CN103826532B - 生命体征的远程监控 - Google Patents
生命体征的远程监控 Download PDFInfo
- Publication number
- CN103826532B CN103826532B CN201280041162.9A CN201280041162A CN103826532B CN 103826532 B CN103826532 B CN 103826532B CN 201280041162 A CN201280041162 A CN 201280041162A CN 103826532 B CN103826532 B CN 103826532B
- Authority
- CN
- China
- Prior art keywords
- limit
- video camera
- experimenter
- signal
- ppg
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title description 12
- 230000036391 respiratory frequency Effects 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 39
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 30
- 239000001301 oxygen Substances 0.000 claims abstract description 30
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 30
- 230000003595 spectral effect Effects 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000010183 spectrum analysis Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 4
- 238000009532 heart rate measurement Methods 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 230000001629 suppression Effects 0.000 claims 1
- 230000036541 health Effects 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000007619 statistical method Methods 0.000 abstract 1
- 239000000523 sample Substances 0.000 description 15
- 239000008280 blood Substances 0.000 description 9
- 210000004369 blood Anatomy 0.000 description 9
- 238000004040 coloring Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000002106 pulse oximetry Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000009528 vital sign measurement Methods 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 230000010247 heart contraction Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010007559 Cardiac failure congestive Diseases 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 240000001439 Opuntia Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000036996 cardiovascular health Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000502 dialysis Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/117—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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
- G06F2218/20—Classification; Matching by matching signal segments by applying autoregressive analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30076—Plethysmography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
一种通过检测网络摄像机等摄像机拍摄的受试者图像中的PPG信号来远程监控生命体征的方法。通过受试者皮肤上感兴趣区域反射的环境光的自回归分析,来识别该PPG信号。通过不在受试者皮肤上的感兴趣区域,例如背景反射的环境光的自回归分析,来消除环境光的频率分量和摄像机帧率产生的混叠的伪影。这揭示了环境光的光谱含量,使得能识别受试者的PPG信号。从PPG信号中获得心率、氧饱和度和呼吸频率。这些值可以结合到基于这些值的统计分析的健康指数中。
Description
技术领域
本发明涉及人(或动物)生命体征的远程监控,例如心率、呼吸频率、动脉血氧饱和度等,尤其涉及从光电容积描记(photoplethysmogram)图像信号中去除环境光线干扰的影响而获得改进的测量。
背景技术
从治疗患有中度到重度病症(如慢性阻塞性肺病或充血性心力衰竭)的患者中,他们明显发现很难规律地自我监控。经常很难附着探针,记录生命体征(心率、呼吸频率、氧饱和度或血压中的一个或多个)的过程由于通常每天都要进行而变得繁重,即使其只需花费几分钟。理想的技术不涉及与患者的直接接触(“非接触式感测”),并无缝融合到患者的生活方式中。
众所周知,自从二十世纪30年代以来,体节(bodysegment)中伴随每次心跳的血量变化调节穿过所述体节的可见光(或红外光)的反射或透射,可参见VerkruysseW、SvaasandLO和NelsonJS,OpticsExpress,2008,16(26),21434-45,在题为“使用环境光远程容积描记成像法(Remoteplethysmographicimagingusingambientlight)”的论文中的介绍。血液比体节中的周围组织吸收更多的可见光和红外光,因此在心动周期内血量的变化会影响心跳时间内光的透射或反射。光透射或反射中心脏同步的变化被称为光电容积描记(下文称PPG)信号。通过测量PPG波形的两个连续波峰(或波谷)之间的时间间隔可容易地从PPG信号中提取心率(或脉搏率,二者等同)。对PPG波形进行相对复杂的分析,(例如,通过测量呼吸周期内发生的心搏间期(inter-beatinterval)的变化),或测量PPG信号的与呼吸频率同步的调幅,可间接估计呼吸速率(或呼吸频率)。
在20世纪70年代,发展了脉搏血氧测定法(PulseOximetry)的技术,通过测量两个波长处的PPG信号来获得外周动脉血氧饱和度(SpO2)的无创估计(non-invasiveestimate)。血红蛋白分子(血液中的氧载体)的两个常见形式,氧化血红蛋白(HbO2)和还原血红蛋白(Hb),在500nm至1000nm的波长范围内具有显著不同的光学光谱。因此,使用具有两个发光二极管的简单探针在两个不同波长处测量穿过指尖(或耳垂)透射的光,一个为红光,另一个为近红外光,脉搏血氧计无创地测定手指(或耳朵)中动脉血的氧饱和度。
在大约2005年的科学文献中,首次讨论了远程使用摄像机(而不是附着于手指、耳朵或脚趾的探针)测量PPG信号的可能性(参见WieringaFP、MastikF和VanDerSteenAFW,ContactlessMultipleWavelengthPhotoplethysmographicImaging:AFirstStepToward“SpO2Camera”Technology,AnnalsofBiomedicalEngineering,2005,33(8),1034-1041以及HumphreysK,WardT、MarkhamC,Noncontactsimultaneousdualwavelengthphotoplethysmography:Afurthersteptowardnoncontactpulseoximetry,Rev.Sci.Instrum.,2007,78,044304)。在上文提到的Verkruysse、Svaasand和Nelson的2008年的论文中,该作者说明了用普通环境光作为光源,简单数码用户级摄像机作为超过1米远的检测器,可从人脸远程获取PPG信号。在志愿者人脸图像中选取感兴趣区域(通常为前额)。该论文说明了如何从这些图像的频率含量中提取心率(使用10秒窗口的快速傅立叶变换),以及如何计算呼吸频率的提示。他们提出这种远程感测技术的主要应用可能在伤病员鉴别分类(triage)和体育领域中。
去年,MIT媒体实验室中情感计算(AffectiveComputing)小组的团队出版了两篇论文(http://www.media.mit.edu/research/groups/affective-computing)(参见PohMZ、McDuffDJ、PicardRW,Non-contact,automatedcardiacpulsemeasurementsusingvideoimagingandblindsourceseparation,OpticsExpress,2010,18,10762-10744以及PohMZ、McDuffDJ、PicardRW,Advancementsinnoncontact,multi-parameterphysiologicalmeasurementsusingawebcam,IEEETransBiomedEng.,2011,58,7-11)。该团队用网络摄像机记录了面部区域的视频。他们集中研究了运动产生的伪影(artefact)和环境光条件的变化产生的光的波动源。尽管他们的实验是在室内进行,仅有的照明源是透过窗户进入的不同数量的环境太阳光。
在大多数白天以外以及通常白天时间内的室内环境中发现,进行PPG成像工作在实际设置中一个严重的问题便是,人造光,例如荧光灯对环境光的干扰。尽管50Hz频率的强度变化比测量到的心率或呼吸频率生命体征大得多,(即使是最快的心率也不大可能比4Hz=240的每分钟心跳次数(bpm)快),实际上,强度变化由于采样过程而向下被混叠(arealiaseddownto)到低得多的频率。在通常大约24Hz的摄像机的帧率下对图像采样,所述帧率远低于需要的采样频率(100Hz),以避免50Hz光的混叠,混叠组分(伪影)在诸如4Hz和2Hz的频率下经常出现混叠。然而,不能精确预测产生这一混叠过程的频率,因而,在特定的频率下滤波器并不是简单有效的,这是因为在每次设置中需要重调滤波器,以追踪混叠的伪影。
发明内容
因此,本发明提供了一种在PPG图像信号中识别和去除产生人造(环境)光干扰的光谱分量的方法。也提供了与心率对应的实际PPG信号频率的简单且巧妙的获得方法。另一方面,使用类似的方法从PPG图像信号中获得对呼吸频率的测量。使用本发明,也可以获得外周动脉血氧饱和度(SpO2)的测量。
本发明也能将这些测量值结合到单个、容易理解的健康指数中。
因而,更详细而言,本发明的第一方面提供一种在PPG图像信号中抑制环境光线干扰的方法,包括以下步骤:使用摄像机对受试者身体上的感兴趣区域进行成像,以获得包括从所述感兴趣区域反射的环境光线的周期性强度变化的PPG图像信号;使用同一摄像机对受试者身体外的感兴趣的参考区域进行成像,以获得参考信号;使用自回归(AR)全极点模型对所述参考信号进行光谱分析,并识别光谱分量对应的极点;使用自回归(AR)全极点模型对所述PPG图像信号进行光谱分析,以识别其中与光谱分量对应的极点,并消除那些与识别为所述参考信号的光谱分量对应的极点。
感兴趣的受试者区域对应于面部等暴露皮肤的区域,感兴趣的参考区域不在皮肤上。感兴趣的参考区域可在图像背景中或受试者的衣物上。本发明可使用自动设别图像中人体皮肤区域的算法,诸如能从商业途径广泛获得的算法。
