CN104602594A - 脉搏检测方法、脉搏检测装置以及脉搏检测程序 - Google Patents
脉搏检测方法、脉搏检测装置以及脉搏检测程序 Download PDFInfo
- Publication number
- CN104602594A CN104602594A CN201280075664.3A CN201280075664A CN104602594A CN 104602594 A CN104602594 A CN 104602594A CN 201280075664 A CN201280075664 A CN 201280075664A CN 104602594 A CN104602594 A CN 104602594A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency band
- wavelength components
- weight coefficient
- pulse
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims description 38
- 239000000284 extract Substances 0.000 claims abstract description 26
- 238000007689 inspection Methods 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 47
- 238000001228 spectrum Methods 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 29
- 238000000605 extraction Methods 0.000 claims description 25
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 5
- 230000008033 biological extinction Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 2
- 102000001554 Hemoglobins Human genes 0.000 claims 1
- 108010054147 Hemoglobins Proteins 0.000 claims 1
- 238000012545 processing Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 16
- 239000000203 mixture Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000003130 cardiopathic effect Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000001152 differential interference contrast microscopy Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000011218 segmentation Effects 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
- A61B5/02—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
- A61B5/02—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Mathematical Physics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及脉搏检测方法和脉搏检测装置,服务器装置(10)获取对受检者进行拍摄所得的图像,按每一个波长成分提取图像所包含的多个波长成分的信号中的、代表在与脉搏能够采取的频带之间重复的区间是规定长度以下的特定频带的信号成分的强度。并且,服务器装置(10)使用按每一个波长成分提取出的强度,计算在各波长成分之间运算信号时与信号相乘的权重系数,该权重系数且是在相乘后使特定频带的信号成分的运算值最小化的权重系数。并且,服务器装置(10)对各波长成分的信号中至少一方信号成分乘以权重系数,在乘以权重系数后在各波长成分之间对信号进行运算,使用运算后的信号来检测受检者的脉搏。
Description
技术领域
本发明涉及脉搏检测方法、脉搏检测装置以及脉搏检测程序。
背景技术
已知有根据对受检者进行拍摄所得的图像来检测血液的体积的变动,所谓检测脉搏的技术。一般地,通过使用红外光等光源拍摄图像,或使拍摄装置紧贴于受检者的生物体来拍摄图像来实现检测精度的提高。然而,在该情况下,也有设置光源等硬件,或使测量设备与生物体接触之类的缺点。
因此,希望在太阳光、室内光等环境光下不使测量设备与生物体接触来检测脉搏,但在不使用红外光等来测定脉搏的情况下,由噪声引起的影响较大,脉搏的检测精度有可能降低。
例如,作为实现减少噪声的技术的一个例子,提出有如下的信号处理装置。在这样的信号处理装置中,设置有发出红色波长光的发光二极管和发出红外波长光的发光二极管。在这样的结构下,信号处理装置在从2个发光二极管的透过光中得到的各个信号之间求出相关性最小的系数,使用各信号中乘以了系数的一方的信号从另一方的信号中除去噪声成分。此时,信号处理装置对n个假设值的每一个详细地计算相关性,将相关性最低的假设值作为系数来使用。
专利文献1:日本特开2003-135434号公报
专利文献2:日本特开2005-185834号公报
专利文献3:日本特开2005-218507号公报
然而,在上述以往技术中,为了减少噪声进行经历n次的计算来导出系数,所以处理负荷增大。另外,虽说处理负荷增大但在减少了作为假设值的个数的n的情况下,系数从适当值乖离,所以脉搏的检测精度降低。
发明内容
公开的技术鉴于上述而完成,目的在于提供在减少噪声时能够抑制处理负荷的增大或精度降低的脉搏检测方法、脉搏检测装置以及脉搏检测程序。
本申请所公开的脉搏检测方法执行计算机获取通过拍摄装置对受检者进行拍摄所得的图像,按每一个波长成分提取在上述图像所包含的多个波长成分的信号中的代表在与脉搏能够采取的频带之间重复的区间是规定长度以下的特定频带的信号成分的强度,在使用按每一个上述波长成分提取出的强度,在各波长成分之间对信号进行运算时计算与信号相乘的权重系数,该权重系数且是在相乘后使上述特定频带的信号成分的运算值最小化的权重系数,对各波长成分的信号中至少一方信号成分相乘上述权重系数,在相乘上述权重系数后在各波长成分之间对信号进行运算,使用运算后的信号来检测上述受检者的脉搏的处理。
根据本申请所公开的脉搏检测方法,起到在减少噪声时能够抑制处理负荷的增大或精度降低的效果。
附图说明
图1是表示实施例1的脉搏检测***所包含的各装置的功能性结构的框图。
图2是表示反映受检者的脸部的图像的一个例子的图。
图3是表示通过R成分以及G成分代表特定频带的信号成分的信号强度的一个例子的图。
图4是表示乘以权重系数后的R成分以及G成分的各信号的频谱的一个例子的图。
图5是表示相乘后的频谱的一个例子的图。
图6是表示实施例1的检测处理的顺序的流程图。
图7是表示实施例2的服务器装置的功能性结构的框图。
图8是表示实施例2的检测处理的顺序的流程图。
图9是表示实施例2的脉搏检测结果和ECG的参考的比较例的图。
图10是用于对执行实施例1至实施例3的脉搏检测程序的计算机的一个例子进行说明的图。
具体实施方式
