CN109791694A - 用于确定对象的生理参数的方法和设备及其计算机程序产品 - Google Patents
用于确定对象的生理参数的方法和设备及其计算机程序产品 Download PDFInfo
- Publication number
- CN109791694A CN109791694A CN201880002388.5A CN201880002388A CN109791694A CN 109791694 A CN109791694 A CN 109791694A CN 201880002388 A CN201880002388 A CN 201880002388A CN 109791694 A CN109791694 A CN 109791694A
- Authority
- CN
- China
- Prior art keywords
- pixel
- wavelength range
- gray level
- color component
- wave length
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004590 computer program Methods 0.000 title claims description 7
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 73
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000003384 imaging method Methods 0.000 claims description 41
- 230000015654 memory Effects 0.000 claims description 34
- 239000008280 blood Substances 0.000 claims description 21
- 210000004369 blood Anatomy 0.000 claims description 21
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 210000003462 vein Anatomy 0.000 claims description 14
- 238000004040 coloring Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 claims 2
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 12
- 238000010521 absorption reaction Methods 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 241000406668 Loxodonta cyclotis Species 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 3
- 108010002255 deoxyhemoglobin Proteins 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 108010064719 Oxyhemoglobins Proteins 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010018873 Haemoconcentration Diseases 0.000 description 1
- 208000005764 Peripheral Arterial Disease Diseases 0.000 description 1
- 208000030831 Peripheral arterial occlusive disease Diseases 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000036996 cardiovascular health Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 231100000397 ulcer Toxicity 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- 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
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
-
- 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
- A61B5/145—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- A61B5/02427—Details of sensor
- A61B5/02433—Details of sensor for infrared radiation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Quality & Reliability (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Color Television Image Signal Generators (AREA)
- Multimedia (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种用于确定对象的一个或多个生理参数的方法。所述方法包括:响应于所述对象的血管在不同波长的光下照亮,提供所述血管的多个图像;将所述血管的所述多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的所述一个或多个生理参数。
Description
技术领域
本发明涉及医疗装置技术,更具体地,涉及用于确定对象的一个或多个生理参数的方法和设备及其计算机程序产品。
背景技术
光学成像是一种新兴技术,其具有在诊所、床旁或手术室中改善疾病预防、诊断或治疗的潜能。光学成像技术可以无创地区分各软组织以及区分自然软组织与被内源造影剂或外源造影剂标记的组织,这利用了这些组织在不同波长下的光子吸收或光子散射分布(profile)。这种光子吸收和散射差异提供了提供特定组织对比的潜能,并使得能够研究作为健康和疾病的基础的功能和分子级活动。