优选地,所述参考信号和所述PPG信号为来自所述摄像机的红、绿、蓝信道中的至少一个的输出信号。
受试者身体上可能有多个感兴趣区域,以及可选地,同样有多个感兴趣的参考区域。此外,可以对受试者身体上的各个感兴趣区域使用各组AR模型在多个感兴趣区域获得的结果进行平均,以生成心率、呼吸频率、和氧饱和度估计值。可根据期望确定各感兴趣区域的大小,从一个像素到多个像素,并且形状不受限制。在本发明的一个例子中,所述区域各自为100×100像素(即,总共为10,000像素)。
优选地,所述方法包括从极点消除之后所剩余的PPG信号的分量中获得心率、呼吸频率或氧饱和度等生命体征数据的步骤。通过在期望的频率范围内,例如40至240bpm的心率(0.67至4Hz)或3.6至42的每分钟呼吸次数的呼吸频率(0.06Hz至0.7Hz),寻找极点,可识别正确的极点,但是这些特定的限定可以改变。
在对参考信号和PPG图像信号进行光谱分析的步骤中,优选地,将不同阶次(order)的几个AR模型拟合到所述信号,并对结果进行平均。例如,在一个例子中使用8阶至20阶的13个模型,或者在另一个例子中使用5至11阶的七个模型,但是为了实现数据的最佳拟合,可使用另外不同的数量和阶次。
为了获得对呼吸频率精确的测量,优选对PPG信号进行低通滤波(low-passfilter)和下采样(downsample),之后使用一个或多个AR模型对PPG信号进行光谱分析。这有效降低了采样频率,并因而增加了呼吸频率信号对应的极点和极点图中水平轴的正半轴表示的DC(0Hz)之间的角间距。
计算两种不同波长处的反射光的强度比,可获得氧饱和度SpO2的测量值。该强度是从心率对应的极点的半径(即极点与原点之间的距离)而获得。所述两种不同波长可以为摄像机的红信道和绿信道,或可替代地,摄像机红信道可与由第二摄像机的红外测量一起使用。
本发明优选并入生命体征监控器,其可以体现为一种在个人计算机、平板电脑或膝上型计算机、或移动电话上运行的计算机程序,并利用并入到这种装置中的网络摄像机。
附图说明
结合附图,通过实施例进一步描述本发明,其中:
图1A示意地示出了根据本发明一个实施例的生命体征监控***;
图1B示意地示出了由患者装置获得的图像和限定的感兴趣区域;
图1C示意地示出了根据本发明另一个实施例的生命体征监控***;
图2示出了根据本发明一个实施例的显示给患者的屏幕;
图3为根据本发明一个实施例的阐明心率和氧饱和度的测量的流程图;
图4为根据本发明一个实施例的阐明呼吸频率的测量的流程图;
图5A和图5B分别显示了感兴趣的参考区域和感兴趣的受试者区域的30秒时间序列的数据;
图6A和图6B分别示出了通过拟合第十二阶AR模型到图5A和图5B的30秒数据窗(windowofdata)获得的感兴趣的参考区域和感兴趣的受试者区域的光谱含量;
图6D和图6E显示了从该第十二阶模型得到的极点的位置;
图6C和图6F显示了消除在参考信号中发现的极点之后剩余的光谱含量和极点;
图7A示出了五分钟的色彩强度测量,图7B示出了从本发明以上实施例的数据获得的30秒平均心率估算与从标准脉搏血氧计测量的平均心率测量数据的比较;
图8A和图8B示出了图5数据的下采样的时间序列;
图9A、图9B和图9C分别示出了感兴趣的参考区域的极点图、感兴趣的受试者区域的极点图,以及消除感兴趣的参考区域中发现的对应极点之后的感兴趣的受试者区域的极点图;
图10显示了从在英国和美国在三家医院接受急症护理的患者获得的四个主要的生命体征的直方图:心率、呼吸频率、动脉血氧饱和度和收缩血压;
图11示出了图10中各个生命体征的累积密度函数;
图12示出了早期预警评分(EarlyWarningScore)的一组曲线;
图13A和图13B分别示出了一个示例性患者的三个色彩强度和心率、呼吸频率和氧饱和度估计值,以及心率、呼吸频率和氧饱和度的传统测量值的四小时十分钟图(fourhourandtenminuteplot);
图14A和图14B分别示出了另一个示例性患者的三个色彩强度和心率、呼吸频率和氧饱和度估计值,以及心率、呼吸频率和氧饱和度的传统测量值的四小时十分钟图;
图15A和图15B分别示出了另一个示例性患者的三个色彩强度和心率、呼吸频率和氧饱和度估计值,以及心率、呼吸频率和氧饱和度的传统测量值的四小时十分钟图;
图16A和图16B分别示出了另一个示例性患者的三个色彩强度和心率、呼吸频率和氧饱和度估计值,以及心率、呼吸频率和氧饱和度的传统测量值的四小时十分钟图。
具体实施方式
图1A示意地示出了根据本发明一个实施例的生命体征监控***。生命体征监控器本身并入到其中整体配备有网络摄像机4和屏幕5的装置3中。装置3可以是平板或笔记本式计算机,移动电话(手机)或可以是配备有独立网络摄像机4的电视机。患者1在其正常生活中使用装置3的同时,例如拨打VOIP电话或观看电视时,用网络摄像机4对其进行监控。如下面将会阐释的,对装置3加载可从网络摄像机4获得红、绿和蓝视频输出并对该输出进行分析以得到生命体征测量的软件应用。存储并显示这些测量值给患者(需要时),并且还能通过互联网连接将其发送到远程服务器6。远程服务器6可被临床使用的装置7访问,使得临床医生可以查看结果,必要时,通过该***本身内的消息传送应用或独立地,例如电话9与患者联系。
图1C示出了根据本发明一个实施例用于监控住院患者的生命体征的监控***。如图所示,生命体征监控器包括安装在患者1a上方,例如天花板或框架17上的摄像机4a,当患者在床2或椅子8上时,摄像机可看到患者1a。摄像机的输出提供到用于分析视频信号的远程处理单元(未示出),阐释如下。可提供有线或无线控制器13来控制摄像机4a。本发明的本实施例对于相对不能动弹的患者特别有用,例如急症住院患者或早产儿保育箱中的婴儿。这类患者通常有较大的暴露皮肤面积,可在所述面积上限定用于分析的感兴趣的一个或多个区域。
图2示出了显示给患者并与软件应用相关的屏幕。在本实施例中,呈现给患者的是用来选择五个不同功能的五个图标(icon)。可以操作第一图标10来选择启动VOIP应用,并且也可以悄悄地开始用网络摄像机对患者1进行监控,以获得生命体征测量值。可以操作图标12来选择显示患者可输入其病症信息的患者日记,并且也可以悄悄地开始用网络摄像机对患者1进行监控,以获得生命体征测量值。可以操作图标14来选择引导患者通过自我监控过程并在该过程中使用传统的装置,来获得其生命体征测量值,例如使用蓝牙手指探针用于心率、呼吸频率和氧饱和度测量,以及蓝牙袖带(Bluetoothcuff)用于血压测量。使用蓝牙连接将这些测量值发送到装置3,随后通过互联网发送到服务器6。这些测量值可用来确认通过对网络摄像机视频信号进行分析获得的测量值(例如,如果注意到受试者的生命体征恶化,临床医生可联系受试者,要求他们进行这种确认测量)。最后,可以操作消息传送图标16以选择开始消息传送应用,使患者可查收来自临床医生的消息。
图1B示意地示出了网络摄像机4获得的图像。一般来说,图像会含有患者1和背景20的图像。根据本发明,在受试者上限定一个或多个感兴趣区域ROIs22,优选皮肤区域上,例如受试者的面部,并在背景中限定一个或多个感兴趣的参考区域ROIr24。可使用传统的识别算法,来找出适合的图像区域,作为感兴趣的受试者区域和背景。
图3阐述了对来自网络摄像机4的信号进行分析获得心率和氧饱和度测量值的过程。在步骤30和31中,限定了ROIr24和ROIs22。在步骤32中,针对每个视频帧,针对红绿蓝三个信道中的每一个(或从一个摄像机以及移除了红外滤波器以在红外区域提供信号的第二个摄像机的红信道),对于ROIr和ROIs,得到感兴趣区域的一个或多个代表性强度,如空间平均值(spatialmeanaverage);或任意分布的模型。本实施例中,感兴趣区域均为100像素×100像素(即总共10,000像素)。然而,可使用不同大小的ROIs,并且可选地,可使用多个ROIs。每个ROI应在限度内以相邻像素为中心。
一旦获得了各个帧的代表性强度,在例如30秒的时间窗口内,收集帧序列的这些强度的时间序列。可改变时间窗口的长度,例如从10秒到一分钟。
在步骤33中,将多个自回归(AR)模型拟合到各时间序列(也就是说,拟合到ROIr的红绿蓝时间序列中的每一个,以及ROIs的红绿蓝时间序列中的每一个)。假定每秒24帧的摄像机帧率,在参考背景和受试者的三个信道中的每一个,30秒的窗口会有720个样本。图5A和图5B分别显示了感兴趣的参考区域和感兴趣的受试者区域的30秒时间序列的数据。
虽然AR建模,例如在语音分析领域是众所周知,有必要在这里简单说明一下自回归(AR)建模的一般原理。
AR建模可被公式化为线性预测问题,其中信号的当前值x(n)可被模型化为前述p值的线性加权和。参数p,即待求和样本的数量,为模型的阶次,其通常比形成信号的值的序列的长度N小很多。因此:
因此,输出值x(n)为其本身的线性回归,具有误差e(n),该误差被认为符合具有零均值和方差σ2的正态分布。对本申请更有用的是,所述模型可替代地用输入为e(n)、输出为x(n)的***进行可视化,在这种情况下,传递函数H可被公式化为如下所示:
如方程2所示,H(z)的分母可因式分解为p项。每一项定义H(z)极点所对应的H(z)的分母的一个根zi。由于H(z)没有有限的零点(hasnofinitezeros),AR模型为全极点模型。极点以复共轭对(complex-conjugatepair)出现,并限定了信号的功率谱的谱峰。它们可在复平面中被可视化为具有幅度(与原点的距离)和相位角(与正实数轴所成的角)。越高幅度的极点对应越高幅度的谱峰,各谱峰的频率由对应极点的相位角给出。方程3定义了相位角θ对应已知频率f,方程3表明相位角也取决于采样间隔△t(采样频率的倒数):
θ=2πf△t(3)
从而将适合阶次的AR模型拟合到信号,并获得极点,这揭示了信号的光谱组成。
为了找到极点,例如使用Burg或Yule-Walker方程将模型拟合到信号,
首先获得模型参数ak,通过ak值,可计算p个极点z1至zp的值(例如参见,PardeyJ,RobertsS,TarassenkoL,AreviewofparametricmodellingtechniquesforEEGanalysis,MedicalEngineering&Physics,1996,18(1),2-11)。使用标准数学程序(例如,MATLAB程序根)找出H(z)的分母的p个根zi(i=1至p)对应的H(z)的p个极点。因为每个极点zk可写成复数xk+jyk,可在复平面的上半部分从该极点的相位角计算该极点表示的频率。
θ=tan-1y/x=2πfk.1/fs(4)其中fs是采样频率,幅度r是(x2+y2)1/2。
因而,步骤33的AR模型拟合揭示了感兴趣的参考区域的信号的和感兴趣的受试者区域的PPG图像信号的主光谱分量。由于使用相同摄像机对两个感兴趣区域进行成像,参考信号和PPG信号中均存在任意的环境光干扰或混叠伪影。然而,感兴趣的受试者区域的信号另外具有表示PPG信号的光谱分量所对应的极点。图6A和图6B分别示出了通过拟合第十二阶AR模型到图5A和图5B的30秒数据窗所获得的感兴趣的参考区域和感兴趣的受试者区域的光谱含量。图6D和图6E显示了从该第十二阶模型导出的极点的位置。如上所述,在拟合到相同数据的不同阶模型(8到20)中识别对应极点。
在步骤34中,将存在于拟合到图6D的受试者数据的AR模型中并且也存在于拟合到参考信号的AR模型中的任意极点消除。如果极点彼此之间的角度在几度内,通常一或两度,则认为这些极点既存在于感兴趣的受试者区域中也存在于感兴趣的参考区域中。在步骤35中,移除位于心率允许的范围之外的任何剩余的极点。这些是角度大于60°的极点(如果采样频率是24Hz,180°对应12Hz,60°对应240每分钟心跳次数的4Hz)。同样,移除角度小于10°(即对应0.67Hz或更小,或小于40每分钟心跳次数)的极点。
然后,在步骤36中,识别最接近水平轴,即具有最小的角度并因此在允许的范围内具有最低频率的剩余极点,并计算其表示的频率。可替代地,如步骤36a所示,可以获得用方程(1)的系数ak表征的滤波器的频率响应,并且可以在频率响应中选择具有最大幅度的频率。还频率是受试者心率对应的频率。在图5和图6的数据中,图6F示出了剩余心率极点。图6C示出了消除极点之后对应的光谱含量的图。
在拟合到相同30秒数据窗的所有不同阶次AR模型上进行这些步骤,在步骤37中,获得所得心率估计值的鲁棒估计(robustestimate),例如中间值。在步骤38中存储并显示该值,随后在步骤39中,将30秒窗口向前移动1秒的距离,重复步骤33至38。在步骤40中,将心率估计值发送到远程服务器6。
图6F中,识别为心率的极点在17.7°的角度处,其对应1.18Hz的频率,并从而对应71bpm的心率。