以下,基于附图对本申请所公开的脉搏检测方法、脉搏检测装置以及脉搏检测程序的实施例进行详细说明。此外,该实施例并不对公开的技术进行限定。并且,各实施例能够在不使处理内容发生矛盾的范围内适当地组合。
实施例1
图1是表示实施例1的脉搏检测***所包含的各装置的功能性结构的框图。图1所示的服务器装置10提供在太阳光、室内光等环境光下不使测量设备与生物体接触,而使用对受检者进行拍摄所得的图像来检测受检者的脉搏的脉搏检测服务。这里所说的“脉搏”是指表示血液的体积的变动,即血流的增减的指标,包含所谓的心率、心跳波形等。
作为这样的服务器装置10的一个方式,能够通过将作为分组软件、在线软件提供电子病例服务的电子病例程序安装到所希望的计算机来安装。例如,服务器装置10也可以作为提供上述的脉搏检测服务的Web服务器来安装,当然也可以作为通过外包来提供上述脉搏检测服务的云来安装。
如图1所示那样,服务器装置10以及客户端30经由所希望的网络,以相互能够通信的方式连接。在这样的网络中,不管有线或无线,都能够采用互联网(Internet)、LAN(Local Area Network:局域网)、VPN(Virtual Private Network:虚拟专用网)等任意种类的通信网。此外,在图1的例子中,图示了与服务器装置10连接的客户端30是一个的情况,但对于服务器装置10也能够将多个客户端与服务器装置10连接。
[客户端30的结构]
客户端30是接受通过服务器装置10提供的脉搏检测服务的提供的终端装置。作为这样的客户端30的一个方式,除了以个人计算机为代表的固定终端以外,还能够采用移动电话、PHS(Personal HandyphoneSystem:个人手持电话***)、PDA(Personal Digital Assistants:个人数字助理)等移动体终端。
如图1所示那样,客户端30具有通信I/F(interface:接口)部31、摄像机32、以及显示部33。此外,客户端30除了图1所示的功能部以外当然也可以具有已知的计算机所具有的各种功能部,例如天线、经由载波网进行通信的载波通信部、GPS(Global Positioning System:全球定位***)接收器等。
其中,通信I/F部31是在与其他装置,例如服务器装置10之间进行通信控制的接口。作为这样的通信I/F部31的一个方式,能够采用LAN卡等网络接口卡。例如,通信I/F部31将通过摄像机32对受检者的脸部进行拍摄所得的图像发送至服务器装置10,或从服务器装置10接收脉搏的检测结果。
摄像机32是使用了CCD(Charge Coupled Device:电荷耦合器件)、CMOS(Complementary Metal Oxide Semiconductor:互补金属氧化物半导体)等拍摄元件的拍摄装置。例如,能够对摄像机32安装R(red:红)、G(green:绿)、B(blue:蓝)等3种以上的受光元件。作为这样的摄像机32的安装例,也可以经由外部端子连接数字摄像机、Web摄像机,在如移动终端那样从出厂时就安装有摄像机的情况下能够挪用该摄像机。此外,在此,例示了客户端30具有摄像机32的情况,但在能够通过经由网络或经由存储设备获取图像的情况下,未必需要客户端30具有摄像机32。
显示部33是显示各种信息,例如从服务器装置10发送出的脉搏的检测结果等的显示设备。作为这样的显示部33的一个方式,也能够采用监视器、显示器,通过与输入部成为一体作为触摸面板来安装。若不需要通过客户端30来显示信息则也可以没有显示部33。另外,还能够显示于其它的客户端30等的显示部。
将与服务器装置10配合来接受来自服务器装置10的脉搏检测服务的提供的应用程序预装或安装到客户端30。此外,以下,有将上述的客户用的应用程序记载为“客户用应用”的情况。
这样的客户用应用若经由未图示的输入设备被启动,则启动摄像机32。响应于此,摄像机32开始摄像机32的拍摄范围内所收容的被拍摄体的拍摄。此时,客户用应用也能够将摄像机32所拍摄的图像显示于显示部33,并且将反映受检者的鼻子的目标位置作为瞄准来显示。由此,能够拍摄在受检者的眼、耳、鼻、口等脸部部分中将受检者的鼻子收纳在拍摄范围的中心部分的图像。然后,客户用应用将通过摄像机32对受检者的脸部进行拍摄所得的图像经由通信I/F部31发送至服务器装置10。之后,客户用应用若从服务器装置10接收脉搏的检测结果,例如受检者的心率、心跳波形,则使受检者的心率以及心跳波形显示于显示部33。
[服务器装置10的结构]
另一方面,如图1所示那样,服务器装置10具有通信I/F部11、获取部12、转换部13、提取部14、计算部15、乘法部16、运算部17、以及检测部18。此外,服务器装置10除了图1所示的功能部以外还可以具有已知的服务器装置所具有的各种功能部,例如各种输入输出设备等。
其中,通信I/F部11是在与其他装置,例如客户端30之间进行通信控制的接口。作为这样的通信I/F部11一个方式,能够采用LAN卡等网络接口卡。例如,通信I/F部11从客户端30接收对受检者的脸部进行拍摄所得的图像,或将脉搏的检测结果发送至客户端30。
获取部12是获取对受检者进行拍摄所得的图像的处理部。作为一个方式,获取部12获取通过客户端30的摄像机32拍摄到的图像。作为其他的方式,获取部12也能够从积蓄对受检者进行拍摄所得的图像的硬盘、光盘等辅助存储装置或存储卡、USB(Universal Serial Bus:通用串行总线)存储器等可移动介质获取图像。这样,通过获取部12获取到的图像被输出至提取部14。此外,获取部12也能够间断或连续地获取反映受检者的静止画面,还能够获取通过规定的压缩符号化方式编码的视频符号化数据的流。另外,例示了在获取部12中,使用从CCD、CMOS等拍摄元件的输出中得到二维的位图数据、矢量数据等图像数据来执行处理的情况,但也可以保持原样获取从一个探测器输出的信号并执行后段的处理。
并且,获取部12从对受检者的脸部进行拍摄所得的图像中提取以规定的脸部部分为基准的部分图像。作为一个方式,获取部12通过对反映有受检者的脸部的图像执行模板匹配等图像处理来检测受检者的眼、耳、鼻、口等脸部部分中的特定的脸部部分,即受检者的鼻子。在此基础上,获取部12以受检者的鼻子为中心,提取从中心起规定范围内所包含的部分图像。由此,作为脉搏的检测所使用的图像提取包含受检者的鼻子、位于鼻子周边的脸颊的一部分的脸部中心部分的部分图像。之后,获取部12将从原图像中提取出的部分图像输出至转换部13。
图2是表示反映受检者的脸部的图像的一个例子的图。在图2中,图示有将包含映在图像上的受检者的眼、鼻以及口的一部分或全部的区域分割成9份的块。在图2所示的块中上段的左以及右的块中,反映有受检者的眼睛。在将这些块的图像用于检测的情况下,存在眨眼成为噪声而导致心率的检测精度降低的情况。另外,在图2所示的块中的下段的3个块中,反映有受检者的口。在将这些块的图像用于检测的情况下,存在口的活动成为噪声而导致心率的检测精度降低的情况。另一方面,在图2所示的中段的正中间的块,即图示有斜线的填充的块与反映眼、口的块分离,与其他的块相比反映成为噪声的成分的可能性较低,所以能够期待良好的检测结果。根据这些,获取部12从原图像中提取图2所示的中段的正中间的块的图像来作为部分图像。
转换部13是对部分图像所包含的至少2个波长成分的每一个转换为频率成分的处理部。在此,在本实施例中,例示使用R成分、G成分以及B成分中的R成分和G成分这2个波长成分的信号来进行脉搏的检测的情况。即,在本实施例中,光波长是525nm波段的G信号的吸光灵敏度比其他成分高,将这样的G成分作为基准,除了其他光波长的信号,例如R信号、B信号以外,同时采用通过带阻滤波器的信号来消除噪声成分。