发明内容
在一方面,本发明提供了一种用于确定对象的一个或多个生理参数的方法,包括:响应于对象的血管在不同波长的光下照亮,提供血管的多个图像;将血管的所述多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的所述一个或多个生理参数。
可选地,将血管的所述多个图像中的每一个转换为至少两个灰度图像包括:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度和第二波长范围中的第二光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,并且基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像。
可选地,基于式(1)来执行确定第一波长范围中的第一光强度和第二波长范围中的第二光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
可选地,将血管的所述多个图像中的每一个转换为至少两个灰度图像包括:将血管的所述多个图像中的每一个转换为三个灰度图像,从而产生第一波长范围的所述多个第一灰度图像,第二波长范围的所述多个第二灰度图像,以及第三波长范围的多个第三灰度图像,第一波长范围、第二波长范围和第三波长范围彼此不同;并且其中,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的所述一个或多个生理参数包括:基于所述多个第一灰度图像、所述多个第二灰度图像、以及所述多个第三灰度图像来确定对象的至少两个生理参数。
可选地,将血管的所述多个图像中的每一个转换为三个灰度图像包括:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像,并且基于所述多个像素中的每个像素中的第三光强度产生第三波长范围的所述多个第三灰度图像。
可选地,基于式(2)来执行确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,Q3R表示像素(m,n)的第一颜色分量在第三波长范围内的第七参考量子效率,Q3G表示像素(m,n)的第二颜色分量在第三波长范围内的第八参考量子效率,Q3B表示像素(m,n)的第三颜色分量在第三波长范围内的第九参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,I3 mn表示像素(m,n)的第三波长范围中的第三光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
可选地,所述方法还包括:利用具有第一波长范围的第一光、第二波长范围的第二光、第三波长范围的第三光的复合光照亮对象的血管;以及,利用图像传感器检测由对象的身体部分反射的光或透过对象的身体部分的光,从而产生对象的血管的多个图像。
可选地,所述方法还包括以下至少之一:(1)利用第一波长范围的第一参考光照亮对象的血管并确定像素的第一颜色分量在第一波长范围内的第一参考量子效率、像素的第二颜色分量在第一波长范围内的第二参考量子效率、以及像素的第三颜色分量在第一波长范围内的第三参考量子效率;(2)利用第二波长范围的第二参考光照亮对象的血管并确定像素的第一颜色分量在第二波长范围内的第四参考量子效率、像素的第二颜色分量在第二波长范围内的第五参考量子效率、以及像素的第三颜色分量在第二波长范围内的第六参考量子效率;或者,利用第三波长范围的第三参考光照亮对象的血管并确定像素的第一颜色分量在第三波长范围内的第七参考量子效率、像素的第二颜色分量在第三波长范围内的第八参考量子效率、以及像素的第三颜色分量在第三波长范围内的第九参考量子效率。
可选地,第一波长范围和第二波长范围在近红外光和可见光的波长范围中。
可选地,第一波长范围在约760nm至约850nm之间;第二波长范围在约850nm至约960nm之间;并且,第三波长范围在约530nm至约660nm之间。
可选地,对象的所述一个或多个生理参数包括:对象的静脉图案、脉搏波信号、以及血氧水平。
另一方面,本发明提供了一种利用响应于对象的血管在不同波长的光下照亮而提供的血管的多个图像对所述对象的一个或多个生理参数进行测量的设备,包括:存储器;以及,一个或多个处理器;其中,所述存储器和所述一个或多个处理器彼此连接;并且,存储器存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:将血管的所述多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的所述一个或多个生理参数。
可选地,所述设备还包括:光源,其构造为利用至少具有第一波长范围的第一光和第二波长范围的第二光的复合光照亮对象的血管;以及,图像传感器,其构造为检测由对象的身体部分反射的复合光或透过对象的身体部分的复合光,从而产生对象的血管的多个图像。
可选地,所述图像传感器是单个图像传感器,其能够检测具有第一波长范围的第一光和第二波长范围的第二光的复合光。
可选地,所述光源是单个光源,其能够同时发射第一波长范围的第一光和第二波长范围的第二光。
可选地,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度和第二波长范围中的第二光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,并且基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像。
可选地,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:将血管的所述多个图像中的每一个转换为三个灰度图像,从而产生第一波长范围的所述多个第一灰度图像,第二波长范围的所述多个第二灰度图像,以及第三波长范围的多个第三灰度图像,第一波长范围、第二波长范围和第三波长范围彼此不同;以及,基于所述多个第一灰度图像、所述多个第二灰度图像和所述多个第三灰度图像来确定对象的至少两个生理参数。
可选地,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像,并且基于所述多个像素中的每个像素中的第三光强度产生第三波长范围的所述多个第三灰度图像。
