WO2017154477A1 - 脈拍推定装置、脈拍推定システムおよび脈拍推定方法 - Google Patents

脈拍推定装置、脈拍推定システムおよび脈拍推定方法 Download PDF

Info

Publication number
WO2017154477A1
WO2017154477A1 PCT/JP2017/005212 JP2017005212W WO2017154477A1 WO 2017154477 A1 WO2017154477 A1 WO 2017154477A1 JP 2017005212 W JP2017005212 W JP 2017005212W WO 2017154477 A1 WO2017154477 A1 WO 2017154477A1
Authority
WO
WIPO (PCT)
Prior art keywords
pulse
waveform
pulse wave
subject
unit
Prior art date
Application number
PCT/JP2017/005212
Other languages
English (en)
French (fr)
Inventor
忠則 手塚
中村　剛
Original Assignee
パナソニックＩｐマネジメント株式会社
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 パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Publication of WO2017154477A1 publication Critical patent/WO2017154477A1/ja

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
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals

Definitions

  • the present disclosure relates to a pulse estimation device, a pulse estimation system, and a pulse estimation method that estimate a pulse from information obtained without contact with a human body.
  • a method such as a nurse puts a finger on the wrist of the subject to check the pulsation manually, or attaches a dedicated measuring device to the wrist or finger of the subject. Therefore, a method of automatically detecting pulsation is known.
  • the free behavior of the subject is temporarily restricted, or it is necessary to attach a measuring device to the subject, so that the subject (human body) is not contacted.
  • Techniques for estimating (detecting) the pulse have been developed. For example, a pulse wave signal that is time-series data of a subject's pulse wave is extracted from image data obtained by photographing the subject, and a pulse is estimated (detected) based on the pulse wave signal (Patent Document) 1).
  • the waveform of the pulse wave signal is greatly disturbed when the subject is moving, especially when the subject's movement is large or intense.
  • the accuracy and reliability of pulse detection may be reduced.
  • various evaluations using the detected pulse for example, stress evaluation of a subject
  • the waveform of the pulse wave signal when the subject's movement is small is acquired in advance as a reference waveform using a gyro sensor, and the waveform in the pulse wave signal is greatly disturbed based on the similarity to the reference waveform.
  • This disclosure aims to suppress a pulse detection error by a simpler method without using complicated processing and apparatus.
  • JP 2012-239661 A Japanese Patent Laid-Open No. 2015-205050
  • the pulse estimation device is a pulse estimation device that estimates a pulse from information obtained without contact with a subject, and a temporally continuous captured image including at least a part of the subject as a subject.
  • An image input unit input from a camera; a region extraction unit that extracts a skin color region from the captured image; a pulse wave detection unit that detects a pulse wave signal of the subject based on information extracted from the skin color region; Based on the pulse wave signal, a pulse estimator for estimating the pulse of the subject and a waveform characteristic of the pulse wave signal are extracted, and it is determined whether or not the waveform characteristic falls within a predetermined reference range.
  • a pulse wave verification unit that outputs the pulse estimated by the pulse estimation unit when the pulse wave verification unit determines that the waveform feature falls within the reference range.
  • FIG. 1 is an overall configuration diagram of a pulse estimation system according to the present embodiment.
  • FIG. 2 is a functional block diagram of the pulse estimation system according to the present embodiment.
  • FIG. 3A is an explanatory diagram of a pulse wave detection process by a pulse wave detection unit of the pulse estimation device shown in FIG.
  • FIG. 3B is an explanatory diagram of a pulse wave detection process performed by the pulse wave detection unit of the pulse estimation device illustrated in FIG. 2.
  • FIG. 4 is a diagram illustrating an example of a pulse wave signal detected by the pulse wave detection unit.
  • FIG. 5 is an explanatory diagram of a pulse wave verification process performed by the pulse wave verification unit of the pulse estimation device.
  • FIG. 6 is an explanatory diagram of the pulse wave verification process by the pulse wave verification unit of the pulse estimation device.
  • FIG. 1 is an overall configuration diagram of a pulse estimation system according to the present embodiment.
  • FIG. 2 is a functional block diagram of the pulse estimation system according to the present embodiment.
  • FIG. 3A is an explan
  • FIG. 7A is an explanatory diagram of a pulse wave verification process by a pulse wave verification unit of the pulse estimation device.
  • FIG. 7B is an explanatory diagram of a pulse wave verification process by the pulse wave verification unit of the pulse estimation device.
  • FIG. 8 is a block diagram showing a hardware configuration for realizing the pulse estimation device according to the present embodiment.
  • FIG. 9 is a flowchart showing the flow of processing by the pulse estimation device according to the present embodiment.
  • FIGS. 3A and 3B show a pulse by the pulse wave detection unit 23 of the pulse estimation device 3 shown in FIG. It is explanatory drawing of a wave detection process.
  • the pulse estimation system 1 estimates the pulse from information (captured image) obtained without contact with the human body. As shown in FIG. 1, at least a part of a person (subject) H is photographed as a subject. And a pulse estimation device 3 that estimates the pulse (pulse rate and pulse wave) of the person H from the captured image obtained by the imaging of the camera 2.
  • the camera 2 and the pulse estimation device 3 are connected to each other via a network 4 such as the Internet or a LAN (Local Area Network).
  • the configuration is not limited to this, and the camera 2 and the pulse estimation device 3 may be configured to be directly connected to each other via a known communication cable.
  • the camera 2 is a camera having a known configuration, and forms an image of light from a subject (person H) obtained through a lens on an image sensor (CCD, CMOS, etc.) (not shown), thereby forming the light of the formed image.
  • An image pickup unit 11 that outputs a video signal obtained by converting the signal into an electric signal to the pulse estimation device 3 is provided.
  • the pulse estimation system 1 can be configured with a plurality of similar cameras.
  • the pulse estimation device 3 includes an image input unit 21 to which a video signal from the imaging unit 11 of the camera 2 is input as a temporally continuous captured image (frame image data) including at least a part of the person H, and an input A region extracting unit 22 that extracts a skin color region (here, a facial region) of the person H from the captured image, and a pulse that detects a pulse wave signal of the person H based on information obtained from the extracted skin color region of the person H A wave detection unit 23 and a pulse estimation unit 24 that estimates the pulse of the person H based on the detected pulse wave signal are provided.
  • the skin color region extracted by the region extraction unit 22 is a region where the skin is exposed in the human body, and is a region where the pulse can be estimated from the captured image data of the region.
  • the pulse estimation device 3 includes a pulse wave storage unit 25 that stores the pulse wave signal detected by the pulse wave detection unit 23, and a pulse wave verification unit 26 that tests the pulse wave signal stored in the pulse wave storage unit 25. And an output determination unit 27 that determines the presence or absence of output of the estimation result (pulse) in the pulse estimation unit 24 based on the verification result in the pulse wave verification unit 26, and the estimation result (pulse) in the pulse estimation unit 24. And a display unit 28 including a known display device capable of displaying various information to the user of the pulse estimation device 3.
  • the area extraction unit 22 extracts a detected face area as a skin color area of the person H by executing a known face detection process for recognizing a facial feature amount for each captured image (frame image). To track.