作为一个方式,转换部13每次从获取部12输入部分图像,都对每一个该部分图像所包含的R成分以及G成分计算部分图像所包含的各像素的像素值的平均值。然后,转换部13若经过规定的时间,例如1秒、1分钟等以时间序列对部分图像的各成分的平均值进行取样,则对取样的R成分以及G成分的信号执行离散傅立叶变换,所谓的DFT(Discrete Fourier Transform)。通过执行这样的DFT,来将R信号以及G信号转换为频率的频谱。这样,通过应用DFT将按每一个R信号以及G信号得到的频率的频谱输出至提取部14。此外,在此,例示了应用离散傅立叶变换的情况,但只要是能够将信号展开为频率成分的方法即可,能够应用其他的方法。例如,公开的装置除了离散傅立叶变换以外,还能够应用傅立叶变换、高速傅立叶变换(FFT:Fast FourierTransform)、离散余弦变换(DCT:Discrete Cosine Transform)等。
提取部14是从各波长成分的频率的频谱中,按每一个波长成分提取代表特定频带的信号成分的信号强度的处理部,所述特定频带在与脉搏能够采取的频带之间重复的区间是规定长度以下。
这里,所谓的“特定频带”是指与其他频带相比噪声成分显著出现的频带,例如,能够通过在与脉搏能够采取的频带之间进行比较来定义。作为脉搏能够采取的频带的一个例子,举出是0.7Hz以上小于4Hz的频带,若换算为每分钟则是42bpm以上240bpm以下的频带。由此,作为特定频带的一个例子,能够采用不能作为脉搏来测量的小于0.7Hz以及4Hz以上的频带。另外,特定频带也可以在与脉搏能够采取的频带之间其一部分重复。例如,也能够允许在难以假定为脉搏来测量的0.7Hz~1Hz的区间与脉搏能够采取的频带重复,并将小于1Hz以及4Hz以上的频带作为特定频带来采用。
这样的特定频带也能够将小于1Hz以及4Hz以上的频带作为外缘,限定到在噪声进一步显著出现的频带。例如,与比脉搏能够采取的频带高的高频带相比,在比脉搏能够采取的频带低的低频带噪声更显著地出现。因此,也能够将特定频带限定到小于1Hz的频带。另外,在空间频率为零的直流成分的附近,包含许多各成分的拍摄元件的灵敏度的差异,所以还能够将特定频带限定到3bpm以上小于1Hz的频带。并且,还能够将特定频带限定到除了人的身体的活动,例如眨眼、身体的摇晃以外,容易出现环境光的闪烁等噪声的3bpm以上小于20bpm的频带。
作为一个方式,提取部14按每一个R成分以及G成分提取代表特定频带中的信号成分的信号强度。作为一个例子,提取部14能够提取3bpm以上小于20bpm的频带中的与预先设定的频率对应的信号强度。作为另外的一个例子,提取部14能够通过对3bpm以上小于20bpm的频带中的信号强度执行相加平均、加重平均、移动平均等平均处理来提取信号强度的平均值,或通过对信号强度进行积分来提取信号强度的积分值。此外,以下,有将用R成分代表特定频带的信号成分的信号强度记载为“Rnoise”,并且将用G成分代表特定频带的信号成分的信号强度记载为“Gnoise”的情况。
图3是表示用R成分以及G成分代表特定频带的信号成分的信号强度的一个例子的图。图3所示的曲线图的纵轴是指信号强度,另外,横轴是指频率(bpm)。如图3所示那样,R成分以及G成分由于拍摄元件的灵敏度不同,所以两者的信号强度各不相同。其另一方面,不管是R成分以及G成分的任何一个中在3bpm以上小于20bpm的特定频带出现噪声的情况不会改变。因此,在图3的例子中,作为Rnoise以及Gnoise提取与3bpm以上小于20bpm的特定频带所包含的指定的频率Fn对应的信号强度。
计算部15是使用通过提取部14对每一个波长成分提取出的信号强度,来计算在各波长成分之间对信号进行运算时要向一方信号相乘的权重系数的处理部,该权重系数且是在相乘后使特定频带的信号成分的运算值最小化的权重系数。
作为一个方式,计算部15计算在R成分以及G成分之间特定频带中的信号强度的运算值为最小的权重系数。例如,计算部15计算满足导出式“a1*Rnoise+a2*Gnoise=0”的系数a1以及a2。这些系数a1以及a2是用于不使脉搏强烈出现的频率周边的信号强度的差如与噪声对应的特定频带的成分那样衰减,而使之与在各个成分之间不同的信号强度中的噪声所对应的特定频带的信号强度一致而使之消除的系数。这些系数a1以及系数a2中任意一个的值采取负值。之后,计算部15计算R信号的频谱的权重系数a1/a2以及G信号的频谱的权重系数a2/a2。
乘法部16是对各波长成分的信号中的至少一方信号成分乘以权重系数的处理部。作为一个方式,乘法部16对R成分以及G成分的各信号的频谱乘以权重系数。如在上述的例中所说,对R信号的频谱Rall乘以权重系数a1/a2,并且对G信号的频谱Gall乘以权重系数a2/a2。图4是表示乘以权重系数后的R成分以及G成分的各信号的频谱的一个例子的图。在图4的例子中,为了便于说明,图示有乘以了权重系数的绝对值的结果。图4所示的图的纵轴是指信号强度,另外,横轴是指频率(bpm)。如图4所示那样,在对R成分以及G成分的各信号的频谱乘以权重系数的情况下,在R成分以及G成分的各成分之间灵敏度一致。特别是,特定频带中的频谱的信号强度在大部分频谱的信号强度大致相同。另一方面,实际上包含脉搏的频率的周边区域40在R成分以及G成分的各成分之间频谱的信号强度不一致。
运算部17是在乘以权重系数后在各波长成分之间对信号进行运算的处理部。作为一个方式,运算部17对R信号的频谱Rall以及权重系数a1/a2的相乘结果、和G信号的频谱Gall以及权重系数a2/a2的相乘结果进行运算。此时,权重系数a1/a2为负,所以为从乘以权重系数后的G信号的频谱中减去乘以权重系数后的R信号的频谱。图5是表示运算后的频谱的一个例子的图。在图5中,从提高脉搏出现的频带的识别性的观点考虑增大纵轴即信号强度的尺度来图示。如图5所示可知,在从乘以权重系数后的G信号的频谱中减去乘以权重系数后的R信号的频谱的情况下,在尽量维持脉搏出现的信号成分的强度的状态下减少噪声成分。因此,能够根据两者的差的频谱,将存在于70bpm附近的峰值毫无疑问地检测为噪声成分的峰值。
检测部18是使用运算后的频谱,来检测受检者的脉搏的处理部。作为一个方式,检测部18在假定为人的心率能够采取的值的频率的区间,例如与下限值42bpm~上限值240bpm的区间对应的频率的区间根据运算后的频谱的最大的峰值来检测受检者的心率。例如,若在图5的例子中来说,在运算后的频谱中在70bpm测量最大的峰值,所以检测部18将受检者的心率检测为“70bpm”。作为另外的一个方式,检测部18通过对运算后的频谱应用逆傅立叶变换将频谱所具有的频率成分转换为时间序列空间的信号。通过这样的逆傅立叶变换,得到心跳波形。
这样被检测出的检测结果,例如心率、心跳波形例能够输出至客户端30。此时,检测部18将受检者的心率输出至诊断有无心脏病的诊断程序,例如安装于服务器装置10的Web应用程序。并且,检测部18还能够将通过诊断程序诊断受检者的心脏病的诊断结果与心率一起输出至客户端30。例如,在诊断程序中,高血压的人心动过快,例如在是100bpm以上的情况下诊断为有心绞痛、心肌梗塞的可能,或使用心率诊断为心率不齐、精神疾病,例如紧张、应激反应。通过一并输出这样的诊断结果,能够实现在医院外,例如在家、在座位的监控服务。
此外,获取部12、转换部13、提取部14、计算部15、乘法部16、运算部17以及检测部18能够采用各种集成电路、电子电路。例如,作为集成电路,列举ASIC(Application Specific Integrated Circuit:专用集成电路)、FPGA(Field Programmable Gate Array:现场可编程门阵列)。另外,作为电子电路,列举CPU(Central Processing Unit:中央处理单元)、MPU(Micro Processing Unit:微处理单元)等。
[处理的流程]
