35Hz之各該頻域訊號。
  7. 一種非接觸式呼吸檢測系統，用以檢測一受測者之一呼吸率，且該非接觸式呼吸檢測系統包含：一攝像機，用以拍攝該受測者，並產生一臉部影像；以及一處理器模組，電性連接該攝像機並接收該臉部影像，且包含：一擷取子模組，擷取該臉部影像而產生複數特徵點；一運算子模組，連接於該擷取子模組並接收該些特徵點，且該運算子模組依據一光流法運算該些特徵點而產生複數呼吸訊號，該運算子模組包含：一光流法單元，執行該光流法並追蹤該些特徵點而產生一混合訊號；及一分析單元，連接於該光流法單元，並處理該混合訊號而產生該些呼吸訊號；及一轉換子模組，連接於該運算子模組並接收該些呼吸訊號，且該轉換子模組轉換各該呼吸訊號而產生一功率頻譜，並依據該些功率頻譜計算而產生一索引值，然後依據該索引值推算得該呼吸率；其中，該光流法為一Lucas-Kanade光流法。
  8. 如請求項7所述之非接觸式呼吸檢測系統，其中該運算子模組包含一光流法單元，該光流法單元執行該光流法且包含一位移量、各該特徵點之一X座標、各該特徵點之一Y座標、一時間參數及一混合訊號，該位移量 表示為D i ，該X座標表示為X Fi (t)，該Y座標表示為Y Fi (t)，該時間參數表示為t，該混合訊號表示為S且符合下式：
    Figure 109125868-A0305-02-0020-4
    ，i=1,2,...,n。
  9. 如請求項7所述之非接觸式呼吸檢測系統，其中該轉換子模組包含一功率轉換單元，該功率轉換單元包含一功率、一實部、一變數及一虛部，該功率表示為P i ，該實部表示為R i ，該變數表示為u，該虛部表示為I i 且符合下式：
    Figure 109125868-A0305-02-0020-5
    ，i=1,2,...,n。
TW109125868A 2020-07-30 2020-07-30 非接觸式呼吸檢測方法及其系統 TWI741708B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW109125868A TWI741708B (zh) 2020-07-30 2020-07-30 非接觸式呼吸檢測方法及其系統
US17/026,288 US20220031191A1 (en) 2020-07-30 2020-09-20 Contactless breathing detection method and system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109125868A TWI741708B (zh) 2020-07-30 2020-07-30 非接觸式呼吸檢測方法及其系統

Publications (2)

Publication Number Publication Date
TWI741708B true TWI741708B (zh) 2021-10-01
TW202205211A TW202205211A (zh) 2022-02-01

Family

ID=80003892

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109125868A TWI741708B (zh) 2020-07-30 2020-07-30 非接觸式呼吸檢測方法及其系統

Country Status (2)

Country Link
US (1) US20220031191A1 (zh)
TW (1) TWI741708B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115116146A (zh) * 2022-06-02 2022-09-27 支付宝(杭州)信息技术有限公司 活体检测方法、装置、设备及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201714581A (zh) * 2015-10-30 2017-05-01 元智大學 基於影像為基礎之即時呼吸率量測技術之方法
CN107550509A (zh) * 2017-10-16 2018-01-09 合肥工业大学 一种基于非接触式呼吸模式检测的x光机成像触发方法
US20190133499A1 (en) * 2013-10-24 2019-05-09 Breathevision Ltd. Body motion monitor

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190133499A1 (en) * 2013-10-24 2019-05-09 Breathevision Ltd. Body motion monitor
TW201714581A (zh) * 2015-10-30 2017-05-01 元智大學 基於影像為基礎之即時呼吸率量測技術之方法
CN107550509A (zh) * 2017-10-16 2018-01-09 合肥工业大学 一种基于非接触式呼吸模式检测的x光机成像触发方法

Also Published As

Publication number Publication date
US20220031191A1 (en) 2022-02-03
TW202205211A (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
JP5980720B2 (ja) 呼吸速度推定のためのビデオプロセッシング
JP6123885B2 (ja) 血流指標算出方法、血流指標算出プログラム及び血流指標算出装置
US20160371833A1 (en) Determining a respiratory pattern from a video of a subject
KR101738278B1 (ko) 영상을 이용한 감정 인식 방법
JP2010264095A (ja) 心拍数測定装置および心拍数測定方法
TWI595858B (zh) 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
JP2017093760A (ja) 心拍に連動する周期的変動の計測装置及び計測方法
CN111281367A (zh) 一种基于人脸视频的抗干扰非接触式心率检测方法
Alnaggar et al. Video-based real-time monitoring for heart rate and respiration rate
TWI741708B (zh) 非接觸式呼吸檢測方法及其系統
CN114999646A (zh) 新生儿运动发育评估系统、方法、装置及存储介质
Wang et al. VitaSi: A real-time contactless vital signs estimation system
Zhang et al. Recent progress of optical imaging approaches for noncontact physiological signal measurement: A review
Wiede et al. Signal fusion based on intensity and motion variations for remote heart rate determination
Lin et al. Step count and pulse rate detection based on the contactless image measurement method
Tan et al. Lightweight video-based respiration rate detection algorithm: An application case on intensive care
KR20140057867A (ko) 열화상을 이용한 스트레스 지수 측정 시스템
Gupta et al. Remote photoplethysmography‐based human vital sign prediction using cyclical algorithm
JP6607259B2 (ja) 脈波分析装置、脈波分析方法、および脈波分析プログラム
WO2017085895A1 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
KR20200001911A (ko) 사용자의 신원 파악이 가능한 혈압 모니터링 방법 및 시스템
Sacramento et al. A real-time software to the acquisition of heart rate and photoplethysmography signal using two region of interest simultaneously via webcam
Alic et al. Contactless Optical Detection of Nocturnal Respiratory Events.
Ben Salah et al. Contactless heart rate estimation from facial video using skin detection and multi-resolution analysis
AV et al. Non-contact heart rate monitoring using machine learning