可选地,对象的所述一个或多个生理参数包括:对象的静脉图案、脉搏波信号、以及血氧水平。
另一方面,本发明提供了一种计算机程序产品,其包括其上具有计算机可读指令的非暂时性有形计算机可读介质,所述计算机可读指令由处理器可执行以使得所述处理器执行:将响应于对象的血管在不同波长的光下照亮而提供的血管的多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的一个或多个生理参数。
附图说明
以下附图仅为根据所公开的各种实施例的用于示意性目的的示例,而不旨在限制本发明的范围。
图1是示出根据本公开的一些实施例中的确定对象的一个或多个生理参数的方法的流程图。
图2是示出根据本公开的一些实施例中的确定对象的一个或多个生理参数的方法的流程图。
图3是示出根据本公开的一些实施例中的图像的RGB通道分离的示意图。
图4示出了根据本公开的一些实施例中的针对像素的第一颜色分量(密集虚线)、像素的第二颜色分量(疏松虚线)、以及像素的第三颜色分量(实线)所记录的图像的在350nm和1050nm之间的波长范围上的量子效率的曲线。
图5是示出根据本公开的一些实施例中的用于测量对象的一个或多个生理参数的设备的示意图。
图6是示出根据本公开的一些实施例中的用于测量对象的一个或多个生理参数的设备的示意图。
具体实施方式
现在将参照以下实施例更具体地描述本公开。需注意,以下对一些实施例的描述仅针对示意和描述的目的而呈现于此。其不旨在是穷尽性的或者受限为所公开的确切形式。
已开发了各种设备以检测对象的生理参数。然而,为了测量对象的多个生理参数,需要进行多次测量以针对每次测量获得不同的生物计量信号,导致较差的用户体验。即使将多个设备集成在一个装置中,这些设备仍然需要单独的设置,比如单独的光源和单独的传感器。因此,制造成本居高不下,并且难以使装置小型化。
因此,本公开特别提供了用于确定对象的一个或多个生理参数的方法、用于确定对象的一个或多个生理参数的设备、及其计算机程序产品,其实质上避免了由于相关技术的局限和缺点所导致的问题中的一个或多个。在一方面,本公开提供了一种用于确定对象的一个或多个生理参数的方法。图1是示出根据本公开的一些实施例中的确定对象的一个或多个生理参数的方法的流程图。参照图1,在一些实施例中,所述方法包括:响应于对象的血管在不同波长的光下照亮,提供血管的多个图像;将血管的所述多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的所述一个或多个生理参数。如本文所用,术语“生理参数”涉及对象的健康相关参数。可以从装置(例如,经由传感器)的测量直接或间接地测得、检测到和/或导出生理参数。在一些实施例中,生理参数可以包括但不限于这样的参数:血液相关参数,比如静脉图案、脉搏波参数(例如,脉搏波速度、脉搏率、脉搏传导时间)、血液化学水平(例如,血氧水平、血总胆固醇水平、血糖水平)、血压、心率、或它们的组合。如本文所用,术语“血管”包括任何管体并且包括动脉或静脉。如本文所用,术语“对象”指哺乳动物,包括人类和其他哺乳动物。
可选地,第一波长范围和第二波长范围是不重叠的范围。可选地,第一波长范围和第二波长范围是部分地重叠的范围。
图2是示出根据本公开的一些实施例中的确定对象的一个或多个生理参数的方法的流程图。参照图2,在一些实施例中,将血管的所述多个图像中的每一个转换为至少两个灰度图像的步骤包括:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度和第二波长范围中的第二光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,并且基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像。
例如,像素的第一颜色分量、第二颜色分量和第三颜色分量可以为像素中的图像的红色分量、绿色分量和蓝色分量。图3是示出根据本公开的一些实施例中的图像的RGB通道分离的示意图。所述多个像素中的每一个中的图像被分为三个颜色通道,例如,红色通道(R)、绿色通道(G)和蓝色通道(B)。确定针对红色分量的第一值、针对绿色分量的第二值和针对蓝色分量的第三值。在一个示例中,第一值、第二值和第三值可以由红色通道的灰度值、绿色通道的灰度值、以及蓝色通道的灰度值表示。基于第一值、第二值和第三值,针对所述多个像素中的每个像素确定第一波长范围中的第一光强度和第二波长范围中的第二光强度。可选地,第一波长范围和第二波长范围在近红外光和可见光的波长范围中。在一个示例中,第一波长范围是近红外光的波长范围,第二波长范围是可见光的波长范围。在另一个示例中,第一波长范围是近红外光的波长范围,第二波长范围是近红外光的波长范围。可选地,第一波长范围在约760nm至约850nm之间;并且,第二波长范围在约850nm至约960nm之间。可选地,第一波长范围在约760nm至约850nm之间;并且,第二波长范围在约530nm至约660nm之间。可选地,第一波长范围在约850nm至约960nm之间;并且,第二波长范围在约530nm至约660nm之间。一旦确定了每个像素的第一波长范围中的第一光强度,则可以产生第一波长范围的多个第一灰度图像。一旦确定了每个像素的第二波长范围中的第二光强度,则可以产生第二波长范围的多个第二灰度图像。
图4示出了根据本公开的一些实施例中的针对像素的第一颜色分量(密集虚线)、像素的第二颜色分量(疏松虚线)、以及像素的第三颜色分量(实线)所记录的图像的在350nm和1050nm之间的波长范围上的量子效率的曲线。参照图4,像素的第一颜色分量在350nm至1050nm的波长范围上的量子效率的变化示出为密集虚线。像素的第二颜色分量在350nm至1050nm的波长范围上的量子效率的变化示出为疏松虚线。像素的第三颜色分量在350nm至1050nm的波长范围上的量子效率的变化示出为实线。
对于每个参考光(例如,第一参考光、第二参考光和第三参考光中的每一个),像素的颜色分量的量子效率在特定波长处为固定值。例如,参照图4,像素的第一颜色分量分别在第一波长、第二波长和第三波长处的各量子效率是各固定值。类似地,像素的第二颜色分量分别在第一波长、第二波长和第三波长处的各量子效率是各固定值,并且像素的第三颜色分量分别在第一波长、第二波长和第三波长处的各量子效率是各固定值。这些量子效率可以预先确定,例如,利用每个单独的参考光作为校准来预先确定。
在一些实施例中,可以基于式(1)来确定第一波长范围中的第一光强度和第二波长范围中的第二光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