以上AR拟合方法同样可用于氧饱和度的测量。图6F中,极点的半径,即极点与原点的距离,是(红、绿或蓝)信道中心率分量的幅度的指示。因此,在步骤42中,获得绿(或红外)信道和红信道中的心率极点的半径,并获取该半径的比值。这对应红和绿(或红外)波长下反射强度的比值。可使用校准表由该比值计算SpO2值。所述校准表来自对受双重监控的人类志愿者或患者的研究。用人类志愿者意味着,在获得医学研究伦理委员会(MedicalResearchEthicsCommittee)批准研究中,使受试者在受监督、受控条件下进行去饱和(de-saturating)(通常下降至80%的SpO2值)。在常规样本中取出血液样本,使用血液气体分析仪(例如参见,MoyleJTB,PulseOximetry(PrinciplesandPractice),BMJPublications,2002)测量氧饱和度。替代的方式是监测定期自然去饱和的患者,例如透析期间的肾病患者,使用的是一个或多个网络摄像机和校准的商购脉搏血氧计,使用它们,在透析期间获得SpO2的参考值。在步骤44中存储和显示SpO2值,并可在步骤40中将其发送到远程服务器6。
图7B示出了从本发明以上实施例(从图7A示出的颜色强度幅度)获得的30秒平均心率评价值(较暗、较粗的线)与用标准脉搏血氧计装置和手指探针(较浅、较细的线)测量的4和8次心跳的平均心率测量值的比较。可以看出两种不同方法间的一致性非常好。
图4示出了从网络摄像机4的PPG图像信号获得呼吸频率的方法。该方法对应于图3示出的获得心率所使用的方法,不同之处在于,包括附加步骤40,本实施例中,对平均强度的时间序列进行低通滤波和下采样至例如4Hz的频率(通过提取每个第六个样本,假定摄像机帧率为每秒24帧)。下采样过程前的低通滤波的截止频率设置为,在下采样过程之前,消除fd/2(其中,fd=下采样频率,即本例中的4Hz)之上的所有频率。与图3一样,在步骤33’中,在本例中为4到20阶次的几个模型随后被拟合到各30秒数据窗,在步骤34’中消除对应的极点,在步骤35’中消除在呼吸频率允许范围之外的极点。在步骤36’中,通过寻找呼吸频率允许范围内,例如0.06Hz至0.7Hz(3.6至42每分钟呼吸次数)的极点识别呼吸频率极点。随后取最接近水平轴,即允许范围内的最低频率的极点,用该极点的角度计算出其表示的呼吸频率。可替代地,如步骤36a’所示,可以获得用方程(1)的系数ak表征的滤波器的频率响应,并且可以在频率响应中选择具有最大幅度的频率。融合不同阶次模型的值(例如通过取中间值),以与心率估计值一样,生成鲁棒估计,在步骤37’至40’中,存储、显示结果并发送结果到服务器。
图8A和图8B分别示出了图5的感兴趣的参考区域和感兴趣的受试者区域的强度值的下采样的时间序列,以及使用快速傅立叶变换(FastFourierTransform,FFT)计算的它们的主频率分量。图9A、图9B和图9C示出了感兴趣的参考区域(图9A)、感兴趣的受试者区域(图9B)以及消除在感兴趣的参考区域中发现的对应极点之后的感兴趣的受试者区域(图9C)的极点图。在所示的图中,水平轴以上的剩余极点的角度为17°,对应0.19Hz的频率和每分钟呼吸次数为11的呼吸频率。
图13A和图13B、图14A和图14B、图15A和图14B、图16A和图16B显示了使用本发明的一个实施例估计的四个不同患者的红绿蓝色彩强度的测量值连同心率、呼吸频率和氧饱和度(SpO2)估计值,以及使用传统方式获得的心率、呼吸频率和氧饱和度的测量值。图13A、图14A、图15A、和图16A均显示了四小时期间(实际上对于正在进行透析的患者),而图13B、图14B、图15B和图16B更详细地显示了四小时期间的一个十分钟时段。可以看出,本发明的实施例获得的心率、呼吸频率和氧饱和度中的每一个的估计值和其传统测量值之间的一致性非常好。另外,对于具有不同心率、呼吸频率和氧饱和度的四个患者,本发明的本实施例的估计值和传统测量值之间的一致性非常好。
以前的对急症患者的工作表明,在这类患者的群体如何使用生命体征的分布,来计算早期预警评分,早期预警评分的值随着疾病严重度而增加。图10显示了从在英国和美国三家医院接受急症护理的患者获得的四个主要的生命体征的直方图:心率、呼吸频率、动脉血氧饱和度和收缩血压。中间的垂直线表示数据的平均值,两侧的两条垂直线对应一个标准偏差(SpO2不同,其具有单侧分布)。直方图是概率密度函数p(x)对随机变量x的估计值。累积分布函数(cdf)P(x)是p(x)的积分。图11显示了各个生命体征的cdf。通过构建预警***来获得早期预警评分,使用的假设是,当生命体征低于变量(对于双侧分布)的第1个百分位数或高于第99个百分位数时,生成的早期预警评分(EWS)为3,生命体征在第1个和第5个百分位数之间或在第95和第99个百分位数之间时对应的评分为2,生命体征在第5个和第10个百分位数之间或在第90个和第95个百分位数之间时对应的评分为1。(对于SpO2,单侧分布起始于100%,第98个百分位数以上的值给出评分3,在第90个和第98个百分位数之间的值给出评分2,在第80个和第90个百分位数之间的值给出评分1)。图11的cdf图上的垂直线可确定每个生命体征的截止值。以呼吸频率作为例子,1%的患者具有≤7次呼吸/分钟的呼吸频率,5%具有≤10次呼吸/分钟的呼吸频率,并且10%具有≤13次呼吸/分钟的呼吸频率。在上端,90%的患者具有≤26次呼吸/分钟的呼吸频率,95%具有≤29次呼吸/分钟的呼吸频率,并且99%具有≤34次呼吸/分钟的呼吸频率。
在医院目前使用的EWS***中,对各个个体生命体征的评分用整数精度进行量化(即,其只能取0、1、2或3的值)。没有给出当cdf曲线平滑的时候为什么应该这样的原因,然而,在本发明的本实施例中,使用量化程度小得多(对于各个生命体征,量化步长(step)为0.1)的健康指数。图12显示了1至3范围内具有0.1量化步长的EWS***的一组曲线。
生病住院的患者具有较高的EWS评分(例如,三个生命体征的评分均为3,将会给出为9的EWS)。在本实施例中,计算健康评分,而该健康评分随生命体征异常而降低。例如,具有正常心率、正常呼吸频率和正常SpO2的患者会具有心肺健康指数10。任何生命体征越远离分布中心,心肺健康指数就会越低。例如,如果健康指数是从上述估计的心率(HR)、呼吸速率/呼吸频率[RR/BR]和SpO2得出,则健康指数可从简单的公式得到:
指数=10.0–{评分[HR]+评分[RR/BR]+评分[SpO2]}
其中,各个参数的评分从图12的参数图上的y轴读出。
在具有血压测量的情况下,则使用四个分布来导出心血管健康指数,同样在0到10的等级中。
随时间的推移,有可能设计出患者专用的一组健康指数。这需要收集整个白天时间范围内足够的健康指数数据,以便构建个体的立方图和cdf。一旦实现,可创建患者专用的基于百分位数的健康指数。
本发明另一个重要的方面是,通过面部识别软件将生命体征与其代表的个体的生理机能唯一地联系起来。使用常用方法对生命体征远程监控,由于探针或电极可附着至个体(无论其是否知情)附近的任何人,因而不能保证生命体征是假设已产生这些生命体征的该个体所有。利用本发明,由于在生命体征值的估计期间,用摄像机捕捉受试者的面部,因此可去除生命体征来源的各种不确定性。
尽管本发明的以上实施例集中在,在家中由受试者使用,其同样可适用于医院环境中。为了获得良好的信号,受试者需要在摄像机前相对静止,而医院中,这可以是在危重监护病房或新生婴儿护理单元中的情况,因而本发明在这些情况中也很有用。本发明适用于任何PPG成像情况。例如,可使用PPG成像,用于筛查遭受感染、经常会提高心率和呼吸频率的患者,这些筛查,例如在港口、机场和建筑入口等进入点很有用。也可作为测谎使用的参数检测的一部分使用。
Claims (18)
1.一种在PPG图像信号中抑制环境光线干扰的方法,包括以下步骤:
使用摄像机在受试者皮肤上的感兴趣区域进行成像,以获得包括从所述感兴趣区域反射的环境光线的周期性强度变化的PPG图像信号;
使用相同摄像机在受试者皮肤外的感兴趣的参考区域进行成像,以获得参考信号;
使用自回归(AR)全极点模型对所述参考信号进行光谱分析,并识别光谱分量对应的极点;
使用自回归(AR)全极点模型对所述PPG图像信号进行光谱分析,以识别其中光谱分量对应的极点,并忽略与那些识别为所述参考信号的光谱分量对应的极点。
2.根据权利要求1所述的方法,其中所述参考信号和所述PPG信号为所述摄像机的红、绿、蓝信道中的至少一个的输出信号或另一个摄像机的红外信道的输出信号。
3.根据权利要求1所述的方法,进一步包括:在受试者皮肤上的多个感兴趣区域进行成像,以及在多个感兴趣的参考区域进行成像。
4.根据权利要求2所述的方法,进一步包括:在受试者皮肤上的多个感兴趣区域进行成像,以及在多个感兴趣的参考区域进行成像。
5.根据权利要求3所述的方法,其中每个感兴趣区域以单个摄像机像素为中心。
6.根据权利要求4所述的方法,其中每个感兴趣区域以单个摄像机像素为中心。
7.根据权利要求1-6中任一项所述的方法,进一步包括:从所述PPG信号的剩余分量中获得生命体征数据的步骤。
8.根据权利要求1-6中任一项所述的方法,其中使用多个不同阶次的模型对所述参考信号和所述PPG信号各自进行分析。
9.根据权利要求8所述的方法,其中所述多个不同阶次的模型包括8至20阶次的模型。
10.根据权利要求8所述的方法,其中所识别的极点对应的光谱分量针对不同阶次模型进行平均。
11.根据权利要求9所述的方法,其中所识别的极点对应的光谱分量针对不同阶次模型进行平均。
12.根据权利要求1-6中任一项所述的方法,进一步包括:通过在所述PPG信号中识别不存在于所述参考信号中的极点,以获得所述受试者的心率测量值的步骤。
13.根据权利要求12所述的方法,其中通过识别与频率在HRmin至HRmax范围内的光谱分量对应的极点,以获得所述心率(HR)的测量值。
14.根据权利要求13所述的方法,其中所述HRmin至HRmax的范围为0.67至4Hz。
15.根据权利要求1-6中任一项所述的方法,进一步包括:通过对所述PPG信号进行低通滤波和下采样以获得所述受试者的呼吸频率测量值,之后使用另一组全极点模型对其进行光谱分析的步骤。
16.根据权利要求1-6中任一项所述的方法,进一步包括:通过获得从所述受试者皮肤上所述感兴趣区域反射的两种不同波长的光的强度比率,以获得所述受试者的血氧饱和度测量值的步骤,所述强度从识别为表示心率的极点的幅度获得。
17.根据权利要求16所述的方法,其中所述两种不同波长为所述摄像机检测到的红色和绿色波长,或者其中所述两种不同波长包括所述摄像机检测到的红色波长和由第二摄像机检测到的红外波长。
18.一种使用摄像机通过受试者的PPG成像来测量受试者的一个或多个生命体征并在相同摄像机获得的受试者图像上执行面部识别过程的方法,以将对受试者的标识与生命体征测量联系起来,其中PPG成像包括根据权利要求1-17任一项所述方法对干扰的抑制。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB201114406A GB201114406D0 (en) | 2011-08-22 | 2011-08-22 | Remote monitoring of vital signs |
GB1114406.0 | 2011-08-22 | ||
PCT/GB2012/052004 WO2013027027A2 (en) | 2011-08-22 | 2012-08-16 | Remote monitoring of vital signs |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103826532A CN103826532A (zh) | 2014-05-28 |
CN103826532B true CN103826532B (zh) | 2016-06-22 |
Family
ID=44800633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280041162.9A Expired - Fee Related CN103826532B (zh) | 2011-08-22 | 2012-08-16 | 生命体征的远程监控 |
Country Status (11)
Country | Link |
---|---|
US (1) | US9615749B2 (zh) |
EP (1) | EP2747633B1 (zh) |
JP (1) | JP6219279B2 (zh) |
KR (1) | KR20140058573A (zh) |
CN (1) | CN103826532B (zh) |
AU (1) | AU2012298362B2 (zh) |
BR (1) | BR112014004085A8 (zh) |
CA (1) | CA2880138A1 (zh) |
GB (1) | GB201114406D0 (zh) |
RU (1) | RU2014107350A (zh) |
WO (1) | WO2013027027A2 (zh) |