  • the area extraction unit 22 is not limited to the above-described method, and a skin color component set in advance from the captured image (for example, a preset ratio relating to each pixel value of RGB, which varies depending on the race or the like). It is also possible to extract a pixel having a pixel and extract the pixel as a skin color region. In this case, a portion where the skin other than the face is exposed (for example, a hand or an arm) can be extracted as a skin color region. However, as described above, there is an advantage that the skin color area can be easily extracted by extracting the face area of the person H as the skin color area. Although only one person H is shown in FIG. 1, when the captured image includes a plurality of persons, the area extraction unit 22 can extract a plurality of face areas.
  • the pulse wave detection unit 23 calculates, for example, pixel values (0 to 255 gradations) of each component of RGB for each pixel constituting the skin color region extracted in the temporally continuous captured image, and represents the representative value (
  • time-series data (average value of each pixel) is generated as a pulse wave signal.
  • time-series data is generated based on only the pixel value of only the green component (G) that has a particularly large fluctuation due to pulsation, or the components of each pixel are Y, Cb, and Cr, and the influence of environmental brightness fluctuations is small.
  • Time series data can be generated from the color difference components (Cb, Cr).
  • the generated time-series data of pixel values shows slight fluctuations (for example, fluctuations of pixel values less than one gradation) based on changes in hemoglobin concentration in blood.
  • the pulse wave detection unit 23 performs a known filter process (for example, a process using a bandpass filter in which a predetermined pass band is set) on the time-series data based on the pixel value, so that FIG. As shown in FIG. 4, it is possible to detect (extract) a pulse wave from which a high-frequency noise component and a low-frequency fluctuation component are removed.
  • the pulse estimation unit 24 has an interval S between adjacent peaks in the pulse wave signal detected by the pulse wave detection unit 23 (see FIG. 3B), that is, an interval (pulse wave interval) S of one pulse period. And the pulse rate can be estimated based on the pulse wave interval S. Since the pulse wave interval S is caused by the heartbeat, it can be considered to correspond to the heartbeat interval (RRI) in the electrocardiograph. Therefore, it is possible to estimate the pulse rate based on the pulse wave interval S.
  • RRI heartbeat interval
  • the pulse estimation by the pulse estimation unit 24 may be performed in real time in time series or may be performed every M frames. In this embodiment, the estimation of the pulse is performed in real time in time series. In addition, when estimating a pulse for every M frame, the pulse estimation part 24 is good to estimate a pulse using the pulse wave signal for M frames memorize
  • the pulse wave memory 25 stores a pulse wave signal detected by the pulse wave detector 23. Specifically, a pulse wave signal for each predetermined frame (that is, for each predetermined period) is stored. In the present embodiment, pulse wave signals for M frames are stored.
  • the M frame is, for example, the number of frames corresponding to 2 to 3 seconds.
  • the pulse wave verification unit 26 verifies the pulse wave signals for M frames stored in the pulse wave storage unit 25. Specifically, the characteristics of the waveform of the pulse wave signal are extracted, and it is determined whether or not the extracted characteristics of the waveform fall within a predetermined reference range.
  • the pulse wave signal may be tested every M frames or when the pulse is estimated by the pulse estimation unit 24. In the present embodiment, the pulse wave signal is verified every M frames.
  • FIG. 4 is a diagram illustrating an example of a pulse wave signal for M frames detected by the pulse wave detection unit 23.
  • the amplitude and interval of the waveform are used as the characteristics of the waveform.
  • the amplitude and interval (wavelength) of the waveform have small variations, and the waveform is not disturbed. Therefore, it is determined that the waveform in the section A falls within the reference range.
  • the amplitude and interval of the waveform vary greatly, and the waveform is disturbed. Therefore, it is determined that the waveform in the section B does not fall within the reference range.
  • the pulse wave verification unit 26 determines whether or not the waveform feature falls within the reference range based on the waveform feature of the pulse wave signal.
  • Various methods can be used for the verification in the pulse wave verification unit 26. Hereinafter, the verification method in the pulse wave verification unit 26 will be described.
  • FIG. 5 is an explanatory diagram of a pulse wave verification process when the waveform interval (wavelength) of the pulse wave signal is used as a waveform feature.
  • (1) to (3) indicate the distance L between the peaks adjacent to each other in the left-right direction in the upper part of the waveform
  • (4) to (6) indicate left and right in the lower part of the waveform.
  • the intervals L between adjacent peaks in the direction are shown.
  • the degree of fluctuation of the waveform interval L is calculated as an evaluation value using a statistical method.
  • wavelength evaluation value EL is a characteristic of the waveform. Then, by comparing the calculated wavelength evaluation value EL with a predetermined evaluation threshold value, it is determined whether or not the wavelength evaluation value EL that is a characteristic of the waveform falls within a predetermined reference range.
  • the evaluation threshold value is obtained in advance by experiments or simulations. Note that the wavelength evaluation value EL is calculated using the interval L of (1) to (3) or the interval L of (4) to (6), not the interval L of (1) to (6). Also good. Alternatively, the interval L may be any combination of (1) to (6).
  • FIG. 6 is an explanatory diagram of a pulse wave verification process when the amplitude of the waveform of the pulse wave signal is used as a waveform characteristic.
  • (1) to (7) in FIG. 6 indicate the amplitude A between the peak and the bottom adjacent to each other in the vertical direction of the waveform.
  • the degree of fluctuation of the amplitude A of the waveform is calculated as an evaluation value using a statistical method. Specifically, as in the case of the waveform interval L described above, statistical values such as average deviation, variance, standard deviation, etc. are calculated for the amplitude A in (1) to (7), and the statistical value is calculated as the amplitude A.
  • Fluctuation evaluation value (amplitude evaluation value EA).
  • This amplitude evaluation value EA is a characteristic of the waveform. Then, by comparing the calculated amplitude evaluation value EA with a predetermined evaluation threshold value, it is determined whether or not the amplitude evaluation value EA, which is a characteristic of the waveform, falls within a predetermined reference range.
  • the evaluation threshold value is obtained in advance by experiments or simulations. Note that the amplitude evaluation value EA may be calculated using the amplitude A of any combination of (1) to (7) instead of the amplitude A of (1) to (7).
  • the wavelength evaluation value EL of the waveform interval L the amplitude evaluation value EA of the waveform amplitude A, and Both can also be used.
  • an evaluation value synthetic evaluation value calculated by combining the wavelength evaluation value EL and the amplitude evaluation value EA is used as a feature of the waveform.
  • the composite evaluation value can be calculated using the following formula.
  • Composite evaluation value w1 ⁇ wavelength evaluation value EL + w2 ⁇ amplitude evaluation value EA (W1 and w2 are weighting factors) Then, as in the case of the waveform interval L and amplitude A described above, by comparing the calculated composite evaluation value with a predetermined evaluation threshold value, the composite evaluation value that is the characteristic of the waveform is a predetermined reference. Judge whether it is within the range.