如上所述,Q1R、Q1G、Q1B、Q2R、Q2G和Q2B是固定值,并且可以通过校准测试来获取。可以通过将所述多个像素中的每个像素中的图像分为三个不同的颜色通道(例如,红色通道、绿色通道和蓝色通道)来测量所述三个值VR mn、VG mn和VB mn。可选地,VR mn、VG mn和VB mn可以由灰度值表示。基于式(1),可以确定像素(m,n)的第一波长范围中的第一光强度I1 mn以及像素(m,n)的第二波长范围中的第二光强度I2 mn。
在一些实施例中,可以使用图像传感器来检测由对象的身体部分反射的复合光或透过对象的身体部分的复合光,从而产生对象的血管的所述多个图像。在确定第一波长范围中的第一光强度和第二波长范围中的第二光强度时,图像传感器的参数实质上保持不变。例如,影响图像传感器的输出图像的RGB值的参数(包括光圈、曝光时间、焦点长度和增益)在确定第一光强度和第二光强度的过程中实质上保持不变。可以调整帧率,只要帧间隔大于曝光时间即可。
恒定系数KR、KG、KB独立于波长。通过多种独立于波长的因素来确定这些恒定系数,所述因素诸如为像素面积、曝光时间、放大增益、以及调整算法。可选地,可以通过校准来确定恒定系数。例如,可以基于式(2)来确定恒定系数KR:
其中Q0R表示像素的第一颜色分量在参考波长处的参考量子效率,I0表示像素在参考波长处的光强度,VR0表示像素的第一颜色分量的参考值(例如,灰度值)。可以用类似方式来确定恒定系数KG和KB。
式(1)可以表达如下:
可以获得的最优解,使得残差最小化,其中该残差可以表达为:
在针对所述多个像素中的每个像素确定了第一波长范围中的第一光强度和第二波长范围中的第二光强度时,可以产生第一波长范围的所述多个第一灰度图像和第二波长范围的所述多个第二灰度图像。所述多个第一灰度图像和所述多个第二灰度图像可以之后用于确定对象的一个或多个生理参数。在一个示例中,所述多个第一灰度图像和所述多个第二灰度图像用于确定对象的血氧水平。在另一个示例中,所述多个第一灰度图像用于确定对象的静脉图案,并且所述多个第二灰度图像用于确定对象的脉搏波信号。
在一些实施例中,所述方法包括:将血管的所述多个图像中的每一个转换为三个灰度图像,从而产生第一波长范围的所述多个第一灰度图像,第二波长范围的所述多个第二灰度图像,以及第三波长范围的多个第三灰度图像。第一波长范围、第二波长范围和第三波长范围彼此不同。可选地,第一波长范围、第二波长范围和第三波长范围中的任意两个范围相对彼此不重叠。可选地,第一波长范围、第二波长范围和第三波长范围中的两个范围相对彼此部分地重叠。可选地,第一波长范围、第二波长范围和第三波长范围相对彼此部分地重叠。
基于所述多个第一灰度图像、所述多个第二灰度图像和所述多个第三灰度图像来确定对象的所述一个或多个生理参数。
在一些实施例中,将血管的所述多个图像中的每一个转换为三个灰度图像的步骤包括:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像,并且基于所述多个像素中的每个像素中的第三光强度产生第三波长范围的所述多个第三灰度图像。
例如,像素的第一颜色分量、第二颜色分量和第三颜色分量可以为像素中的图像的红色分量、绿色分量和蓝色分量。所述多个像素中的每一个中的图像被分为三个颜色通道,例如,红色通道、绿色通道和蓝色通道。确定针对红色分量的第一值、针对绿色分量的第二值和针对蓝色分量的第三值。基于第一值、第二值和第三值,针对所述多个像素中的每个像素确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度。可选地,第一波长范围和第二波长范围在近红外光的波长范围中,并且第三波长范围在可见光的波长范围中。可选地,第一波长范围在约760nm和约850nm之间,第二波长范围在约850nm和约960nm之间,第三波长范围在约530nm和约660nm之间。一旦确定了每个像素的第一波长范围中的第一光强度,则可以产生第一波长范围的多个第一灰度图像。一旦确定了每个像素的第二波长范围中的第二光强度,则可以产生第二波长范围的多个第二灰度图像。一旦确定了每个像素的第三波长范围中的第三光强度,则可以产生第三波长范围的多个第三灰度图像。
在一些实施例中,可以基于式(5)来确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,Q3R表示像素(m,n)的第一颜色分量在第三波长范围内的第七参考量子效率,Q3G表示像素(m,n)的第二颜色分量在第三波长范围内的第八参考量子效率,Q3B表示像素(m,n)的第三颜色分量在第三波长范围内的第九参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,I3 mn表示像素(m,n)的第三波长范围中的第三光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
如上所述,Q1R、Q1G、Q1B、Q2R、Q2G、Q2B、Q3R、Q3G、Q3B是固定值,并且可以通过校准测试来获取。可以通过将所述多个像素中的每个像素中的图像分为三个不同的颜色通道(例如,红色通道、绿色通道和蓝色通道)来测量所述三个值VR mn、VG mn和VB mn。可选地,VR mn、VG mn和VB mn可以由灰度值表示。基于式(5),可以确定像素(m,n)的第一波长范围中的第一光强度I1 mn、像素(m,n)的第二波长范围中的第二光强度I2 mn、以及像素(m,n)的第三波长范围中的第三光强度I3 mn。
在一些实施例中,可以使用图像传感器来检测由对象的身体部分反射的复合光或透过对象的身体部分的复合光,从而产生对象的血管的所述多个图像。在确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度时,图像传感器的参数实质上保持不变。例如,影响图像传感器的输出图像的RGB值的参数(包括光圈、曝光时间、焦点长度和增益)在确定第一光强度、第二光强度、以及第三光强度的过程中实质上保持不变。可以调整帧率,只要帧间隔大于曝光时间即可。
此外,式(5)可以表达如下:
因此,
可以选择第一波长范围、第二波长范围和第三波长范围以使其具有适当值,并且可以选择适当图像传感器,使得|Q|≠0。