Families Citing this family (147)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR112014003834A2 (pt) * | 2011-08-22 | 2017-03-14 | Koninklijke Philips Nv | sistema e método de administração de dados, processador para uso em um sistema de administração de dados e programa de computador |
GB201114406D0 (en) | 2011-08-22 | 2011-10-05 | Isis Innovation | Remote monitoring of vital signs |
US8897522B2 (en) * | 2012-05-30 | 2014-11-25 | Xerox Corporation | Processing a video for vascular pattern detection and cardiac function analysis |
US20130331669A1 (en) * | 2012-06-11 | 2013-12-12 | Raytheon Company | Multi-spectral imaging system and method for remote biometric measurement of human physiological parameters |
US8977347B2 (en) * | 2012-06-25 | 2015-03-10 | Xerox Corporation | Video-based estimation of heart rate variability |
EP2879571B1 (en) * | 2012-08-02 | 2021-02-24 | Koninklijke Philips N.V. | Device and method for extracting physiological information |
BR112015011573A2 (pt) * | 2012-11-23 | 2017-07-11 | Koninklijke Philips Nv | dispositivo de monitoramento remoto, método de monitoramento remoto e programa de computador |
WO2014095759A1 (en) * | 2012-12-21 | 2014-06-26 | Koninklijke Philips N.V. | System and method for extracting physiological information from remotely detected electromagnetic radiation |
GB201302451D0 (en) * | 2013-02-12 | 2013-03-27 | Isis Innovation | Method and system for signal analysis |
WO2014136027A1 (en) | 2013-03-06 | 2014-09-12 | Koninklijke Philips N.V. | System and method for determining vital sign information |
US9125606B2 (en) * | 2013-03-13 | 2015-09-08 | Koninklijke Philips N.V. | Device and method for determining the blood oxygen saturation of a subject |
US9265456B2 (en) | 2013-03-14 | 2016-02-23 | Koninklijke Philips N.V. | Device and method for determining vital signs of a subject |
US10052038B2 (en) * | 2013-03-14 | 2018-08-21 | Koninklijke Philips N.V. | Device and method for determining vital signs of a subject |
CN105188521A (zh) * | 2013-03-14 | 2015-12-23 | 皇家飞利浦有限公司 | 用于获得对象的生命体征信息的设备和方法 |
JP6115263B2 (ja) * | 2013-04-02 | 2017-04-19 | 富士通株式会社 | 脈波検出装置、脈波検出方法及び脈波検出プログラム |
CN105143905B (zh) | 2013-04-23 | 2019-05-10 | 皇家飞利浦有限公司 | 用于磁共振(mr)线圈的单个同轴接口 |
CN113545754A (zh) | 2013-06-11 | 2021-10-26 | 皇家飞利浦有限公司 | 用于监测光和声音对人的影响的***、方法和设备 |
RU2677765C2 (ru) * | 2013-07-10 | 2019-01-21 | Конинклейке Филипс Н.В. | Система для скрининга состояния оксигенации субъекта |
CN103393425B (zh) * | 2013-07-14 | 2015-02-04 | 北京师范大学 | 用于近红外脑功能成像***的实时信号质量评价算法 |
CN105473060B (zh) * | 2013-08-06 | 2019-12-03 | 皇家飞利浦有限公司 | 用于从远程检测到的电磁辐射中提取生理信息的***和方法 |
RU2673379C2 (ru) * | 2013-08-07 | 2018-11-26 | Конинклейке Филипс Н.В. | Система мониторинга и способ для мониторинга гемодинамического статуса субъекта |
US10037412B2 (en) | 2013-09-30 | 2018-07-31 | Koninklijke Philips N.V. | Patient health state compound score distribution and/or representative compound score based thereon |
CN105792734B (zh) * | 2013-10-01 | 2018-11-27 | 皇家飞利浦有限公司 | 用于获得远程光体积描记波形的改进的信号选择 |
CZ308222B6 (cs) * | 2013-10-08 | 2020-03-11 | Linet Spol. S. R. O. | Zařízení pro bezkontaktní monitorování vitálních funkcí pacienta |
CN105636506B (zh) * | 2013-10-17 | 2018-11-27 | 皇家飞利浦有限公司 | 用于远程光体积描记法的自动相机调节 |
JP6167849B2 (ja) * | 2013-10-25 | 2017-07-26 | 富士通株式会社 | 脈波検出装置、脈波検出方法及び脈波検出プログラム |
US20150124067A1 (en) * | 2013-11-04 | 2015-05-07 | Xerox Corporation | Physiological measurement obtained from video images captured by a camera of a handheld device |
JP6608822B2 (ja) * | 2013-12-12 | 2019-11-20 | コーニンクレッカ フィリップス エヌ ヴェ | 対象のバイタルサインを決定する装置及び方法 |
US10004410B2 (en) * | 2013-12-19 | 2018-06-26 | The Board Of Trustees Of The University Of Illinois | System and methods for measuring physiological parameters |
EP3122173B2 (en) | 2014-03-26 | 2024-05-29 | SCR Engineers Ltd | Livestock location system |
CN106163390A (zh) * | 2014-03-31 | 2016-11-23 | 皇家飞利浦有限公司 | 用于确定对象的生命体征的设备、***和方法 |
RS20140247A1 (en) | 2014-05-14 | 2015-12-31 | Novelic D.O.O. | RADAR SENSOR FOR DETECTION OF SIGNS OF LIFE OPERATING IN THE MILLIMETER FREQUENCY RANGE AND METHOD OF OPERATION |
US20150327800A1 (en) * | 2014-05-16 | 2015-11-19 | Mediatek Inc. | Apparatus and method for obtaining vital sign of subject |
CN106413533B (zh) * | 2014-06-06 | 2020-12-22 | 皇家飞利浦有限公司 | 用于检测对象的呼吸暂停的设备、***和方法 |
WO2016019040A1 (en) | 2014-07-29 | 2016-02-04 | Kurt Stump | Computer-implemented systems and methods of automated physiological monitoring, prognosis, and triage |
US11071279B2 (en) | 2014-09-05 | 2021-07-27 | Intervet Inc. | Method and system for tracking health in animal populations |
US10986817B2 (en) | 2014-09-05 | 2021-04-27 | Intervet Inc. | Method and system for tracking health in animal populations |
WO2017220055A1 (en) | 2016-06-22 | 2017-12-28 | Linet Spol. S R.O. | Device for monitoring of patient's vital signs |
US11284808B2 (en) | 2014-10-11 | 2022-03-29 | Linet Spol. S.R.O. | Device and method for measurement of vital functions, including intracranial pressure, and system and method for collecting data |
WO2016080606A1 (ko) * | 2014-11-18 | 2016-05-26 | 상명대학교서울산학협력단 | 인체 미동 기반 심장 정보 추출 방법 |
KR101663239B1 (ko) | 2014-11-18 | 2016-10-06 | 상명대학교서울산학협력단 | 인체 미동에 의한 hrc 기반 사회 관계성 측정 방법 및 시스템 |
CN104382575A (zh) * | 2014-11-20 | 2015-03-04 | 惠州Tcl移动通信有限公司 | 一种基于移动终端的心律检测方法及移动终端 |
US10531820B2 (en) * | 2014-11-24 | 2020-01-14 | Koninklijke Philips N.V. | Device, system and method for determining the concentration of a substance in the blood of a subject |
US10242278B2 (en) | 2014-12-01 | 2019-03-26 | Koninklijke Philips N.V. | Device and method for skin detection |