  • the evaluation threshold value is obtained in advance by experiments or simulations.
  • the pulse wave cycle P can also be used. Specifically, the number of pulse waves per predetermined time (here 1 minute) calculated based on the period P of the pulse wave (the number of waves for one period) is used as the feature of the waveform. It is known that a general human pulse rate is in a range of 40 to 120 beats / minute. Therefore, if the pulse wave number per minute falls within the range of 40 to 120, it can be determined that the pulse wave has the characteristics of a human pulse. In this way, based on the number of pulse waves per minute, it can be determined whether or not the waveform characteristics fall within a predetermined reference range. Instead of the pulse rate, it is possible to use another index indicating the characteristics (that is, regularity) of the human pulse.
  • a waveform shape pattern can be used. By recognizing the shape pattern of the waveform using a known shape pattern recognition technique and comparing the recognized shape pattern with the shape pattern of the waveform stored in advance, the recognized shape pattern (that is, the waveform feature) is obtained. , It is determined whether or not it falls within a predetermined reference range.
  • 7A and 7B are diagrams showing a shape pattern used for the pulse wave verification process based on the waveform shape pattern.
  • FIG. 7A shows a shape pattern within the reference range
  • FIG. 7B shows a shape pattern outside the reference range. . If the recognized shape pattern matches any of the shape patterns in FIG. 7A, it is determined that the shape pattern is within the reference range.
  • the shape data of the waveform is accumulated by learning the teacher data using a machine learning method (for example, deep learning) ( May be stored).
  • the pulse wave signal may be tested using any combination of the above (a), (b), (d), and (e).
  • any combination selected from the above (a), (b), (d), (e) for example, a combination of (a), (b), (e)
  • Weighting may be performed using a predetermined weighting factor, and the pulse wave signal may be verified based on an evaluation result obtained by combining the weighted verification results.
  • the pulse wave signal may be verified by using the fuzzy reasoning.
  • the pulse wave verification unit 26 can test the pulse wave signal using various verification methods.
  • the output determination unit 27 determines whether or not to output the pulse estimated by the pulse estimation unit 24 to the display unit 28 based on the verification result in the pulse wave verification unit 26.
  • the pulse wave verification unit 26 determines that the waveform characteristics of the pulse wave signal fall within a predetermined reference range, it is determined that the pulse is output to the display unit 28, and the pulse estimation unit 24 determines the pulse wave signal.
  • the pulse estimation unit 24 determines the pulse wave signal.
  • it is determined that the waveform characteristic does not fall within a predetermined reference range
  • it is determined that the pulse is not output to the display unit 28. Thereby, it is possible to output a pulse estimated based on the pulse wave signal only when the characteristics of the waveform of the pulse wave signal fall within a preset reference range.
  • the pulse estimation device 3 as described above can be configured from an information processing device such as a PC (Personal Computer), for example.
  • FIG. 8 is a block diagram showing a hardware configuration for realizing the pulse estimation device 3 according to the present embodiment.
  • the pulse estimation device 3 includes a CPU (Central Processing Unit) 31 and a DSP (Digital Signal Processor) 32 that collectively execute various information processing (for example, pulse estimation processing) and control of peripheral devices based on a predetermined control program.
  • CPU Central Processing Unit
  • DSP Digital Signal Processor
  • Processing results in the memory 33 such as a RAM (Random Access Memory) functioning as a work area for the CPU 31 and the DSP 32, a control program executed by the CPU 31 and the DSP 32, and a ROM (Read Only Memory) for storing data
  • the pulse estimation device 3 Storage means 34 such as HDD (Hard Disk Drive) or memory card to be stored, Ethernet for outputting processing results to the outside, output means 35 such as Bluetooth (registered trademark) or USB, display means such as a monitor for displaying the processing results 36 and a hardware configuration including a bus 37 for connecting them.
  • output means 35 such as Bluetooth (registered trademark) or USB
  • display means such as a monitor for displaying the processing results 36 and a hardware configuration including a bus 37 for connecting them.
  • the region extraction unit 22 extracts a skin color region in the captured image (ST102).
  • the pulse wave detection unit 23 generates time series data based on each pixel value constituting the extracted skin color region, and removes noise components by performing a known filter process on the time series data.
  • the pulse wave signal is detected (ST103).
  • the pulse wave signal detected by the pulse wave detection unit 23 is stored in the pulse wave storage unit 25. Note that the above filter processing is performed after accumulating captured images of the number of frames necessary for the filter processing (for example, N frames). That is, the filter process is performed every N frames.
  • step ST104 the pulse estimation unit 24 calculates an interval S between adjacent peaks in the pulse wave (see FIG. 3B), that is, an interval (pulse wave interval) S of one pulse period.
  • the pulse is estimated based on the pulse wave interval S.
  • step ST105 the pulse wave verification unit 26 verifies the pulse wave signal stored in the pulse wave storage unit 25. This verification is performed on the pulse wave signals for M frames.
  • the output determination part 27 determines whether the pulse estimated by the pulse estimation part 24 is output to the display part 28 based on the verification result in the pulse wave verification part 26.
  • the pulse estimation unit 24 determines that the characteristics of the waveform of the pulse wave signal are within a predetermined reference range, it is determined that the pulse is output to the display unit 28, and the waveform characteristics of the pulse wave signal are determined in advance. If it is determined that it is outside the defined reference range, it is determined that the pulse is not output to the display unit 28.
  • the pulse determined to be output by the output determination unit 27 and various information related thereto are output to the display unit 28 and displayed to the user (step ST107).
  • step ST101 to ST107 are repeatedly performed on the captured images sequentially input from the camera 2.
  • step ST104 and step ST105 may be simultaneous or reverse.
  • the pulse estimated based on the pulse wave signal is output, so that complicated processing is performed. And it becomes possible to suppress the detection error of a pulse by a simpler method, without using an apparatus.
  • the pulse estimation device, the pulse estimation system, and the pulse estimation method according to the present disclosure are not limited to medical uses, and can be applied to various uses such as face recognition, monitoring, and life / death confirmation.
  • the example which provides a camera and a pulse estimation apparatus was shown in the said embodiment, the structure by which one of them was equipped with at least one part (all functions depending on the case) of the other is also possible.
  • all the components of the pulse estimation device, the pulse estimation system, and the pulse estimation method are not necessarily indispensable, and can be appropriately selected as long as they do not depart from the scope of the present disclosure.
  • a pulse estimation device, a pulse estimation system, and a pulse estimation method according to the present disclosure are capable of suppressing a pulse detection error by a simpler method without using complicated processing and devices. It is useful as a system and a pulse estimation method.