在针对所述多个像素中的每个像素确定了第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度时,可以产生第一波长范围的所述多个第一灰度图像、第二波长范围的所述多个第二灰度图像、以及第三波长范围的所述多个第三灰度图像。所述多个第一灰度图像、所述多个第二灰度图像以及所述多个第三灰度图像可以之后用于确定对象的一个或多个生理参数。在一个示例中,所述多个第一灰度图像用于确定对象的静脉图案,所述多个第二灰度图像用于确定对象的脉搏波信号,并且所述多个第二灰度图像和所述多个第三灰度图像用于确定对象的血氧水平。
在一些实施例中,所述方法还包括:响应于对象的血管在不同波长的光下照亮,提供血管的多个图像。可选地,所述方法包括:利用具有第一波长范围的第一光、第二波长范围的第二光、第三波长范围的第三光的复合光照亮对象的血管;以及,利用图像传感器检测由对象的身体部分反射的光或透过对象的身体部分的光,从而产生对象的血管的多个图像。在一些实施例中,用于照亮对象的血管的光源是单个光源。可选地,用于照亮对象的血管的光源包括多个发光元件,例如,用于发射第一波长范围的第一光的第一发光元件、用于发射第二波长范围的第二光的第二发光元件、以及用于发射第三波长范围的第三光的第三发光元件。
在一些实施例中,所述方法还包括校准步骤以确定Q1R、Q1G、Q1B、Q2R、Q2G、Q2B、Q3R、Q3G、以及Q3B中的一个或多个。可选地,所述方法包括:利用第一波长范围的第一参考光照亮对象的血管并确定像素的第一颜色分量在第一波长范围内的第一参考量子效率、像素的第二颜色分量在第一波长范围内的第二参考量子效率、以及像素的第三颜色分量在第一波长范围内的第三参考量子效率。在一个示例中,第一参考量子效率是Q1R,第二参考量子效率是Q1G,并且第三参考量子效率是Q1B。可选地,所述方法包括:利用第二波长范围的第二参考光照亮对象的血管并确定像素的第一颜色分量在第二波长范围内的第四参考量子效率、像素的第二颜色分量在第二波长范围内的第五参考量子效率、以及像素的第三颜色分量在第二波长范围内的第六参考量子效率。在另一个示例中,第四参考量子效率是Q2R,第五参考量子效率是Q2G,并且第六参考量子效率是Q2B。可选地,所述方法包括:利用第三波长范围的第三参考光照亮对象的血管并确定像素的第一颜色分量在第三波长范围内的第七参考量子效率、像素的第二颜色分量在第三波长范围内的第八参考量子效率、以及像素的第三颜色分量在第三波长范围内的第九参考量子效率。在另一个示例中,第七参考量子效率是Q3R,第八参考量子效率是Q3G,并且第九参考量子效率是Q3B。
各种适当方法可用于检测血氧水平。在一个示例中,可以利用图像传感器捕获对象的身体部分(比如,皮肤)的多个图像,以记录光通过解剖学肢体(比如人类手指)的反射或透射。可以将与第一波长范围处(例如,第一波长)的所述多个第一灰度图像对应的图像特征和第二波长范围处(例如,第二波长)的所述多个第二灰度图像对应的图像特征进行比较。第二波长实质上不同于第一波长。可以基于对图像特征进行比较来确定血氧水平。
在一个示例中,可以利用图像传感器来确定对象的氧饱和度。用户可以放置他/她的手指靠近图像传感器,并且可以捕获视频或图片序列。随后,可以对捕获的序列使用图像分析和信号处理技术,从而处理并提取氧饱和度(SpO2)。该处理可以实时地进行,比如在捕获图片序列的同时进行,或者可以在图片序列已经捕获之后离线进行。
在另一示例中,可以根据下式确定SpO2:
其中,SpO2表示氧饱和度,C0表示氧合血红蛋白浓度,Cr表示去氧血红蛋白浓度。对于波长λ的光,根据光通过材料吸收的比尔–朗伯定律:
其中Iin是通过厚度l的动脉的光的强度,Iout是射出动脉的光的强度,α0是在波长λ处的含氧血的吸收系数,并且αr是在波长λ处的去氧血的吸收系数。为了求解两个变量,即变量C0和Cr,可以使用光的两个波长的差别技术,其中:
在波长λ1处,
并且,
在波长λ2处,
因此,
其中,
R的值可以通过测量图像传感器中的光电二极管/像素的输出处的电压来计算:
因此,可以确定氧饱和度。
各种适当方法可用于检测脉搏波信号。在一个示例中,可以通过光电容积脉搏波成像(PPGi)来检测脉搏波信号。在PPG成像中,分析来自组织的反向散射的光。当光照射到组织上时,该光的一部分在组织内散射,随后与血液中的发色团相互作用,并且最终通过组织表面(例如,皮肤)散射回来。当随时间推移观察时,该光-组织交互叠加微弱的AC调制,其与从组织反射的光的总量相比大约为1-2%。可以分析该反向散射的光的这个小的AC信号,从而获得关于动脉循环的位置、相对血液体积、相对血液浓度的信息。根据该信息而产生的图像提供了用于评估涉及组织血流的改变和脉搏率的改变的病理学的方法,包括:组织灌注;心血管健康;诸如溃疡之类的创伤;外周动脉疾病,以及呼吸***健康。在一个示例中,将近红外光用作照亮光源以利用该波长下透入组织的增多的光子。通常的设置包括将光源放在待成像的目标组织附近。这通常要求高动态范围和对弱光敏感的传感器来检测PPG信号。
各种适当方法可用于识别静脉图案。在一个实施例中,可以通过用近红外光照射对象的身体部分来识别对象的静脉图案。在光通过该身体部分漫射之后,该身体部分反射光或光透过该身体部分。静脉血管中的脱氧血红蛋白吸收红外线,从而降低了反射率或透射率并导致静脉显现为黑色图案。在一个示例中,用预登记图案验证静脉图案,以认证对象。
另一方面,本公开提供了一种利用响应于对象的血管在不同波长的光下照亮而提供的血管的多个图像对所述对象的一个或多个生理参数进行测量的设备。在一些实施例中,所述设备包括:存储器;和一个或多个处理器。所述存储器和所述一个或多个处理器彼此连接。在一些实施例中,存储器存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:将血管的所述多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的所述一个或多个生理参数。
图5是示出根据本公开的一些实施例中的用于测量对象的一个或多个生理参数的设备的示意图。参照图5,在一些实施例中,所述设备包括彼此连接的处理器104和存储器107。存储器107存储用于控制处理器104执行上述功能的计算机可执行指令。图6是示出根据本公开的一些实施例中的用于测量对象的一个或多个生理参数的设备的示意图。参照图6,在一些实施例中,所述设备包括彼此连接的处理器104和存储器107。存储器107存储用于控制处理器104执行上述功能的计算机可执行指令。
各种适当存储器可用于当前设备中。适当存储器的示例包括但不限于各种类型的处理器可读介质,比如随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除PROM(EEPROM)、闪速存储器、磁数据存储器或光数据存储器、寄存器、磁盘或磁带、光存储介质(比如光盘(CD)或DVD(数字通用光盘))、以及其他非暂时介质。可选地,存储器是非暂时性存储器。各种适当处理器器可用于当前设备中。适当处理器的示例包括但不限于:通用处理器、中央处理单元(CPU)、微处理器、数字信号处理器(DSP)、控制器、微控制器、状态机等。