GB201421785D0 (en) * | 2014-12-08 | 2015-01-21 | Oxehealth Ltd | Method and apparatus for physiological monitoring |
GB201421786D0 (en) | 2014-12-08 | 2015-01-21 | Isis Innovation | Signal processing method and apparatus |
US10459615B2 (en) * | 2014-12-11 | 2019-10-29 | Rdi Technologies, Inc. | Apparatus and method for analyzing periodic motions in machinery |
US20170344713A1 (en) * | 2014-12-12 | 2017-11-30 | Koninklijke Philips N.V. | Device, system and method for assessing information needs of a person |
US10448846B2 (en) | 2014-12-16 | 2019-10-22 | Oxford University Innovation Limited | Method and apparatus for measuring and displaying a haemodynamic parameter |
US20160206247A1 (en) * | 2015-01-21 | 2016-07-21 | Covidien Lp | Adaptive motion correction in photoplethysmography using reference signals |
JP6384365B2 (ja) * | 2015-03-05 | 2018-09-05 | オムロン株式会社 | 脈拍計測装置及びその制御方法 |
CN106137171B (zh) * | 2015-03-13 | 2019-01-11 | 富港电子(昆山)有限公司 | 生物信号测量***及方法 |
WO2016174778A1 (ja) * | 2015-04-30 | 2016-11-03 | オリンパス株式会社 | 撮像装置、画像処理装置および画像処理方法 |
CN106236060B (zh) | 2015-06-04 | 2021-04-09 | 松下知识产权经营株式会社 | 生物体信息检测装置 |
GB201509809D0 (en) | 2015-06-05 | 2015-07-22 | Isis Innovation | Method and apparatus for vital signs measurement |
US10420515B2 (en) | 2015-06-15 | 2019-09-24 | Vital Labs, Inc. | Method and system for acquiring data for assessment of cardiovascular disease |
CN107847156A (zh) * | 2015-06-15 | 2018-03-27 | 维塔尔实验室公司 | 用于心血管疾病评估和管理的方法和*** |
AU2016278859B2 (en) * | 2015-06-16 | 2019-07-18 | Jumio Corporation | Systems and methods for spoof detection and liveness analysis |
US10888280B2 (en) | 2016-09-24 | 2021-01-12 | Sanmina Corporation | System and method for obtaining health data using a neural network |
CN105147293A (zh) * | 2015-08-21 | 2015-12-16 | 姚丽峰 | 实现呼吸频率测量的***及方法 |
WO2017040340A1 (en) * | 2015-08-28 | 2017-03-09 | Oslermd, Inc. | Methods and apparatuses for measuring multiple vital signs based on arterial pressure waveforms |
KR101866883B1 (ko) * | 2015-11-13 | 2018-06-12 | 금오공과대학교 산학협력단 | 비접촉 방식의 생체신호 측정방법 및 이를 이용한 생체신호 측정장치 |
WO2017085894A1 (ja) | 2015-11-20 | 2017-05-26 | 富士通株式会社 | 脈波分析装置、脈波分析方法、および脈波分析プログラム |
GB201522406D0 (en) | 2015-12-18 | 2016-02-03 | Xim Ltd | A method, information processing apparatus and server for determining a physiological parameter of an individual |
CN106691424A (zh) * | 2015-12-18 | 2017-05-24 | 深圳市汇顶科技股份有限公司 | 检测心率的方法和装置 |
WO2017109169A1 (en) * | 2015-12-23 | 2017-06-29 | Koninklijke Philips N.V. | Apparatus and method for measuring the quality of an extracted signal |
US10799129B2 (en) * | 2016-01-07 | 2020-10-13 | Panasonic Intellectual Property Management Co., Ltd. | Biological information measuring device including light source, light detector, and control circuit |
GB201601143D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for health and safety monitoring of a subject in a room |
GB201601142D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for estimating breathing rate |
GB201601140D0 (en) | 2016-01-21 | 2016-03-09 | Oxehealth Ltd | Method and apparatus for estimating heart rate |
GB201601217D0 (en) | 2016-01-22 | 2016-03-09 | Oxehealth Ltd | Signal processing method and apparatus |
CN109074755B (zh) * | 2016-04-06 | 2024-06-14 | 皇家飞利浦有限公司 | 用于使得能够分析生命体征检测器的性能的方法、设备和*** |
US11547365B2 (en) * | 2016-04-13 | 2023-01-10 | Koninklijke Philips N.V. | System and method for skin detection of a human subject |
CN105816163B (zh) * | 2016-05-09 | 2019-03-15 | 安徽华米信息科技有限公司 | 检测心率的方法、装置及可穿戴设备 |
FR3052350B1 (fr) | 2016-06-10 | 2022-03-25 | Univ Bourgogne | Surveillance de la qualite du sommeil d’un bebe par combinaison de donnees multimodales incluant la photoplethysmographie |
US10335045B2 (en) | 2016-06-24 | 2019-07-02 | Universita Degli Studi Di Trento | Self-adaptive matrix completion for heart rate estimation from face videos under realistic conditions |
CN107550474A (zh) | 2016-06-30 | 2018-01-09 | 松下知识产权经营株式会社 | 生物体信息检测装置 |
RU2742822C2 (ru) * | 2016-08-23 | 2021-02-11 | Конинклейке Филипс Н.В. | Система видеонаблюдения для больницы |
KR102579895B1 (ko) | 2016-08-26 | 2023-09-19 | 삼성전자 주식회사 | 전자장치, 이를 활용한 적외선 센서 기반의 심장 박동 수 측정 방법 |
US10624587B2 (en) | 2016-09-16 | 2020-04-21 | Welch Allyn, Inc. | Non-invasive determination of disease states |
GB201615899D0 (en) | 2016-09-19 | 2016-11-02 | Oxehealth Ltd | Method and apparatus for image processing |
US11229372B2 (en) | 2016-09-21 | 2022-01-25 | Arizona Board of Regents on Behalf of Arizona State of University | Systems and methods for computer monitoring of remote photoplethysmography based on chromaticity in a converted color space |
WO2018057937A1 (en) | 2016-09-22 | 2018-03-29 | Apple Inc. | Systems and methods for determining physiological signals using ambient light |
WO2018065284A1 (en) | 2016-10-05 | 2018-04-12 | Koninklijke Philips N.V. | Patient monitoring systems and methods |
CN109890278B (zh) | 2016-10-27 | 2023-04-04 | 皇家飞利浦有限公司 | 用于获得对象的生命信号的设备、***和方法 |
EP3539082A1 (en) | 2016-11-08 | 2019-09-18 | Oxehealth Limited | Method and apparatus for image processing |
CN108366765A (zh) * | 2016-11-14 | 2018-08-03 | 纽洛斯公司 | 用于检测对阈下刺激做出反应的阈下面部反应的***和方法 |
CN116269262A (zh) | 2016-12-01 | 2023-06-23 | 松下知识产权经营株式会社 | 生物体信息检测装置、生物体信息检测方法及存储介质 |
US20200008676A1 (en) * | 2017-02-28 | 2020-01-09 | Shanghai Yuanwei Healthcare Consulting Inc. | Medical imaging apparatus comprising primary module and supplemental module and process thereof |
GB201706449D0 (en) | 2017-04-24 | 2017-06-07 | Oxehealth Ltd | Improvements in or realting to in vehicle monitoring |