Abstract

脈拍推定装置（３）が、被検体の少なくとも一部を被写体として含む時間的に連続する撮像画像がカメラから入力される画像入力部（２１）と、撮像画像から肌色領域を抽出する領域抽出部（２２）と、肌色領域から抽出した情報に基づき被検体の脈波信号を検出する脈波検出部（２３）と、その脈波信号に基づき被検体の脈拍を推定する脈拍推定部（２４）と、その脈波信号の波形の特徴を抽出し、前記波形の特徴が予め定められた基準範囲に収まるか否かを判断する脈波検定部（２６）と、脈波検定部で前記波形の特徴が前記基準範囲に収まると判断された場合に、脈拍推定部で推定された脈拍を出力する出力判定部（２７）と、を備える。

Description

脈拍推定装置、脈拍推定システムおよび脈拍推定方法
　本開示は、人体と接触せずに得られる情報からその脈拍を推定する脈拍推定装置、脈拍推定システムおよび脈拍推定方法に関する。
　人の脈拍の測定に関し、被検者の手首に測定者（看護師等）が指を当てて人的に脈動を確認する方法や、被検者の手首や指などに専用の測定機器を取り付けることにより、自動で脈動を検出する方法などが知られている。一方、そのような測定方法は、被検者の自由な行動が一時的に制限されたり、被検者に測定機器を取り付ける必要が生じたりするため、被検者（人体）と接触せずに脈拍を推定（検出）するための技術が開発されている。例えば、被検者を撮影して得られた画像データから被検者の脈波の時系列データである脈波信号を抽出し、その脈波信号に基づき脈拍を推定（検出）する（特許文献１参照）。
　脈波信号に基づき脈拍を測定する技術では、被検者に動きがある場合、とりわけ被検者の動きが大きいまたは激しい場合には、脈波信号の波形が大きく乱れ、その乱れに起因して脈拍検出の精度および信頼性が低下する恐れがある。脈拍検出の精度および信頼性が低下すると、検出された脈拍を用いた様々な評価（例えば、被検者のストレス評価）にも悪影響を及ぼす。したがって、脈波信号における波形が大きく乱れた部分は、脈拍の推定に使用しない、すなわち脈拍推定用の脈波データ（脈波信号）から除外することが求められる。そこで、ジャイロセンサを使用して被検者の動きが少ないときの脈波信号の波形を基準波形として予め取得しておき、その基準波形との類似度に基づき、脈波信号における波形が大きく乱れた部分を、脈拍推定用の脈波データから除外する（特許文献２参照）。
　本開示は、複雑な処理及び装置を用いることなく、より簡便な方法で脈拍の検出誤差を抑制することを目的とする。
特開２０１２－２３９６６１号公報 特開２０１５－２０５０５０号公報
　本開示の脈拍推定装置は、被検体と接触せずに得られる情報からその脈拍を推定する脈拍推定装置であって、前記被検体の少なくとも一部を被写体として含む時間的に連続する撮像画像がカメラから入力される画像入力部と、前記撮像画像から肌色領域を抽出する領域抽出部と、前記肌色領域から抽出した情報に基づき、前記被検体の脈波信号を検出する脈波検出部と、前記脈波信号に基づき、前記被検体の脈拍を推定する脈拍推定部と、前記脈波信号の波形の特徴を抽出し、前記波形の特徴が予め定められた基準範囲に収まるか否かを判断する脈波検定部と、前記脈波検定部で前記波形の特徴が前記基準範囲に収まると判断された場合に、前記脈拍推定部で推定された脈拍を出力する出力判定部とを備える。
　本開示によれば、複雑な処理及び装置を用いることなく、より簡便な方法で脈拍の検出誤差を抑制することができる。
図１は、本実施形態に係る脈拍推定システムの全体構成図である。 図２は、本実施形態に係る脈拍推定システムの機能ブロック図である。 図３Ａは、図２に示した脈拍推定装置の脈波検出部による脈波検出処理の説明図である。 図３Ｂは、図２に示した脈拍推定装置の脈波検出部による脈波検出処理の説明図である。 図４は、脈波検出部で検出された脈波信号の一例を示す図である。 図５は、脈拍推定装置の脈波検定部による脈波検定処理の説明図である。 図６は、脈拍推定装置の脈波検定部による脈波検定処理の説明図である。 図７Ａは、脈拍推定装置の脈波検定部による脈波検定処理の説明図である。 図７Ｂは、脈拍推定装置の脈波検定部による脈波検定処理の説明図である。 図８は、本実施形態に係る脈拍推定装置を実現するためのハードウェア構成を示すブロック図である。 図９は、本実施形態に係る脈拍推定装置による処理の流れを示すフロー図である。
　以下、本開示の実施の形態について、図面を参照しながら説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。なお、添付図面及び以下の説明は、当業者が本開示を十分に理解するために提供されるのであって、これらにより請求の範囲に記載の主題を限定することは意図されていない。
　図１および図２は、それぞれ本開示に係る脈拍推定システム１の全体構成図および機能ブロック図であり、図３Ａ，Ｂは、図２に示した脈拍推定装置３の脈波検出部２３による脈波検出処理の説明図である。
　脈拍推定システム１は、人体と接触せずに得られる情報（撮像画像）からその脈拍を推定するものであり、図１に示すように、人物（被検体）Ｈの少なくとも一部を被写体として撮影するカメラ２と、カメラ２の撮影により得られる撮像画像から人物Ｈの脈拍（脈拍数や脈波）を推定する脈拍推定装置３とを備えている。また、脈拍推定システム１において、カメラ２および脈拍推定装置３は、インターネットやＬＡＮ（Local Area Network）等のネットワーク４を介して互いに通信可能に接続されている。ただし、これに限らず、カメラ２および脈拍推定装置３が、公知の通信ケーブルによって通信可能に直接接続される構成であってもよい。また、カメラ２および脈拍推定装置３を、互いに一体となった機器として構成してもよい。