参照图5,在一些实施例中,所述设备还包括:光源101,其构造为发射多个波长的光;图像传感器102,其位于光源101下方;以及主体103,其形成了在侧面具有开口的腔室。图像传感器102可以为彩色图像传感器。由主体103所形成的腔室防止环境光干扰图像传感器102的光检测。身体部分106可以通过主体103的侧面上的开口放入腔室中。身体部分106可以放置在光源101与图像传感器102之间,使得图像传感器102可以检测透过对象的身体部分106的光。处理器104构造为响应于对象的血管在不同波长的光下照亮,从图像传感器102获取血管的多个图像。所述设备还包括电源105,其构造为为光源101、图像传感器102、存储器107和处理器104供电。
参照图6,在一些实施例中,所述设备还包括支撑件201,其构造为支撑对象的身体部分106。类似于图5中所示的设备,图6中的设备也包括:光源101,其构造为发射多个波长的光;图像传感器102,其位于光源101下方;以及主体103,其形成了在侧面具有开口的腔室。图像传感器102可以为彩色图像传感器。由主体103所形成的腔室防止环境光干扰图像传感器102的光检测。身体部分106可以通过主体103的侧面上的开口放入腔室中。在图6所示的设备中,光源101构造为朝向放置在支撑件201上的身体部分106向上发射光。可选地,身体部分106放置得靠近光源101。置于身体部分106下方的图像传感器102构造为检测由对象的身体部分106反射的光。处理器104构造为响应于对象的血管在不同波长的光下照亮,从图像传感器102获取血管的多个图像。所述设备还包括电源105,其构造为为光源101、图像传感器102、存储器107和处理器104供电。
在一些实施例中,光源101构造为利用具有第一波长范围的第一光和第二波长范围的第二光的复合光照亮对象的(身体部分106中的)血管。可选地,第一波长范围和第二波长范围在近红外光和可见光的波长范围中。在一个示例中,第一波长范围是近红外光的波长范围,第二波长范围是可见光的波长范围。在另一个示例中,第一波长范围是近红外光的波长范围,第二波长范围是近红外光的波长范围。可选地,第一波长范围在约760nm至约850nm之间;并且,第二波长范围在约850nm至约960nm之间。可选地,第一波长范围在约760nm至约850nm之间;并且,第二波长范围在约530nm至约660nm之间。可选地,第一波长范围在约850nm至约960nm之间;并且,第二波长范围在约530nm至约660nm之间。
在一些实施例中,光源101构造为利用具有第一波长范围的第一光、第二波长范围的第二光、第三波长范围的第三光的复合光照亮对象的(身体部分106中的)血管。可选地,第一波长范围和第二波长范围在近红外光的波长范围中,并且第三波长范围在可见光的波长范围中。可选地,第一波长范围在约760nm至约850nm之间;第二波长范围在约850nm至约960nm之间;并且,第三波长范围在约530nm至约660nm之间。脱氧血红蛋白的吸收高峰为约760nm。氧合血红蛋白的吸收高峰为约910nm。因此,在约760nm处和约660nm处获取的灰度图像可以用于检测血氧水平(660nm作为基准)。在约760nm处获取的灰度图像可以用于检测静脉图案。在约910nm处获取的灰度图像可以用于检测脉搏波信号。
可选地,光源101是单个光源,其能够同时发射第一波长范围的第一光和第二波长范围的第二光。可选地,光源101是单个光源,其能够同时发射第一波长范围的第一光、第二波长范围的第二光、第三波长范围的第三光。在一个示例中,光源101包括白光和多个荧光体/磷光体层。所述多个荧光体/磷光体层分别构造为在白光照射时发射不同波长的光。在另一个示例中,光源101包括白光和多个彩膜块。所述多个彩膜块分别构造为在白光照射时使不同波长的光透过。在另一个示例中,光源101包括多个发光二极管,其分别构造为发射不同波长的光。
可选地,光源101包括多个发光元件(例如,发光二极管),其分别构造为发射不同波长的光。可选地,光源101包括至少两个发光元件,一个发光元件构造为发射第一波长范围的第一光并且另一个发光元件构造为发射第二波长范围的第二光。可选地,光源101包括三个发光元件,第一个发光元件构造为发射第一波长范围的第一光,第二个发光元件构造为发射第二波长范围的第二光,并且第三个发光元件构造为发射第三波长范围的第三光。
图像传感器102构造为检测由对象的身体部分反射的复合光或透过对象的身体部分的复合光,从而产生对象的血管的多个图像。可选地,所述图像传感器是单个图像传感器,其能够检测至少具有第一波长范围的第一光和第二波长范围的第二光的复合光。可选地,图像传感器102是单个图像传感器,其能够检测具有第一波长范围的第一光、第二波长范围的第二光、第三波长范围的第三光的复合光。
各种适当图像传感器可用于当前设备中。适当图像传感器的示例包括:电荷耦合器件(CCD)图像传感器和互补金属氧化物半导体(CMOS)图像传感器。可选地,图像传感器102是彩色图像传感器,其能够检测不同的颜色,例如,红色、绿色和蓝色。可选地,图像传感器102能够检测长波长范围(例如,高达1050nm)中的信号。可选地,图像传感器102具有至少8fps(例如,大于25fps)的帧率。
在一些实施例中,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度和第二波长范围中的第二光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,并且基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像。
在一些实施例中,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制一个或多个处理器以根据下式(1)确定第一波长范围中的第一光强度和第二波长范围中的第二光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
如上所述,Q1R、Q1G、Q1B、Q2R、Q2G和Q2B是固定值,并且可以通过校准测试来获取。可以通过将所述多个像素中的每个像素中的图像分为三个不同的颜色通道(例如,红色通道、绿色通道和蓝色通道)来测量所述三个值VR mn、VG mn和VB mn。可选地,VR mn、VG mn和VB mn可以由灰度值表示。基于式(1),可以确定像素(m,n)的第一波长范围中的第一光强度I1 mn以及像素(m,n)的第二波长范围中的第二光强度I2 mn。