US10939833B2 (en) * | 2017-05-01 | 2021-03-09 | Samsung Electronics Company, Ltd. | Determining artery location using camera-based sensing |
TWI646941B (zh) * | 2017-08-09 | 2019-01-11 | 緯創資通股份有限公司 | 生理訊號量測系統及其量測生理訊號之方法 |
US10548476B2 (en) | 2017-08-17 | 2020-02-04 | Welch Allyn, Inc. | Patient monitoring system |
WO2019060298A1 (en) | 2017-09-19 | 2019-03-28 | Neuroenhancement Lab, LLC | METHOD AND APPARATUS FOR NEURO-ACTIVATION |
US11311202B2 (en) | 2017-11-14 | 2022-04-26 | Arizona Board Of Regents On Behalf Of Arizona State University | Robust real-time heart rate monitoring method based on heartbeat harmonics using small-scale radar |
CN107669253A (zh) * | 2017-11-15 | 2018-02-09 | 中国科学院光电研究院 | 基于光谱成像仪的心率和呼吸率测量方法 |
RU2673108C1 (ru) * | 2017-11-29 | 2018-11-22 | Общество с ограниченной ответственностью (ООО) "АЛЬТОНИКА" | Территориальная система экстренной кардиологической помощи |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
EP3731749A4 (en) | 2017-12-31 | 2022-07-27 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE |
WO2019157190A1 (en) * | 2018-02-07 | 2019-08-15 | Arthur Wallace | Methods and systems for patient monitoring |
US10905339B2 (en) | 2018-02-08 | 2021-02-02 | Rochester Institute Of Technology | Opportunistic plethysmography using video cameras |
JP7133771B2 (ja) * | 2018-02-13 | 2022-09-09 | パナソニックIpマネジメント株式会社 | 生体情報表示装置、生体情報表示方法及び生体情報表示プログラム |
EP3752060A4 (en) * | 2018-02-17 | 2021-11-24 | Trilinear BioVentures, LLC | SYSTEM AND METHOD OF OBTAINING HEALTH DATA USING A NEURONAL NETWORK |
GB201803508D0 (en) | 2018-03-05 | 2018-04-18 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
WO2019209712A1 (en) | 2018-04-22 | 2019-10-31 | Vence, Corp. | Livestock management system and method |
TWI658815B (zh) * | 2018-04-25 | 2019-05-11 | 國立交通大學 | 非接觸式心跳量測系統、非接觸式心跳量測方法以及非接觸式心跳量測裝置 |
US20210224983A1 (en) * | 2018-05-16 | 2021-07-22 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Remote Measurements of Vital Signs of a Person in a Volatile Environment |
EP3803678A1 (en) * | 2018-05-25 | 2021-04-14 | Koninklijke Philips N.V. | Person identification systems and methods |
CN109247944A (zh) * | 2018-08-30 | 2019-01-22 | 合肥工业大学 | 一种基于低端彩色相机的非接触式血氧饱和度检测方法 |
CN109276233A (zh) * | 2018-08-31 | 2019-01-29 | 北京工商大学 | 一种面向视频流的分布式人脸及生理特征识别方法 |
CN113382683A (zh) | 2018-09-14 | 2021-09-10 | 纽罗因恒思蒙特实验有限责任公司 | 改善睡眠的***和方法 |
BR112021006730A8 (pt) | 2018-10-10 | 2022-09-13 | Scr Eng Ltd | Método e dispositivo de secagem de animais de pecuária |
GB201900033D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Mrthod and apparatus for monitoring of a human or animal subject |
GB201900034D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
GB201900032D0 (en) | 2019-01-02 | 2019-02-13 | Oxehealth Ltd | Method and apparatus for monitoring of a human or animal subject |
US11653848B2 (en) | 2019-01-29 | 2023-05-23 | Welch Allyn, Inc. | Vital sign detection and measurement |
CN109793509B (zh) * | 2019-03-15 | 2020-12-29 | 北京科技大学 | 一种核辐射探测与心率测量方法及装置 |
US11783483B2 (en) | 2019-03-19 | 2023-10-10 | Arizona Board Of Regents On Behalf Of Arizona State University | Detecting abnormalities in vital signs of subjects of videos |
US11771380B2 (en) | 2019-03-19 | 2023-10-03 | Arizona Board Of Regents On Behalf Of Arizona State University | Vital sign monitoring system using an optical sensor |
CN109770885A (zh) * | 2019-03-25 | 2019-05-21 | 合肥工业大学 | 一种基于预览帧的快速心率检测方法 |
CA3038097A1 (en) * | 2019-03-26 | 2020-09-26 | Roland SABBAGH | Systems and methods for assessment and management of congestive heart failure |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
CN110353648A (zh) * | 2019-08-28 | 2019-10-22 | 华东师范大学 | 一种基于双摄像头的实时心率检测方法 |
US11324411B2 (en) | 2019-10-01 | 2022-05-10 | Riva Health, Inc. | Method and system for determining cardiovascular parameters |
US12023133B2 (en) | 2019-11-21 | 2024-07-02 | Gb Soft Co., Ltd. | Method of measuring physiological parameter of subject in contactless manner |
US20230157550A1 (en) * | 2020-04-06 | 2023-05-25 | Kratos Sre, Inc. | Contactless vital sign monitoring of multiple subjects in real-time |
CN111564224A (zh) * | 2020-04-26 | 2020-08-21 | 中控华运(厦门)集成电路有限公司 | 一种具有健康监测的智能监控***及其实现方法 |
EP3910545A1 (en) * | 2020-05-15 | 2021-11-17 | Koninklijke Philips N.V. | Ambient light suppression |
US11776503B2 (en) * | 2020-05-28 | 2023-10-03 | Apple Inc. | Generating display data based on modified ambient light luminance values |
USD990063S1 (en) | 2020-06-18 | 2023-06-20 | S.C.R. (Engineers) Limited | Animal ear tag |
IL275518B (en) | 2020-06-18 | 2021-10-31 | Scr Eng Ltd | Animal tag |
USD990062S1 (en) | 2020-06-18 | 2023-06-20 | S.C.R. (Engineers) Limited | Animal ear tag |
JP7412767B2 (ja) | 2020-07-20 | 2024-01-15 | 日本メナード化粧品株式会社 | 肌の色ムラ評価装置、肌の色ムラ評価方法および肌の色ムラ評価プログラム |
US11589825B2 (en) | 2020-10-30 | 2023-02-28 | Biospectal Sa | Systems and methods for blood pressure estimation using smart offset calibration |
CA3200086A1 (en) | 2020-11-25 | 2022-06-02 | Identigen Limited | A system and method for tracing members of an animal population |
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***及方法 |
CN112784731A (zh) * | 2021-01-20 | 2021-05-11 | 深圳市科思创动科技有限公司 | 一种检测驾驶员的生理指标、及建立模型的方法 |
US20220270344A1 (en) * | 2021-02-19 | 2022-08-25 | SafeTogether Limited Liability Company | Multimodal diagnosis system, method and apparatus |
WO2022187746A1 (en) | 2021-03-05 | 2022-09-09 | Riva Health, Inc. | System and method for validating cardiovascular parameter monitors |