接着,对本实施例的服务器装置10的处理的流程进行说明。图6是表示实施例1的检测处理的顺序的流程图。该检测处理是在服务器装置10的电源是接通的状态下,每次获取图像反复执行的处理。
如图6所示那样,若获取反映了受检者的图像(步骤S101),则获取部12从在步骤S101获取到的图像中提取规定的脸部部分,例如以受检者的鼻子为基准的部分图像(步骤S102)。
接着,转换部13通过对R成分以及G成分的各信号应用离散傅立叶变换向频率成分转换(步骤S103)。由此,将R信号以及G信号转换为频率的频谱。
并且,提取部14从各波长成分的频率的频谱中,提取代表特定频带的信号成分的信号强度Rnoise以及Gnoise(步骤S104)。在此基础上,计算部15计算在R成分以及G成分之间特定频带中的信号强度Rnoise以及Gnoise的运算值成为最小的权重系数a1/a2以及a2/a2(步骤S105)。
之后,乘法部16对R信号的频谱Rall乘以权重系数a1/a2,并且对G信号的频谱Gall乘以权重系数a2/a2(步骤S106)。接着,运算部17对R信号的频谱Rall以及权重系数a1/a2的相乘结果、和G信号的频谱Gall以及权重系数a2/a2的相乘结果进行运算(步骤S107)。
并且,检测部18使用运算后的频谱,在检测出受检者的心率、心跳波形等脉搏之后(步骤S108),将脉搏的检测结果输出至客户端30(步骤S109),并结束处理。
[实施例1的效果]
如上述描述的那样,本实施例的服务器装置10计算在多个波长成分的信号间实际不包含脉搏的频率成分的噪声强度,并根据在对各波长成分的信号乘以噪声强度的运算值为最小的权重系数后运算出的信号来检测脉搏。因此,在本实施例的服务器装置10中,能够减少权重系数的计算量。由此,根据本实施例的服务器装置10,在减少噪声时能够抑制处理负荷的增大或精度降低。
实施例2
另外,在上述的实施例1中,对在频率空间消除噪声成分来检测脉搏的例子进行了说明,但公开的装置未必将各波长成分的信号向频率成分转换,也能够消除噪声成分来检测脉搏。因此,在本实施例中,对在时间序列空间消除噪声成分来检测脉搏的情况进行说明。
图7是表示实施例2的服务器装置50的功能性结构的框图。如图7所示那样,服务器装置50具有获取部51、BPF(Band-Pass Filter:带通滤波器)52A以及52B、提取部53A以及53B、LPF(Low-Pass Filter:低通滤波器)54A以及54B、计算部55、BPF56A以及56B、乘法部57、运算部58、和检测部59。此外,在图7的例子中,省略通信I/F部的图示。
其中,获取部51每次提取部分图像,都对该部分图像所包含的R成分以及G成分的每一个计算部分图像所包含的各像素的像素值的平均值。并且,获取部51经过规定的时间,例如1秒、1分钟等在时间序列上对部分图像所包含的R信号以及G信号的平均值进行取样,将取样的R信号以及G信号的时间序列数据输出至后段的功能部。例如,获取部51将R信号的时间序列数据输出至BPF52A以及BPF56A,并且将G信号的时间序列数据输出至BPF52B以及BPF56B。
BPF52A、BPF52B、BPF56A以及BPF56B均为仅使规定的频带的信号成分通过并除去其以外的频带的信号成分的带通滤波器。这些BPF52A、BPF52B、BPF56A以及BPF56B可以通过硬件来安装,也可以通过软件来安装。
对这些BPF所通过的频带的差异进行说明。BPF52A以及BPF52B使特定频带,例如3bpm以上小于20bpm的频带的信号成分通过。在这里,为了提取特定频带的信号成分,例示了使用带通滤波器的情况,但在提取小于20bpm的频带的信号成分的情况等下,也能够使用低通滤波器。另一方面,BPF56A以及BPF56B使脉搏能够采取的频带,例如42bpm以上小于240bpm的频带的信号成分通过。此外,以下,有将脉搏能够采取的频带记载为“脉搏频带”的情况。
提取部53A提取R信号的特定频带的信号成分的绝对强度值。例如,提取部53A通过执行对R成分的特定频带的信号成分进行幂乘的乘法处理来提取特定频带的信号成分的绝对强度值。另外,提取部53B提取G信号的特定频带的信号成分的绝对强度值。例如,提取部53B通过执行对G成分的特定频带的信号成分进行幂乘的乘法处理来提取特定频带的信号成分的绝对强度值。
LPF54A以及LPF54B是对特定频带的绝对强度值的时间序列数据,执行对时间变化响应的平滑化处理的低通滤波器。这些LPF54A以及LPF54B除了向LPF54A输入的信号是R信号,向LPF54B输入的信号是G信号以外没有差异。通过这样的平滑化处理,得到特定频带的绝对值强度R′noise以及G′noise。
计算部55通过执行通过LPF54B输出的G信号的特定频带的绝对值强度G′noise除以通过LPF54A输出的R信号的特定频带的绝对值强度R′noise的除法“G′noise/R′noise”来计算权重系数a。
乘法部57对通过BPF56A输出的R信号的脉搏频带的信号成分乘以通过计算部55计算出的权重系数a。
运算部58执行从通过乘法部57乘以权重系数a的R信号的脉搏频带的信号成分,减去通过BPF56B输出的G信号的脉搏频带的信号成分的运算“a*Rsignal-Gsignal”。通过这样的运算得到的信号的时间序列数据相当于心跳波形。
检测部59使用运算后的信号,来检测受检者的脉搏。作为一个方式,检测部59将信号的时间序列数据作为脉搏的检测结果输出。作为另外的一个方式,检测部59还能够根据通过对信号的时间序列数据应用傅立叶变换转换为频率成分的频谱来检测心率。
图8是表示实施例2的检测处理的顺序的流程图。如图8所示那样,若获取反映了受检者的图像(步骤S301),获取部51从在步骤S301中获取到的图像中提取规定的脸部部分,例如以受检者的鼻子为基准的部分图像(步骤S302)。
在此基础上,获取部51将R信号的时间序列数据输出至BPF52A以及BPF56A,并且将G信号的时间序列数据输出至BPF52B以及BPF56B(步骤S303)。
接着,BPF52A提取R信号的特定频带,例如3bpm以上小于20bpm的频带的信号成分,并且BPF52B提取G信号的特定频带的信号成分(步骤S304A)。
并且,提取部53A提取R信号的特定频带的信号成分的绝对强度值,并且提取部53B提取G信号的特定频带的信号成分的绝对强度值(步骤S305)。
之后,LPF54A对R信号的特定频带的绝对强度值的时间序列数据,执行对时间变化响应的平滑化处理,并且LPF54B对G信号的特定频带的绝对强度值的时间序列数据,执行响应于时间变化的平滑化处理(步骤S306)。
接着,计算部55通过执行通过LPF54B输出的G信号的特定频带的绝对值强度G′noise除以通过LPF54A输出的R信号的特定频带的绝对值强度R′noise的除法“G′noise/R′noise”来计算权重系数a(步骤S307)。
与上述的步骤S304A的处理并行,BPF56A提取R信号的脉搏频带,例如42bpm以上小于240bpm的频带的信号成分,并且BPF56B提取G信号的脉搏频带的信号成分(步骤S304B)。
之后,乘法部57对在步骤S304B中提取出的R信号的脉搏频带的信号成分乘以在步骤S307中计算出的权重系数a(步骤S308)。在此基础上,运算部58执行从在步骤S308中乘以了权重系数a的R信号的脉搏频带的信号成分中,减去在步骤S304B中提取出的G信号的脉搏频带的信号成分的运算“a*Rsignal-Gsignal”(步骤S309)。
并且,检测部59使用运算后的信号的时间序列数据,来检测受检者的心率、心跳波形等脉搏之后(步骤S310),将脉搏的检测结果输出至客户端30(步骤S311),并结束处理。
[实施例2的效果]