在一些实施例中,可以使用图像传感器来检测由对象的身体部分反射的复合光或透过对象的身体部分的复合光,从而产生对象的血管的所述多个图像。在确定第一波长范围中的第一光强度和第二波长范围中的第二光强度时,图像传感器的参数实质上保持不变。例如,影响图像传感器的输出图像的RGB值的参数(包括光圈、曝光时间、焦点长度和增益)在确定第一光强度和第二光强度的过程中实质上保持不变。可以调整帧率,只要帧间隔大于曝光时间即可。
在一些实施例中,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:将血管的所述多个图像中的每一个转换为三个灰度图像,从而产生第一波长范围的所述多个第一灰度图像,第二波长范围的所述多个第二灰度图像,以及第三波长范围的多个第三灰度图像,第一波长范围、第二波长范围和第三波长范围彼此不同;以及,基于所述多个第一灰度图像、所述多个第二灰度图像和所述多个第三灰度图像来确定对象的至少两个生理参数。可选地,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制所述一个或多个处理器以:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像,并且基于所述多个像素中的每个像素中的第三光强度产生第三波长范围的所述多个第三灰度图像。
在一些实施例中,存储器还存储计算机可执行指令,所述计算机可执行指令用于控制一个或多个处理器以根据下式(5)确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,Q3R表示像素(m,n)的第一颜色分量在第三波长范围内的第七参考量子效率,Q3G表示像素(m,n)的第二颜色分量在第三波长范围内的第八参考量子效率,Q3B表示像素(m,n)的第三颜色分量在第三波长范围内的第九参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,I3 mn表示像素(m,n)的第三波长范围中的第三光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
如上所述,Q1R、Q1G、Q1B、Q2R、Q2G、Q2B、Q3R、Q3G、Q3B是固定值,并且可以通过校准测试来获取。可以通过将所述多个像素中的每个像素中的图像分为三个不同的颜色通道(例如,红色通道、绿色通道和蓝色通道)来测量所述三个值VR mn、VG mn和VB mn。可选地,VR mn、VG mn和VB mn可以由灰度值表示。基于式(5),可以确定像素(m,n)的第一波长范围中的第一光强度I1 mn、像素(m,n)的第二波长范围中的第二光强度I2 mn、以及像素(m,n)的第三波长范围中的第三光强度I3 mn。
在一些实施例中,可以使用图像传感器来检测由对象的身体部分反射的复合光或透过对象的身体部分的复合光,从而产生对象的血管的所述多个图像。在确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度时,图像传感器的参数实质上保持不变。例如,影响图像传感器的输出图像的RGB值的参数(包括光圈、曝光时间、焦点长度和增益)在确定第一光强度、第二光强度、以及第三光强度的过程中实质上保持不变。可以调整帧率,只要帧间隔大于曝光时间即可。
在一些实施例中,所述设备是独立的医疗监控设备。在一些实施例中,用于测量对象的一个或多个生理参数的设备集成在显示设备(例如,移动电话、笔记本计算机、平板电脑)中。在一些实施例中,用于测量对象的一个或多个生理参数的设备集成在健康工具(gadget)中。在一些实施例中,用于测量对象的一个或多个生理参数的设备集成在健身器材中。
另一方面,本公开提供了一种计算机程序产品,其包括其上具有计算机可读指令的非暂时性有形计算机可读介质。在一些实施例中,所述计算机可读指令由处理器可执行以使得所述处理器执行:将响应于对象的血管在不同波长的光下照亮而提供的血管的多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定对象的一个或多个生理参数。
在一些实施例中,计算机可执行指令由处理器可执行以使得所述处理器进一步执行:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度和第二波长范围中的第二光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,并且基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像。
在一些实施例中,计算机可执行指令由处理器可执行以使得所述处理器进一步执行:将血管的所述多个图像中的每一个转换为三个灰度图像,从而产生第一波长范围的所述多个第一灰度图像,第二波长范围的所述多个第二灰度图像,以及第三波长范围的多个第三灰度图像,第一波长范围、第二波长范围和第三波长范围彼此不同;以及,基于所述多个第一灰度图像、所述多个第二灰度图像和所述多个第三灰度图像来确定对象的至少两个生理参数。
在一些实施例中,计算机可执行指令由处理器可执行以使得所述处理器进一步执行:针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度;以及,基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像,并且基于所述多个像素中的每个像素中的第三光强度产生第三波长范围的所述多个第三灰度图像。
出于示意和描述目的已示出对本发明实施例的上述描述。其并非旨在穷举或将本发明限制为所公开的确切形式或示例性实施例。因此,上述描述应当被认为是示意性的而非限制性的。显然,许多修改和变形对于本领域技术人员而言将是显而易见的。选择和描述这些实施例是为了解释本发明的原理和其最佳方式的实际应用,从而使得本领域技术人员能够理解本发明适用于特定用途或所构思的实施方式的各种实施例及各种变型。本发明的范围旨在由所附权利要求及其等同形式限定,其中除非另有说明,否则所有术语以其最宽的合理意义解释。因此,术语“发明”、“本发明”等不一定将权利范围限制为具体实施例,并且对本发明示例性实施例的参考不隐含对本发明的限制,并且不应推断出这种限制。本发明仅由随附权利要求的精神和范围限定。此外,这些权利要求可涉及使用跟随有名词或元素的“第一”、“第二”等术语。这种术语应当理解为一种命名方式而非意在对由这种命名方式修饰的元素的数量进行限制,除非给出具体数量。所描述的任何优点和益处不一定适用于本发明的全部实施例。应当认识到的是,本领域技术人员在不脱离随附权利要求所限定的本发明的范围的情况下可以对所描述的实施例进行变化。此外,本公开中没有元件和组件是意在贡献给公众的,无论该元件或组件是否明确地记载在随附权利要求中。