　カメラ２は、公知の構成を有するカメラであり、レンズを通して得られる被写体（人物Ｈ）からの光を図示しないイメージセンサ（ＣＣＤ、ＣＭＯＳ等）に結像させることにより、その結像した像の光を電気信号に変換した映像信号を脈拍推定装置３に対して出力する撮像部１１を備えている。なお、図１では１台のカメラ２のみを示しているが、脈拍推定システム１では、同様のカメラを複数設けた構成も可能である。
　脈拍推定装置３は、人物Ｈの少なくとも一部を含む時間的に連続する撮像画像（フレーム画像のデータ）として、カメラ２の撮像部１１からの映像信号が入力される画像入力部２１と、入力された撮像画像から人物Ｈの肌色領域（ここでは、顔領域）を抽出する領域抽出部２２と、抽出された人物Ｈの肌色領域から得られる情報に基づき人物Ｈの脈波信号を検出する脈波検出部２３と、検出された脈波信号に基づき人物Ｈの脈拍を推定する脈拍推定部２４とを備えている。なお、領域抽出部２２によって抽出される肌色領域は、人体において肌が露出した領域であって、その領域の撮像画像データから脈拍を推定可能な領域である。
　さらに、脈拍推定装置３は、脈波検出部２３によって検出された脈波信号を記憶する脈波記憶部２５と、脈波記憶部２５に記憶された脈波信号を検定する脈波検定部２６と、脈波検定部２６での検定結果に基づき脈拍推定部２４での推定結果（脈拍）の出力の有無を判定する出力判定部２７と、脈拍推定部２４での推定結果（脈拍）を含む各種情報を脈拍推定装置３のユーザに対して表示可能な公知のディスプレイ装置からなる表示部２８とを備えている。
　領域抽出部２２は、各撮像画像（フレーム画像）に対し、顔の特徴量を認識する公知の顔検出処理を実行することにより、その検出された顔の領域を人物Ｈの肌色領域として抽出・追尾する。
　領域抽出部２２では、上述の方法に限らず、撮像画像から予め設定された肌色成分（例えば、ＲＧＢの各画素値に関する予め設定された比率であって、人種等によって異なる値となる）を有する画素を抽出し、その画素が抽出された領域を肌色領域としてもよい。この場合、顔以外の肌が露出した部分（例えば、手や腕など）についても、肌色領域として抽出可能である。ただし、上述のように、人物Ｈの顔領域を肌色領域として抽出することにより、肌色領域を容易に抽出することができるという利点がある。なお、図１では、１人の人物Ｈのみを示しているが、撮像画像に複数の人物が含まれる場合、領域抽出部２２では、複数の顔領域が抽出され得る。
　脈波検出部２３は、時間的に連続する撮像画像において抽出された肌色領域を構成する各画素に関し、例えばＲＧＢの各成分の画素値（０－２５５階調）を算出し、その代表値（ここでは、各画素の平均値）の時系列データを脈波信号として生成する。この場合、脈動による変動が特に大きい緑成分（Ｇ）のみの画素値に基づき時系列データを生成するか、または各画素の成分をＹ、Ｃｂ、Ｃｒとし、環境の明るさ変動の影響の少ない色差成分（Ｃｂ、Ｃｒ）から時系列データを生成することができる。
　生成された画素値（平均値）の時系列データは、例えば、図３Ａに示すように、血液中のヘモグロビン濃度の変化に基づく微少な変動（例えば、画素値の１階調未満の変動）を伴う。そこで、脈波検出部２３は、その画素値に基づく時系列データに対し、公知のフィルタ処理（例えば、所定の通過帯域が設定されたバンドパスフィルタによる処理等）を実施することにより、図３Ｂに示すように、高周波ノイズ成分や低周波の揺れ成分を除去した脈波を検出（抽出）することができる。
　脈拍推定部２４は、脈波検出部２３で検出された脈波信号における互いに隣り合うピーク間の間隔Ｓ（図３Ｂ参照）、すなわち脈波の一拍分の周期の間隔（脈波間隔）Ｓを算出し、その脈波間隔Ｓに基づき脈拍数を推定することができる。脈波間隔Ｓは、心臓の拍動に起因するため、心電計における心拍間隔（ＲＲＩ）に相当すると見なすことができる。したがって、脈波間隔Ｓに基づき脈拍数を推定することが可能である。
　なお、脈拍推定部２４での脈拍の推定は、時系列的にリアルタイムで行ってもよいし、Ｍフレーム毎に行ってもよい。本実施形態では、脈拍の推定は、時系列的にリアルタイムで行っている。なお、脈拍の推定をＭフレーム毎に行う場合は、脈拍推定部２４は、脈波記憶部２５に記憶されたＭフレーム分の脈波信号を用いて、脈拍の推定を行うとよい。
　脈波記憶部２５には、脈波検出部２３で検出された脈波信号が記憶される。具体的には、所定フレーム毎（すなわち所定期間毎）の脈波信号が記憶される。本実施形態では、Ｍフレーム分の脈波信号が記憶されるものとする。Ｍフレームは、例えば、２～３秒に相当するフレーム数である。
　脈波検定部２６は、脈波記憶部２５に記憶されたＭフレーム分の脈波信号を検定する。具体的には、脈波信号の波形の特徴を抽出し、抽出された波形の特徴が、予め定められた基準範囲に収まるか否かを判断する。なお、脈波信号を検定するタイミングは、Ｍフレーム毎であってもよいし、脈拍推定部２４で脈拍が推定されたときであってもよい。本実施形態では、脈波信号の検定は、Ｍフレーム毎に行っている。
　図４は、脈波検出部２３で検出されたＭフレーム分の脈波信号の一例を示す図である。ここでは、波形の特徴として、波形の振幅および間隔を用いる。Ａの区間では、波形の振幅および間隔（波長）はばらつきが小さく、波形は乱れていない。したがって、Ａの区間の波形は、基準範囲に収まると判断される。一方、Ｂの区間では、波形の振幅および間隔はばらつきが大きく、波形は乱れている。したがって、Ｂの区間の波形は、基準範囲に収まらないと判断される。このように、脈波検定部２６は、脈波信号の波形の特徴に基づき、その波形の特徴が基準範囲に収まるか否かを判断する。脈波検定部２６での検定には、様々な手法を用いることができる。以下、脈波検定部２６での検定手法について説明する。
　（ａ）波形の間隔Ｌの揺らぎの度合いに基づく検定