如上述描述的那样,在本实施例的服务器装置50中,在时间序列空间消除噪声成分来检测脉搏。在这种情况下,也与上述的实施例1相同,能够减少权重系数的计算量,所以在减少噪声时能够抑制处理负荷的增大或精度降低。并且,本实施例的服务器装置50与上述的实施例1相比,不进行傅立叶变换也能够得到脉搏的一个方式的心跳波形,所以能够更加有效地抑制处理负荷的增大或精度降低。
图9是表示实施例2的脉搏检测结果和参考的比较例的图。在图9的参考中,图示有通过心电图法测量出的ECG(Electrocardiogram:心电图)。图9所示的图的纵轴是指信号的振幅,横轴是指时间(sec)。如图9所示那样,运算部58进行运算后的信号的时间序列数据在与参考的心电波形之间处于与各峰值的位置大致相同的位置,可以说处于大约相似的关系。这样,可知在时间序列空间消除噪声成分检测出脉搏的情况下,能够发挥不比参考的心电波形逊色的脉搏的检测精度。
实施例3
另外,到此为止对与公开的装置相关的实施例进行了说明,但本发明除了上述的实施例以外,也能够以各种不同的方式来实施。因此,以下,对本发明所包含的其他的实施例进行说明。
[输入信号]
在上述的实施例1以及实施例2中,例示了作为输入信号使用R信号以及G信号二种的情况,但只要是具有不同的多个光波长成分的信号即可,能够将任意种类的信号以及任意个数的信号作为输入信号。例如,也能够使用2个R、G、B、IR以及NIR等光波长成分不同的信号中任意的组合的信号,或者也能够使用3个以上。
[分散以及统一]
另外,图示的各装置的各构成要素无需必须物理上如图示的方式构成。即,各装置的分散/统一的具体的方式并不限于图示的方式,能够根据各种负荷、使用状况等,以任意的单位在功能上或物理上分散/统一地构成其全部或一部分。例如,也能够通过使客户端30执行脉搏检测程序,该脉搏检测程序执行与服务器装置10所具有的获取部12、转换部13、提取部14、计算部15、乘法部16、运算部17以及检测部18等功能部对应的处理来使客户端30独立地动作。另外,也可以将获取部12、转换部13、提取部14、计算部15、乘法部16、运算部17以及检测部18中一部分的功能部作为服务器装置10的外部装置经由网络连接。例如,DFT等的运算的处理负荷高,所以从在客户服务器间通过规格较高的服务器装置10进行处理的观点来看,也能够将转换部13安装于客户端30,将其以外的功能部安装于服务器装置10。另外,也可以为其它的装置分别具有获取部12、转换部13、提取部14、计算部15、乘法部16、运算部17以及检测部18中一部分的功能部,通过网络连接配合,从而实现上述的服务器装置10的功能。
[脉搏检测程序]
另外,在上述的实施例中说明的各种处理能够通过利用个人计算机、工作站等计算机执行预先准备的程序来实现。因此,以下,使用图10,对执行具有与上述的实施例相同的功能的脉搏检测程序的计算机的一个例子进行说明。
图10是用于对执行实施例1至实施例3的脉搏检测程序的计算机的一个例子进行说明的图。如图10所示那样,计算机100具有操作部110a、扬声器110b、摄像机110c、显示器120、以及通信部130。并且,该计算机100具有CPU150、ROM160、HDD170、RAM180。这些110~180的各部经由总线140连接。
如图10所示那样,对HDD170预先存储脉搏检测程序170a,脉搏检测程序170a发挥与上述的实施例1中所示的获取部12、转换部13、提取部14、计算部15、乘法部16、运算部17以及检测部18相同的功能。对于该脉搏检测程序170a,与图1或图7所示的各个功能部的各构成要素相同,也可以适当地统一或者分离。即,储存于HDD170的各数据无需总是将全部的数据储存至HDD170,仅将处理所需要的数据储存至HDD170即可。
并且,CPU150从HDD170中读出脉搏检测程序170a并在RAM180中展开。由此,如图10所示那样,脉搏检测程序170a作为脉搏检测工序180a发挥作用。该脉搏检测工序180a将从HDD170中读出的各种数据适当地在RAM180上的分配给自身的区域中展开,基于该展开的各种数据来执行各种处理。此外,脉搏检测工序180a包含图1或图7所示的各功能部所执行的处理,例如图6、图8所示的处理。另外,在CPU150上假想地实现的各处理部,无需全部的处理部一直在CPU150上动作,仅假想地实现处理所需要的处理部即可。
此外,对于上述的脉搏检测程序170a,也未必需要从最初就存储至HDD170、ROM160。例如,使***计算机100的软盘,所谓的FD、CD-ROM、DVD磁盘、光磁盘、IC卡等“可搬用的物理介质”存储各程序。并且,计算机100也可以将从这些可搬用的物理介质中获取各程序并执行。另外,也可以将各程序存储至经由公用线路、互联网、LAN、WAN等与计算机100连接的其他的计算机或服务器装置等,计算机100从这些中获取各程序并执行。
符号说明
10…服务器装置;11…通信I/F部;12…获取部;13…转换部;14…提取部;15…计算部;16…乘法部;17…运算部;18…检测部;30…客户端。
Claims (10)
1.一种脉搏检测方法,其特征在于,计算机执行如下处理:
获取通过拍摄装置对受检者进行拍摄而得到的图像;
按每一个波长成分,提取在所述图像所包含的多个波长成分的信号中的代表特定频带的信号成分的强度,所述特定频带是指在与脉搏能够采取的频带之间重复的区间是规定长度以下的频带;
使用所述按每一个波长成分提取出的强度,来计算在各波长成分之间对信号进行运算时要向信号相乘的权重系数,所述权重系数且是在相乘后使所述特定频带的信号成分的运算值最小化的权重系数;
对各波长成分的信号中的至少一方信号成分相乘所述权重系数,
在相乘所述权重系数后在各波长成分之间对信号进行运算;以及
使用运算后的信号来检测所述受检者的脉搏。
2.根据权利要求1所述的脉搏检测方法,其特征在于,
所述计算机还执行将各波长成分的信号向频率成分转换的处理,
作为相乘所述权重系数的处理,对按每一个所述波长成分向频率成分转换而得的频谱中的一个频谱相乘所述权重系数,
作为对所述信号进行运算的处理,在相乘所述权重系数后在各波长成分之间对频谱进行运算,
作为检测所述脉搏的处理,使用运算后的频谱来检测所述受检者的脉搏。
3.根据权利要求2所述的脉搏检测方法,其特征在于,
作为提取代表所述特定频带的信号成分的强度的处理,从按每一个所述波长成分向频率成分转换而得的频谱中提取所述特定频带的平均功率强度,
作为计算所述权重系数的处理,通过在波长成分之间计算平均功率强度之比来计算所述权重系数。
4.根据权利要求1所述的脉搏检测方法,其特征在于,
所述计算机还执行如下处理:
使用低通滤波器或带通滤波器,从各波长成分的信号中提取所述特定频带的信号成分,
使用带通滤波器,从各波长成分的信号中提取所述脉搏能够采取的频带的信号成分,
作为计算所述权重系数的处理,使用按每一个所述波长成分提取出的特定频带的信号成分的强度来计算所述权重系数,
作为相乘所述权重系数的处理,对所述脉搏能够采取的频带的信号成分相乘所述权重系数,
作为对所述信号进行运算的处理,在相乘所述权重系数后在各波长成分之间对所述脉搏能够采取的频带的信号成分进行运算,
作为检测所述脉搏的处理,使用运算后的信号波形来检测所述受检者的脉搏。
5.根据权利要求4所述的脉搏检测方法,其特征在于,
作为提取代表所述特定频带的信号成分的强度的处理,提取按每一个所述波长成分提取出的特定频带的绝对强度值,
作为计算所述权重系数的处理,通过在各波长成分之间计算绝对强度值之比来作为所述权重系数算出。
6.根据权利要求1所述的脉搏检测方法,其特征在于,
作为所述多个波长成分的信号,使用对于血红蛋白具有不同的吸光灵敏度的2个以上的波长的信号。
7.根据权利要求6所述的脉搏检测方法,其特征在于,
在所述多个波长成分的信号中的至少一个信号是具有将光波长525nm作为基准的波段的信号,其他信号是具有所述波段以外的光波长的波段的信号。