US11830624B2 (en) | 2021-09-07 | 2023-11-28 | Riva Health, Inc. | System and method for determining data quality for cardiovascular parameter determination |
WO2023055862A1 (en) * | 2021-10-01 | 2023-04-06 | Softserve, Inc. | Systems and methods for platform-agnostic, real-time physiologic vital sign detection from video stream data |
KR102416878B1 (ko) * | 2022-04-15 | 2022-07-05 | 주식회사 엠마헬스케어 | 심박수 측정을 위한 헬스케어 장치 |
US20230210423A1 (en) * | 2021-12-30 | 2023-07-06 | Emma Healthcare Co., Ltd | Healthcare apparatus for calculating stress index |
US20230218240A1 (en) * | 2021-12-30 | 2023-07-13 | Emma Healthcare Co., Ltd | Healthcare apparatus for heart rate measurement |
EP4353143A1 (en) * | 2022-10-12 | 2024-04-17 | Koninklijke Philips N.V. | Detection of vital signs from images |
US20240153304A1 (en) | 2022-11-04 | 2024-05-09 | Xim Limited | Method, Computer Software, Non-Transitory Storage Medium, Apparatus and System For Performing A Measurement Of A Physiological Parameter Of A Person From A Series Of Images |
Family Cites Families (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2623388A1 (fr) | 1987-11-23 | 1989-05-26 | Bertin & Cie | Procede et dispositif de surveillance de la respiration d'un individu |
US5954644A (en) | 1997-03-24 | 1999-09-21 | Ohmeda Inc. | Method for ambient light subtraction in a photoplethysmographic measurement instrument |
US6723055B2 (en) | 1999-04-23 | 2004-04-20 | Trustees Of Tufts College | System for measuring respiratory function |
JP2001149349A (ja) * | 1999-11-26 | 2001-06-05 | Nippon Koden Corp | 生体用センサ |
WO2001082785A2 (en) | 2000-05-03 | 2001-11-08 | Flock Stephen T | An optical monitor for sudden infant death syndrome |
KR101013645B1 (ko) | 2005-04-22 | 2011-02-10 | 엘지전자 주식회사 | 건강 진단기능을 구비한 이동 통신 단말기 및 그를 이용한건강 진단 방법 |
US8532737B2 (en) | 2005-12-29 | 2013-09-10 | Miguel Angel Cervantes | Real-time video based automated mobile sleep monitoring using state inference |
US8489178B2 (en) | 2006-06-29 | 2013-07-16 | Accuvein Inc. | Enhanced laser vein contrast enhancer with projection of analyzed vein data |
US20080077020A1 (en) | 2006-09-22 | 2008-03-27 | Bam Labs, Inc. | Method and apparatus for monitoring vital signs remotely |
GB0714807D0 (en) | 2007-07-30 | 2007-09-12 | Oxford Biosignals Ltd | Method and apparatus for measuring breathing rate |
KR100880392B1 (ko) | 2007-10-09 | 2009-01-30 | (주)락싸 | 휴대폰을 이용한 맥파 검출방법 |
US20090203998A1 (en) | 2008-02-13 | 2009-08-13 | Gunnar Klinghult | Heart rate counter, portable apparatus, method, and computer program for heart rate counting |
WO2009109185A1 (de) | 2008-03-06 | 2009-09-11 | Weinmann Diagnostics Gmbh + Co. Kg | Verfahren und vorrichtung zur kompensation von störeinflüssen bei der nicht invasiven bestimmung von physiologischen parametern |
GB0814419D0 (en) | 2008-08-08 | 2008-09-10 | Health Smart Ltd | Blood analysis |
US8503712B2 (en) | 2008-12-31 | 2013-08-06 | Motorola Mobility Llc | Method and apparatus for determining blood oxygenation using a mobile communication device |
ES2426971T3 (es) | 2009-03-06 | 2013-10-28 | Koninklijke Philips N.V. | Procesamiento de imágenes de al menos un ser vivo |
CN102341811B (zh) | 2009-03-06 | 2015-04-29 | 皇家飞利浦电子股份有限公司 | 控制设备的功能的方法和用于检测生物的存在的*** |
EP2236078A1 (en) | 2009-04-02 | 2010-10-06 | Koninklijke Philips Electronics N.V. | Processing a bio-physiological signal |
US20100268094A1 (en) | 2009-04-15 | 2010-10-21 | Oceanit Laboratories Inc. | Consumer electronic camera photoplethysmograph |
US8140143B2 (en) | 2009-04-16 | 2012-03-20 | Massachusetts Institute Of Technology | Washable wearable biosensor |
CN101581569B (zh) * | 2009-06-17 | 2011-01-12 | 北京信息科技大学 | 双目视觉传感***结构参数的标定方法 |
KR20120048021A (ko) | 2009-08-20 | 2012-05-14 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 이미지 분석을 위한 방법 및 시스템 |
FR2949658B1 (fr) | 2009-09-07 | 2012-07-27 | Salim Mimouni | Dispositif de capture de signal plethysmographique optique utilisant un imageur matriciel |
CN102035917A (zh) | 2009-09-29 | 2011-04-27 | 深圳富泰宏精密工业有限公司 | 移动电话 |
WO2011042839A1 (en) * | 2009-10-06 | 2011-04-14 | Koninklijke Philips Electronics N.V. | Method and system for obtaining a first signal for analysis to characterize at least one periodic component thereof |
EP2486543B1 (en) | 2009-10-06 | 2017-02-22 | Koninklijke Philips N.V. | Formation of a time-varying signal representative of at least variations in a value based on pixel values |
RU2550427C2 (ru) | 2009-10-06 | 2015-05-10 | Конинклейке Филипс Электроникс Н.В. | Способ и система для выполнения фотоплетизмографии |
US8649562B2 (en) | 2009-10-06 | 2014-02-11 | Koninklijke Philips N.V. | Method and system for processing a signal including at least a component representative of a periodic phenomenon in a living being |
TW201114238A (en) | 2009-10-09 | 2011-04-16 | Fih Hong Kong Ltd | Mobile phone |
US20110098933A1 (en) | 2009-10-26 | 2011-04-28 | Nellcor Puritan Bennett Ireland | Systems And Methods For Processing Oximetry Signals Using Least Median Squares Techniques |
WO2011099600A1 (ja) * | 2010-02-15 | 2011-08-18 | 国立大学法人九州大学 | 被験体状態解析用信号のピーク周波数測定システム |
LV14514B (lv) | 2010-10-06 | 2012-08-20 | Latvijas Universitāte | Iekārta un metode sirdsdarbības parametru optiskai bezkontakta kontrolei |
KR20120067761A (ko) | 2010-12-16 | 2012-06-26 | 한국전자통신연구원 | 사용자 단말을 이용한 생체정보 측정 장치 및 그 방법 |
CN103404138B (zh) | 2011-01-05 | 2017-01-18 | 皇家飞利浦电子股份有限公司 | 保留ppg相关信息的视频编码与解码设备及方法 |
WO2012093358A1 (en) | 2011-01-05 | 2012-07-12 | Koninklijke Philips Electronics N.V. | Device and method for extracting information from characteristic signals |