　図５は、波形の特徴として脈波信号の波形の間隔（波長）を用いる場合の脈波検定処理の説明図である。図５中の（１）～（３）は波形の上側部分での左右方向に互いに隣り合うピーク間の間隔Ｌをそれぞれ示し、（４）～（６）は波形の下側部分での、左右方向に互いに隣り合うピーク間の間隔Ｌをそれぞれ示す。この（１）～（６）の間隔Ｌに基づき、統計学的手法を用いて、波形の間隔Ｌの揺らぎの度合いを評価値として算出する。具体的には、（１）～（６）の間隔Ｌについての平均偏差、分散、標準偏差などの統計値を算出し、その統計値を間隔Ｌの揺らぎの評価値（波長評価値ＥＬ）とする。この波長評価値ＥＬが、波形の特徴となる。そして、算出された波長評価値ＥＬを予め定められた評価閾値と比較することにより、波形の特徴である波長評価値ＥＬが予め定められた基準範囲に収まるか否かを判断する。評価閾値は、実験やシミュレーションなどにより事前に求めておく。なお、波長評価値ＥＬの算出に用いるのは、（１）～（６）の間隔Ｌではなく、（１）～（３）の間隔Ｌまたは（４）～（６）の間隔Ｌであってもよい。あるいは、（１）～（６）のうちの任意の組み合わせの間隔Ｌであってもよい。
　（ｂ）波形の振幅Ａの揺らぎの度合いに基づく検定
　図６は、波形の特徴として脈波信号の波形の振幅を用いる場合の脈波検定処理の説明図である。図６中の（１）～（７）は波形の上下方向に互いに隣り合うピークとボトム間の振幅Ａをそれぞれ示す。この（１）～（７）の振幅Ａに基づき、統計学的手法を用いて、波形の振幅Ａの揺らぎの度合いを評価値として算出する。具体的には、上記の波形の間隔Ｌの場合と同様に、（１）～（７）の振幅Ａについての平均偏差、分散、標準偏差などの統計値を算出し、その統計値を振幅Ａの揺らぎの評価値（振幅評価値ＥＡ）とする。この振幅評価値ＥＡが、波形の特徴となる。そして、算出された振幅評価値ＥＡを予め定められた評価閾値と比較することにより、波形の特徴である振幅評価値ＥＡが予め定められた基準範囲に収まるか否かを判断する。評価閾値は、実験やシミュレーションなどにより事前に求めておく。なお、振幅評価値ＥＡの算出に用いるのは、（１）～（７）の振幅Ａではなく、（１）～（７）のうちの任意の組み合わせの振幅Ａであってもよい。
　（ｃ）波形の間隔Ｌの揺らぎの度合いと波形の振幅Ａの揺らぎの度合いとに基づく検定
　波形の特徴として、波形の間隔Ｌの波長評価値ＥＬと、波形の振幅Ａの振幅評価値ＥＡとの両方を用いることもできる。具体的には、波長評価値ＥＬと振幅評価値ＥＡとを合成して算出した評価値（合成評価値）を、波形の特徴として用いる。合成評価値は、下記の式を用いて算出することができる。
　合成評価値＝ｗ１×波長評価値ＥＬ＋ｗ２×振幅評価値ＥＡ
　（ｗ１、ｗ２は重み係数）
　そして、上記の波形の間隔Ｌや振幅Ａの場合と同様に、算出された合成評価値を予め定められた評価閾値と比較することにより、波形の特徴である合成評価値が予め定められた基準範囲に収まるか否かを判断する。評価閾値は、実験やシミュレーションなどにより事前に求めておく。
　（ｄ）脈波の周期Ｐに基づく検定
　波形の特徴として、脈波の周期Ｐを用いることもできる。具体的には、脈波の周期Ｐに基づき算出した、所定時間（ここでは１分間）あたりの脈波の波数（１周期分の波の数）を、波形の特徴として用いる。人間の一般的な脈拍数は、４０～１２０拍／分の範囲であることが知られている。したがって、１分間あたりの脈波の波数が、４０～１２０の範囲に入る場合は、その脈波は、人間の脈拍の特徴を有していると判断することができる。このようにして、１分間あたりの脈波の波数に基づき、波形の特徴が、予め定められた基準範囲に収まるか否かを判断することができる。なお、脈拍数の代わりに、人間の脈拍の特徴（すなわち、規則性）を示す他の指標を用いることも可能である。
　（ｅ）波形の形状パターンに基づく検定
　波形の特徴として、波形の形状パターンを用いることもできる。波形の形状パターンを公知の形状パターン認識技術を用いて認識し、認識された形状パターンを、予め記憶した波形の形状パターンと比較することにより、認識された形状パターン（すなわち、波形の特徴）が、予め定められた基準範囲に収まるか否かを判断する。図７Ａ及び図７Ｂは、波形の形状パターンに基づく脈波検定処理に用いられる形状パターンを示す図であり、図７Ａは基準範囲内の形状パターン、図７Ｂは基準範囲外の形状パターンをそれぞれ示す。認識された形状パターンが、図７Ａの形状パターンのいずれかと一致する場合は、その形状パターンは基準範囲内であると判断される。一方、認識された形状パターンが、図７Ｂの形状パターンのいずれかと一致する場合は、その形状パターンは基準範囲外であると判断される。このようにして、波形の形状パターンに基づき、波形の特徴が、予め定められた基準範囲に収まるか否かを判断することができる。なお、図７Ａおよび図７Ｂに示したような形状パターンの代わりにまたはそれらに加えて、機械学習手法（例えば、ディープラーニング）を用いて教師データを学習させることにより、波形の形状パターンを蓄積（記憶）するようにしてもよい。
　また、上記の（ａ）、（ｂ）、（ｄ）、（ｅ）の任意の組み合わせを用いて、脈波信号の検定を行ってもよい。例えば、上記の（ａ）、（ｂ）、（ｄ）、（ｅ）から選択した任意の組み合わせ（例えば、（ａ）、（ｂ）、（ｅ）の組み合わせ）において、各検定結果に対して所定の重み係数を用いて重み付けを行い、重み付けされた各検定結果を合成して求めた評価結果に基づき脈波信号の検定を行うようにしてもよい。また、例えば、上記の（ａ）、（ｂ）、（ｄ）、（ｅ）から選択した任意の組み合わせ（例えば、（ａ）、（ｂ）、（ｄ）の組み合わせ）において、各検定結果を用いてファジィ推論を行うことにより脈波信号の検定を行うようにしてもよい。
　以上のように、脈波検定部２６は、様々な検定手法を用いて、脈波信号を検定することができる。