8.根据权利要求1所述的脉搏检测方法,其特征在于,
作为所述特定频带的信号成分,使用小于1Hz的信号成分。
9.一种脉搏检测装置,其特征在于,由以下各部来执行处理:
获取部,其获取通过拍摄装置对受检者进行拍摄而得到的图像;
提取部,其按每一个波长成分提取所述图像所包含的多个波长成分的信号中的代表特定频带的信号成分的强度,所述特定频带是指在与脉搏能够采取的频带之间重复的区间是规定长度以下的频带;
计算部,其使用按每一个所述波长成分提取出的强度,计算在各波长成分之间对信号进行运算时要向信号相乘的权重系数,所述权重系数且是在相乘后使所述特定频带的信号成分的运算值最小化的权重系数;
乘法部,其对各波长成分的信号中至少一个信号成分相乘所述权重系数;
运算部,其在相乘所述权重系数后在与各波长成分之间对信号进行运算;以及
检测部,其使用运算后的信号来检测所述受检者的脉搏。
10.一种脉搏检测程序,其特征在于,使计算机执行如下处理;
获取通过拍摄装置对受检者进行拍摄而得到的图像;
对每一个波长成分,提取在所述图像所包含的多个波长成分的信号中的代表特定频带的信号成分的强度,所述特定频带是指在与脉搏能够采取的频带之间重复的区间是规定长度以下的频带;
使用所述对每一个波长成分提取出的强度,计算在各波长成分之间对信号进行运算时要向信号相乘的权重系数,所述权重系数且是在相乘后使所述特定频带的信号成分的运算值最小化的权重系数;
对各波长成分的信号中的至少一方信号成分相乘所述权重系数;
在相乘所述权重系数后在各波长成分之间运算信号;以及
使用运算后的信号来检测所述受检者的脉搏。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2012/072990 WO2014038077A1 (ja) | 2012-09-07 | 2012-09-07 | 脈波検出方法、脈波検出装置及び脈波検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104602594A true CN104602594A (zh) | 2015-05-06 |
CN104602594B CN104602594B (zh) | 2017-03-22 |
Family
ID=50236724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280075664.3A Active CN104602594B (zh) | 2012-09-07 | 2012-09-07 | 脉搏检测方法和脉搏检测装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9986922B2 (zh) |
EP (1) | EP2893872A4 (zh) |
JP (1) | JP5915757B2 (zh) |
CN (1) | CN104602594B (zh) |
WO (1) | WO2014038077A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107049293A (zh) * | 2016-02-02 | 2017-08-18 | 富士通株式会社 | 传感器信息处理设备 |
CN108353169A (zh) * | 2015-10-29 | 2018-07-31 | 松下知识产权经营株式会社 | 图像处理装置、具备该图像处理装置的脉搏估计***以及图像处理方法 |
CN109480808A (zh) * | 2018-09-27 | 2019-03-19 | 深圳市君利信达科技有限公司 | 一种基于ppg的心率检测方法、***、设备和存储介质 |
CN109890278A (zh) * | 2016-10-27 | 2019-06-14 | 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 |
CN110664388A (zh) * | 2019-09-05 | 2020-01-10 | 广州市蜗牛互动科技有限公司 | 心率检测方法、装置、存储介质以及设备 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6003752B2 (ja) * | 2013-03-22 | 2016-10-05 | 富士通株式会社 | 防犯装置、防犯方法及び防犯プログラム |
WO2014155750A1 (ja) | 2013-03-29 | 2014-10-02 | 富士通株式会社 | 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 |
US20150327800A1 (en) * | 2014-05-16 | 2015-11-19 | Mediatek Inc. | Apparatus and method for obtaining vital sign of subject |
JPWO2016006027A1 (ja) * | 2014-07-07 | 2017-04-27 | 富士通株式会社 | 脈波検出方法、脈波検出プログラム及び脈波検出装置 |
US9955880B2 (en) * | 2014-10-27 | 2018-05-01 | Tata Consultancy Services Limited | Estimating physiological parameters |
JP6385839B2 (ja) * | 2015-01-29 | 2018-09-05 | シャープ株式会社 | 脈波計測装置、および脈波計測方法 |
EP3278721B1 (en) * | 2015-03-31 | 2020-11-04 | Equos Research Co., Ltd. | Pulse wave detection device and pulse wave detection program |
JP6308161B2 (ja) | 2015-03-31 | 2018-04-11 | 株式会社エクォス・リサーチ | 脈波検出装置、及び脈波検出プログラム |
JP2016195747A (ja) * | 2015-04-06 | 2016-11-24 | セイコーエプソン株式会社 | 生体情報処理装置、生体情報処理システム、生体情報処理方法及び生体情報処理プログラム |
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 |
WO2017104056A1 (ja) | 2015-12-17 | 2017-06-22 | オリンパス株式会社 | 生体情報計測装置、生体情報計測方法および生体情報計測プログラム |
JP7274803B2 (ja) * | 2020-11-04 | 2023-05-17 | 株式会社レイマック | 非接触血管解析装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6785573B2 (en) * | 2000-07-20 | 2004-08-31 | Cardiac Pacemakers, Inc. | Low distortion ECG filter |
EP1475035B1 (en) * | 2003-05-09 | 2011-06-22 | Samsung Electronics Co., Ltd. | Ear type apparatus for measuring a bio signal and measuring method therefor |