US8761853B2 (en) | 2011-01-20 | 2014-06-24 | Nitto Denko Corporation | Devices and methods for non-invasive optical physiological measurements |
CA2825331A1 (en) | 2011-01-21 | 2012-07-26 | Worcester Polytechnic Institute | Physiological parameter monitoring with a mobile communication device |
FR2974289B1 (fr) | 2011-04-19 | 2014-06-13 | Raoul Parienti | Appareil de surveillance du sommeil du nourrisson et de l'adulte permettant de detecter l'apnee et de suivre la qualite du sommeil |
US20130018240A1 (en) | 2011-07-12 | 2013-01-17 | Mccoy Kim | Body measurement and imaging with a mobile device |
GB201114406D0 (en) | 2011-08-22 | 2011-10-05 | Isis Innovation | Remote monitoring of vital signs |
WO2013093686A1 (en) | 2011-12-20 | 2013-06-27 | Koninklijke Philips Electronics N.V. | Apparatus and method for monitoring a sleeping person |
US20130182144A1 (en) | 2012-01-17 | 2013-07-18 | Sony Mobile Communications Ab | Camera button with integrated sensors |
US9185353B2 (en) * | 2012-02-21 | 2015-11-10 | Xerox Corporation | Removing environment factors from signals generated from video images captured for biomedical measurements |
WO2013128345A1 (en) | 2012-02-28 | 2013-09-06 | Koninklijke Philips N.V. | Device and method for monitoring vital signs |
JP6590438B2 (ja) | 2012-03-13 | 2019-10-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 生理学的センサを有する心肺蘇生装置 |
WO2013156908A1 (en) | 2012-04-17 | 2013-10-24 | Koninklijke Philips N.V. | Device and method for obtaining vital sign information of a living being |
-
2011
- 2011-08-22 GB GB201114406A patent/GB201114406D0/en not_active Ceased
-
2012
- 2012-08-16 AU AU2012298362A patent/AU2012298362B2/en not_active Ceased
- 2012-08-16 CN CN201280041162.9A patent/CN103826532B/zh not_active Expired - Fee Related
- 2012-08-16 US US14/240,291 patent/US9615749B2/en active Active
- 2012-08-16 KR KR1020147004605A patent/KR20140058573A/ko not_active Application Discontinuation
- 2012-08-16 EP EP12751594.8A patent/EP2747633B1/en active Active
- 2012-08-16 RU RU2014107350/14A patent/RU2014107350A/ru not_active Application Discontinuation
- 2012-08-16 WO PCT/GB2012/052004 patent/WO2013027027A2/en active Application Filing
- 2012-08-16 JP JP2014526549A patent/JP6219279B2/ja active Active
- 2012-08-16 CA CA2880138A patent/CA2880138A1/en not_active Abandoned
- 2012-08-16 BR BR112014004085A patent/BR112014004085A8/pt not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
AU2012298362B2 (en) | 2017-02-16 |
RU2014107350A (ru) | 2015-09-27 |
KR20140058573A (ko) | 2014-05-14 |
BR112014004085A8 (pt) | 2018-01-02 |
JP2014527863A (ja) | 2014-10-23 |
WO2013027027A3 (en) | 2013-04-18 |
CA2880138A1 (en) | 2013-02-28 |
WO2013027027A2 (en) | 2013-02-28 |
CN103826532A (zh) | 2014-05-28 |
US20140303454A1 (en) | 2014-10-09 |
GB201114406D0 (en) | 2011-10-05 |
BR112014004085A2 (pt) | 2017-02-21 |
US9615749B2 (en) | 2017-04-11 |
AU2012298362A1 (en) | 2014-02-27 |
JP6219279B2 (ja) | 2017-10-25 |
EP2747633B1 (en) | 2021-03-10 |
EP2747633A2 (en) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103826532B (zh) | 生命体征的远程监控 | |
Van Gastel et al. | Robust respiration detection from remote photoplethysmography | |
Reyes et al. | Tidal volume and instantaneous respiration rate estimation using a volumetric surrogate signal acquired via a smartphone camera | |
Sanyal et al. | Algorithms for monitoring heart rate and respiratory rate from the video of a user’s face | |
US11363990B2 (en) | System and method for non-contact monitoring of physiological parameters | |
Jeong et al. | Introducing contactless blood pressure assessment using a high speed video camera | |
Tarassenko et al. | Non-contact video-based vital sign monitoring using ambient light and auto-regressive models | |
US9659229B2 (en) | Method and system for signal analysis | |
Jorge et al. | Non-contact monitoring of respiration in the neonatal intensive care unit | |
Casalino et al. | A mHealth solution for contact-less self-monitoring of blood oxygen saturation | |
JP5859979B2 (ja) | 人間の健康の監視のための多変量残差に基づく健康指標 | |
Villarroel et al. | Non-contact vital sign monitoring in the clinic | |
Molinaro et al. | Contactless vital signs monitoring from videos recorded with digital cameras: an overview | |
US20100324437A1 (en) | Device and method for assessing physiological parameters | |
US20170347967A1 (en) | Method and apparatus for physiological monitoring | |
Addison et al. | Video-based heart rate monitoring across a range of skin pigmentations during an acute hypoxic challenge | |
Massaroni et al. | Measurement system based on RBG camera signal for contactless breathing pattern and respiratory rate monitoring | |
EP3500154B1 (en) | A sensor system and method for determining a breathing type | |
Zhou et al. | The noninvasive blood pressure measurement based on facial images processing | |
US20220270344A1 (en) | Multimodal diagnosis system, method and apparatus | |
US20220287592A1 (en) | Behavior task evaluation system and behavior task evaluation method | |
Antunes et al. | Employment of artificial intelligence mechanisms for e-health systems in order to obtain vital signs improving the processes of online consultations and diagnosis | |
Abbas et al. | Contactless Vital Signs Monitoring for Public Health Welfare | |
Jorge | Non-contact monitoring of respiration in the neonatal intensive care unit | |
Khanam et al. | Remote vital signs monitoring in neonatal intensive care unit using a digital camera |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160622 Termination date: 20170816 |
|
CF01 | Termination of patent right due to non-payment of annual fee |