　出力判定部２７は、脈波検定部２６での検定結果に基づき、脈拍推定部２４で推定された脈拍を表示部２８に出力するか否かを判定する。脈波検定部２６で、脈波信号の波形の特徴が予め定められた基準範囲に収まると判断された場合は、脈拍を表示部２８に出力すると判定し、脈拍推定部２４で、脈波信号の波形の特徴が予め定められた基準範囲に収まらないと判断された場合、脈拍を表示部２８に出力しないと判定する。これにより、脈波信号の波形の特徴が予め設定された基準範囲に収まる場合にのみ、その脈波信号に基づき推定された脈拍を出力することが可能となる。
　上述のような脈拍推定装置３は、例えば、ＰＣ（Personal Computer）などの情報処理装置から構成することが可能である。図８は、本実施形態に係る脈拍推定装置３を実現するためのハードウェア構成を示すブロック図である。脈拍推定装置３は、所定の制御プログラムに基づき各種情報処理（例えば、脈拍推定処理）や周辺機器の制御などを統括的に実行するＣＰＵ（Central Processing Unit）３１およびＤＳＰ（Digital Signal Processor）３２、ＣＰＵ３１およびＤＳＰ３２のワークエリア等として機能するＲＡＭ（Random Access Memory）やＣＰＵ３１およびＤＳＰ３２が実行する制御プログラムやデータを格納するＲＯＭ（Read Only Memory）等のメモリ３３、脈拍推定装置３での処理結果を蓄積するＨＤＤ（Hard Disk Drive）やメモリカード等の記憶手段３４、処理結果を外部に出力するイーサーネット、Bluetooth（登録商標）、ＵＳＢ等の出力手段３５、処理結果を表示するモニタ等の表示手段３６、およびそれらを接続するバス３７を含むハードウェア構成を有している。なお、図２に示した脈拍推定装置３の各部の機能の少なくとも一部については、ＣＰＵ３１およびＤＳＰ３２が所定の制御プログラムを実行することによって実現可能である。なお、脈拍推定装置３の機能の少なくとも一部を他の公知のハードウェアによる処理によって代替してもよい。
　次に、本実施形態に係る脈拍推定装置３による処理の流れを、図９のフロー図を参照して説明する。
　まず、カメラ２から画像入力部２１に対して撮像画像（フレーム画像）が入力されると（ＳＴ１０１）、領域抽出部２２が、その撮像画像における肌色領域を抽出（ＳＴ１０２）する。続いて、脈波検出部２３が、抽出された肌色領域を構成する各画素値に基づく時系列データを生成するとともに、その時系列データに対し公知のフィルタ処理を実施することによりノイズ成分を除去して、脈波信号を検出する（ＳＴ１０３）。脈波検出部２３で検出された脈波信号は、脈波記憶部２５に記憶される。なお、上記のフィルタ処理は、そのフィルタ処理に必要なフレーム数（例えば、Ｎフレーム）の撮像画像を蓄積した後に行われる。すなわち、フィルタ処理は、Ｎフレーム毎に行われる。
　次に、ステップＳＴ１０４では、脈拍推定部２４が、脈波における互いに隣り合うピーク間の間隔Ｓ（図３Ｂ参照）、すなわち脈波の一拍分の周期の間隔（脈波間隔）Ｓを算出し、その脈波間隔Ｓに基づき脈拍を推定する。続いて、ステップＳＴ１０５では、脈波検定部２６が、脈波記憶部２５に記憶された脈波信号を検定する。この検定は、Ｍフレーム分の脈波信号に対して行われる。
　そして、ステップＳＴ１０６では、出力判定部２７が、脈波検定部２６での検定結果に基づき、脈拍推定部２４で推定された脈拍を表示部２８に出力するか否かを判定する。脈拍推定部２４において、脈波信号の波形の特徴が予め定められた基準範囲内であると検定された場合は、脈拍を表示部２８に出力すると判定し、脈波信号の波形の特徴が予め定められた基準範囲外であると判断された場合は、脈拍を表示部２８に出力しないと判定する。
　その後、出力判定部２７で出力すると判定された脈拍およびそれに関する各種情報（例えば、脈波の波形など）が表示部２８に対して出力され、ユーザに対して表示される（ステップＳＴ１０７）。
　なお、脈拍推定装置３では、上述のステップＳＴ１０１－ＳＴ１０７がカメラ２から順次入力される撮像画像に対して繰り返し実行される。また、上述のステップＳＴ１０４とステップＳＴ１０５の順番は同時または逆であってもよい。
　以上のように、本開示によれば、脈波信号の波形の特徴が予め設定された基準範囲に収まる場合に、その脈波信号に基づき推定された脈拍を出力する構成としたため、複雑な処理及び装置を用いることなく、より簡便な方法で脈拍の検出誤差を抑制することが可能となる。
　以上、本開示を特定の実施形態に基づいて説明したが、これらの実施形態はあくまでも例示であって、本開示はこれらの実施形態によって限定されるものではない。例えば、本開示に係る脈拍推定装置、脈拍推定システムおよび脈拍推定方法は、医療的な用途に限らず、顔認識、監視、生死確認などの様々な用途に適用することが可能である。また、上記実施形態では、カメラおよび脈拍推定装置を設ける例を示したが、それらの一方が他方の機能の少なくとも一部（場合によっては全ての機能）を備えた構成も可能である。なお、上記脈拍推定装置、脈拍推定システムおよび脈拍推定方法の各構成要素は、必ずしも全てが必須ではなく、少なくとも本開示の範囲を逸脱しない限りにおいて適宜取捨選択することが可能である。
　本開示に係る脈拍推定装置、脈拍推定システムおよび脈拍推定方法は、複雑な処理及び装置を用いることなく、より簡便な方法で脈拍の検出誤差を抑制することを可能とする脈拍推定装置、脈拍推定システムおよび脈拍推定方法などとして有用である。
　１　　脈拍推定システム
　２　　カメラ
　３　　脈拍推定装置
　４　　ネットワーク
　１１　　撮像部
　２１　　画像入力部
　２２　　領域抽出部
　２３　　脈波検出部
　２４　　脈拍推定部
　２５　　脈波記憶部
　２６　　脈波検定部
　２７　　出力判定部
　２８　　表示部
　Ｈ　　人物（被検体）