CN102341828A (zh) * | 2009-03-06 | 2012-02-01 | 皇家飞利浦电子股份有限公司 | 处理至少一个活体的图像 |
CN102549621A (zh) * | 2009-10-06 | 2012-07-04 | 皇家飞利浦电子股份有限公司 | 用于处理至少包含代表生物中的周期现象的分量的信号的方法和*** |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5200828A (en) * | 1990-03-19 | 1993-04-06 | Sam Jung Co., Ltd. | Autofocusing device for use in a video camera and an autofocusing method thereof |
GB9011887D0 (en) | 1990-05-26 | 1990-07-18 | Le Fit Ltd | Pulse responsive device |
US5632272A (en) | 1991-03-07 | 1997-05-27 | Masimo Corporation | Signal processing apparatus |
US20030122954A1 (en) * | 1998-01-01 | 2003-07-03 | Kassatly L. Samuel Anthony | Video camera and method and device for capturing video, audio and data signals |
US6196972B1 (en) * | 1998-11-11 | 2001-03-06 | Spentech, Inc. | Doppler ultrasound method and apparatus for monitoring blood flow |
JP3924636B2 (ja) | 2001-10-30 | 2007-06-06 | 日本光電工業株式会社 | 脈波信号処理方法 |
JP4345459B2 (ja) * | 2003-12-01 | 2009-10-14 | 株式会社デンソー | 生体状態検出装置 |
US7507207B2 (en) | 2003-10-07 | 2009-03-24 | Denso Corporation | Portable biological information monitor apparatus and information management apparatus |
JP2005218507A (ja) | 2004-02-03 | 2005-08-18 | Tama Tlo Kk | バイタルサイン計測方法と装置 |
JP2006311314A (ja) * | 2005-04-28 | 2006-11-09 | Matsushita Electric Ind Co Ltd | 色分離処理方法および色分離処理回路 |
WO2007043328A1 (ja) | 2005-10-12 | 2007-04-19 | Konica Minolta Holdings, Inc. | データ検出装置及びデータ検出方法 |
US8703422B2 (en) * | 2007-06-06 | 2014-04-22 | Pacific Biosciences Of California, Inc. | Methods and processes for calling bases in sequence by incorporation methods |
US11607152B2 (en) * | 2007-06-12 | 2023-03-21 | Sotera Wireless, Inc. | Optical sensors for use in vital sign monitoring |
JP5320837B2 (ja) * | 2008-06-12 | 2013-10-23 | 富士通株式会社 | 脈拍計測装置、脈拍計測プログラムおよび脈拍計測方法 |
US20100016732A1 (en) * | 2008-07-17 | 2010-01-21 | Lockheed Martin Corporation | Apparatus and method for neural-signal capture to drive neuroprostheses or control bodily function |
US8140143B2 (en) * | 2009-04-16 | 2012-03-20 | Massachusetts Institute Of Technology | Washable wearable biosensor |
JP5446443B2 (ja) * | 2009-05-15 | 2014-03-19 | 日産自動車株式会社 | 心拍数測定装置および心拍数測定方法 |
US10085657B2 (en) * | 2009-06-17 | 2018-10-02 | Sotera Wireless, Inc. | Body-worn pulse oximeter |
EP2292141B1 (fr) * | 2009-09-03 | 2015-06-17 | The Swatch Group Research and Development Ltd | Procédé et dispositif de mesure du pouls au moyen d'ondes lumineuses à deux longueurs d'onde |
JP5195741B2 (ja) * | 2009-12-25 | 2013-05-15 | 株式会社デンソー | 生体活動計測装置 |
US20110251493A1 (en) * | 2010-03-22 | 2011-10-13 | Massachusetts Institute Of Technology | Method and system for measurement of physiological parameters |
US20150099987A1 (en) * | 2010-06-07 | 2015-04-09 | Affectiva, Inc. | Heart rate variability evaluation for mental state analysis |
WO2012158984A1 (en) * | 2011-05-17 | 2012-11-22 | Massachusetts Institute Of Technology | Methods and apparatus for assessment of atypical brain activity |
-
2012
- 2012-09-07 WO PCT/JP2012/072990 patent/WO2014038077A1/ja unknown
- 2012-09-07 JP JP2014534134A patent/JP5915757B2/ja active Active
- 2012-09-07 EP EP12884118.6A patent/EP2893872A4/en not_active Withdrawn
- 2012-09-07 CN CN201280075664.3A patent/CN104602594B/zh active Active
-
2015