Claims (7)

  1. 　被検体と接触せずに得られる情報からその脈拍を推定する脈拍推定装置であって、
    　前記被検体の少なくとも一部を被写体として含む時間的に連続する撮像画像がカメラから入力される画像入力部と、
    　前記撮像画像から肌色領域を抽出する領域抽出部と、
    　前記肌色領域から抽出した情報に基づき、前記被検体の脈波信号を検出する脈波検出部と、
    　前記脈波信号に基づき、前記被検体の脈拍を推定する脈拍推定部と、
    　前記脈波信号の波形の特徴を抽出し、前記波形の特徴が予め定められた基準範囲に収まるか否かを判断する脈波検定部と、
    　前記脈波検定部で前記波形の特徴が前記基準範囲に収まると判断された場合に、前記脈拍推定部で推定された脈拍を出力する出力判定部と
    　を備える脈拍推定装置。
  2. 　前記波形の特徴が、前記波形の波長の揺らぎの度合いを数値化した波長評価値、前記波形の振幅の揺らぎの度合いを数値化した振幅評価値、または前記波長評価値と前記振幅評価値とを合成して算出した合成評価値である請求項１に記載の脈拍推定装置。
  3. 　前記波長評価値または前記波長評価値が、平均偏差、分散、または標準偏差を含む請求項２に記載の脈拍推定装置。
  4. 　前記波形の特徴が、前記波形の周期である請求項１に記載の脈拍推定装置。
  5. 　前記波形の特徴が、前記波形の形状パターンである請求項１に記載の脈拍推定装置。
  6. 　請求項１に記載の前記脈拍推定装置と、
    　前記脈拍推定装置に対して前記撮像画像を入力するカメラと、を備える脈拍推定システム。
  7. 　被検体と接触せずに得られる情報からその脈拍を推定する脈拍推定方法であって、
    　前記被検体の少なくとも一部を被写体として含む時間的に連続する撮像画像がカメラから入力される画像入力ステップと、
    　前記撮像画像から肌色領域を抽出する領域抽出ステップと、
    　前記肌色領域から抽出した情報に基づき、前記被検体の脈波信号を検出する脈波検出ステップと、
    　前記脈波信号に基づき、前記被検体の脈拍を推定する脈拍推定ステップと、
    　前記脈波信号の波形の特徴を抽出し、前記波形の特徴が予め定められた基準範囲に収まるか否かを判断する脈波検定ステップと、
    　前記脈波検定ステップにおいて前記波形の特徴が前記基準範囲に収まると判断された場合に、前記脈拍推定ステップにおいて推定された脈拍を出力する出力判定ステップと
    　を有する脈拍推定方法。
PCT/JP2017/005212 2016-03-08 2017-02-14 脈拍推定装置、脈拍推定システムおよび脈拍推定方法 WO2017154477A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016044170A JP2017158675A (ja) 2016-03-08 2016-03-08 脈拍推定装置、脈拍推定システムおよび脈拍推定方法
JP2016-044170 2016-03-08

Publications (1)

Publication Number Publication Date
WO2017154477A1 true WO2017154477A1 (ja) 2017-09-14

Family

ID=59790398

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/005212 WO2017154477A1 (ja) 2016-03-08 2017-02-14 脈拍推定装置、脈拍推定システムおよび脈拍推定方法

Country Status (2)

Country Link
JP (1) JP2017158675A (ja)
WO (1) WO2017154477A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112890792A (zh) * 2020-11-25 2021-06-04 合肥工业大学 一种基于网络摄像头的云计算心血管健康监护系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002017694A (ja) * 2000-07-03 2002-01-22 Denso Corp 脈拍数検出装置
JP2014176584A (ja) * 2013-03-15 2014-09-25 Fujitsu Ltd 信号処理装置、信号処理方法及び信号処理プログラム
WO2015121949A1 (ja) * 2014-02-13 2015-08-20 富士通株式会社 信号処理装置、信号処理方法及び信号処理プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002017694A (ja) * 2000-07-03 2002-01-22 Denso Corp 脈拍数検出装置
JP2014176584A (ja) * 2013-03-15 2014-09-25 Fujitsu Ltd 信号処理装置、信号処理方法及び信号処理プログラム
WO2015121949A1 (ja) * 2014-02-13 2015-08-20 富士通株式会社 信号処理装置、信号処理方法及び信号処理プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112890792A (zh) * 2020-11-25 2021-06-04 合肥工业大学 一种基于网络摄像头的云计算心血管健康监护系统及方法

Also Published As

Publication number Publication date
JP2017158675A (ja) 2017-09-14

Similar Documents

Publication Publication Date Title
Tasli et al. Remote PPG based vital sign measurement using adaptive facial regions
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
EP3087915B1 (en) Method and system for noise cleaning of photoplethysmogram signals for estimating blood pressure
JP6521845B2 (ja) 心拍に連動する周期的変動の計測装置及び計測方法
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
EP3308702B1 (en) Pulse estimation device, and pulse estimation method
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
EP2777485A1 (en) Signal processor, signal processing method, and signal processing program
JP6727469B1 (ja) 情報処理装置、プログラム及び情報処理方法
Dosso et al. Eulerian magnification of multi-modal RGB-D video for heart rate estimation
US20180242898A1 (en) Viewing state detection device, viewing state detection system and viewing state detection method
WO2017154477A1 (ja) 脈拍推定装置、脈拍推定システムおよび脈拍推定方法
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
Slapnicar et al. Contact-free monitoring of physiological parameters in people with profound intellectual and multiple disabilities
WO2019187852A1 (ja) モデル設定装置、非接触式血圧測定装置、モデル設定方法、モデル設定プログラム、および記録媒体
JP6167849B2 (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
Dautov et al. On the effect of face detection on heart rate estimation in videoplethysmography
Le et al. Heart Rate Estimation Based on Facial Image Sequence
Ben Salah et al. Contactless heart rate estimation from facial video using skin detection and multi-resolution analysis
KR20230161443A (ko) Ｒｇｂ 이미지로부터의 심박수 추출을 위한 방법 및 시스템
Gupta et al. A supervised learning approach for robust health monitoring using face videos
Malini Non-Contact Heart Rate Monitoring System using Deep Learning Techniques
KR102493242B1 (ko) 인공지능 학습을 통해 광용적맥파로부터 대동맥판막협착증 및 기타 심혈관 질환 위험도를 판단하는 방법 및 시스템
Rawat et al. Real-Time Heartbeat Sensing with Face Video using a Webcam and OpenCV
JP2019058258A (ja) 心身状態推定装置、心身状態推定方法およびプログラム

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17762820

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17762820

Country of ref document: EP

Kind code of ref document: A1