- 2015-03-04 US US14/638,570 patent/US9986922B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6785573B2 (en) * | 2000-07-20 | 2004-08-31 | Cardiac Pacemakers, Inc. | Low distortion ECG filter |
EP1475035B1 (en) * | 2003-05-09 | 2011-06-22 | Samsung Electronics Co., Ltd. | Ear type apparatus for measuring a bio signal and measuring method therefor |
CN102341828A (zh) * | 2009-03-06 | 2012-02-01 | 皇家飞利浦电子股份有限公司 | 处理至少一个活体的图像 |
CN102549621A (zh) * | 2009-10-06 | 2012-07-04 | 皇家飞利浦电子股份有限公司 | 用于处理至少包含代表生物中的周期现象的分量的信号的方法和*** |
Non-Patent Citations (1)
Title |
---|
MING-ZHER POH 等: "Non-contact, automated cardiac pulse measurements using video imimaging and blind source separation", 《OPTICS EXPRESS 18 (2010)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108353169A (zh) * | 2015-10-29 | 2018-07-31 | 松下知识产权经营株式会社 | 图像处理装置、具备该图像处理装置的脉搏估计***以及图像处理方法 |
CN108353169B (zh) * | 2015-10-29 | 2022-05-17 | 松下知识产权经营株式会社 | 图像处理装置、具备该图像处理装置的脉搏估计***以及图像处理方法 |
CN107049293A (zh) * | 2016-02-02 | 2017-08-18 | 富士通株式会社 | 传感器信息处理设备 |
CN109890278A (zh) * | 2016-10-27 | 2019-06-14 | 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 |
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 |
CN109480808A (zh) * | 2018-09-27 | 2019-03-19 | 深圳市君利信达科技有限公司 | 一种基于ppg的心率检测方法、***、设备和存储介质 |
CN110664388A (zh) * | 2019-09-05 | 2020-01-10 | 广州市蜗牛互动科技有限公司 | 心率检测方法、装置、存储介质以及设备 |
CN110664388B (zh) * | 2019-09-05 | 2022-03-25 | 广州市蜗牛互动科技有限公司 | 心率检测方法、装置、存储介质以及设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2014038077A1 (ja) | 2014-03-13 |
JPWO2014038077A1 (ja) | 2016-08-08 |
JP5915757B2 (ja) | 2016-05-11 |
EP2893872A4 (en) | 2015-09-23 |
CN104602594B (zh) | 2017-03-22 |
EP2893872A1 (en) | 2015-07-15 |
US9986922B2 (en) | 2018-06-05 |
US20150173630A1 (en) | 2015-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104602594A (zh) | 脉搏检测方法、脉搏检测装置以及脉搏检测程序 | |
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 | |
CN107529646B (zh) | 一种基于欧拉影像放大的无接触式心率测量方法及装置 | |
JP5920465B2 (ja) | バイタルサイン検出方法、バイタルサイン検出装置及びバイタルサイン検出プログラム | |
WO2015121949A1 (ja) | 信号処理装置、信号処理方法及び信号処理プログラム | |
JP5332406B2 (ja) | 脈拍計測装置、脈拍計測方法および脈拍計測プログラム | |
TWI518629B (zh) | 用於生理信號之自動化品質評估的方法及設備 | |
JP6167614B2 (ja) | 血流指標算出プログラム、血流指標算出装置および血流指標算出方法 | |
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 | |
EP2777485B1 (en) | Signal processor, signal processing method, and signal processing program | |
JP6098304B2 (ja) | 脈波検出装置、脈波検出方法及び脈波検出プログラム | |
KR20140122849A (ko) | 휴대용 기기 이용한 스트레스 체크 및 치유 시스템 및 방법 | |
Saini et al. | Effective automated method for detection and suppression of muscle artefacts from single‐channel EEG signal | |
CN106725415B (zh) | 电生理信号的处理方法和装置 | |
EP3890597A1 (en) | Electronic device for measuring biometric information and method for operating the same | |
JP6020015B2 (ja) | 脈波検出装置、脈波検出プログラム及び脈波検出方法 | |
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 | |
JP7237768B2 (ja) | 生体情報検出装置 | |
Liu et al. | Power and area efficient wavelet-based on-chip ECG processor for WBAN | |
JP7106821B2 (ja) | 生体信号解析装置、生体信号解析方法及びプログラム | |
KR102468654B1 (ko) | 보정된 이미지 기반 심박 추정 방법 및 그 장치 | |
Chien et al. | Implementation of a real-time ECG signal processor | |
JP7458869B2 (ja) | 生体信号処理装置、生体信号処理プログラム、および生体信号処理方法 | |
CN102811034A (zh) | 信号处理装置及信号处理方法 | |
Lin et al. | Design of wearable brain computer interface based on motor imagery |
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 |