Claims (20)
1.一种用于确定对象的一个或多个生理参数的方法,包括:
响应于所述对象的血管在不同波长的光下照亮,提供所述血管的多个图像;
将所述血管的所述多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及
至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定所述对象的所述一个或多个生理参数。
2.根据权利要求1所述的方法,其中,将所述血管的所述多个图像中的每一个转换为至少两个灰度图像包括:
针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;
基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度和第二波长范围中的第二光强度;以及
基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,并且基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像。
3.根据权利要求2所述的方法,其中,基于式(1)来执行确定所述第一波长范围中的所述第一光强度和所述第二波长范围中的所述第二光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
4.根据权利要求1所述的方法,其中,将所述血管的所述多个图像中的每一个转换为至少两个灰度图像包括:将所述血管的所述多个图像中的每一个转换为三个灰度图像,从而产生第一波长范围的所述多个第一灰度图像,第二波长范围的所述多个第二灰度图像,以及第三波长范围的多个第三灰度图像,第一波长范围、第二波长范围和第三波长范围彼此不同;并且
其中,至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定所述对象的所述一个或多个生理参数包括:基于所述多个第一灰度图像、所述多个第二灰度图像、以及所述多个第三灰度图像来确定所述对象的至少两个生理参数。
5.根据权利要求4所述的方法,其中,将所述血管的所述多个图像中的每一个转换为三个灰度图像包括:
针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;
基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度;以及
基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像,并且基于所述多个像素中的每个像素中的第三光强度产生第三波长范围的所述多个第三灰度图像。
6.根据权利要求5所述的方法,其中,基于式(2)来执行确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度:
其中,VR mn表示具有m行和n列的多个像素中的像素(m,n)的第一颜色分量的第一值,VG mn表示像素(m,n)的第二颜色分量的第二值,VB mn表示像素(m,n)的第三颜色分量的第三值,Q1R表示像素(m,n)的第一颜色分量在第一波长范围内的第一参考量子效率,Q1G表示像素(m,n)的第二颜色分量在第一波长范围内的第二参考量子效率,Q1B表示像素(m,n)的第三颜色分量在第一波长范围内的第三参考量子效率,Q2R表示像素(m,n)的第一颜色分量在第二波长范围内的第四参考量子效率,Q2G表示像素(m,n)的第二颜色分量在第二波长范围内的第五参考量子效率,Q2B表示像素(m,n)的第三颜色分量在第二波长范围内的第六参考量子效率,Q3R表示像素(m,n)的第一颜色分量在第三波长范围内的第七参考量子效率,Q3G表示像素(m,n)的第二颜色分量在第三波长范围内的第八参考量子效率,Q3B表示像素(m,n)的第三颜色分量在第三波长范围内的第九参考量子效率,I1 mn表示像素(m,n)的第一波长范围中的第一光强度,I2 mn表示像素(m,n)的第二波长范围中的第二光强度,I3 mn表示像素(m,n)的第三波长范围中的第三光强度,KR是用于像素(m,n)的第一颜色分量的恒定系数,KG是用于像素(m,n)的第二颜色分量的恒定系数,KB是用于像素(m,n)的第三颜色分量的恒定系数。
7.根据权利要求1至6中任一项所述的方法,还包括:利用具有第一波长范围的第一光、第二波长范围的第二光、第三波长范围的第三光的复合光照亮所述对象的所述血管;以及
利用图像传感器检测由所述对象的身体部分反射的光或透过所述对象的所述身体部分的光,从而产生所述对象的所述血管的多个图像。
8.根据权利要求2所述的方法,还包括以下步骤中的至少之一:
(1)利用第一波长范围的第一参考光照亮所述对象的所述血管并确定像素的第一颜色分量在第一波长范围内的第一参考量子效率、像素的第二颜色分量在第一波长范围内的第二参考量子效率、以及像素的第三颜色分量在第一波长范围内的第三参考量子效率;
(2)利用第二波长范围的第二参考光照亮所述对象的所述血管并确定像素的第一颜色分量在第二波长范围内的第四参考量子效率、像素的第二颜色分量在第二波长范围内的第五参考量子效率、以及像素的第三颜色分量在第二波长范围内的第六参考量子效率;或者
(3)利用第三波长范围的第三参考光照亮对象的血管并确定像素的第一颜色分量在第三波长范围内的第七参考量子效率、像素的第二颜色分量在第三波长范围内的第八参考量子效率、以及像素的第三颜色分量在第三波长范围内的第九参考量子效率。
9.根据权利要求1至8中任一项所述的方法,其中,第一波长范围和第二波长范围在近红外光和可见光的波长范围中。
10.根据权利要求4所述的方法,其中,第一波长范围在约760nm至约850nm之间;
第二波长范围在约850nm至约960nm之间;并且
第三波长范围在约530nm至约660nm之间。
11.根据权利要求1至10中任一项所述的方法,其中,所述对象的所述一个或多个生理参数包括:所述对象的静脉图案、脉搏波信号、以及血氧水平。
12.一种利用响应于对象的血管在不同波长的光下照亮而提供的所述血管的多个图像对所述对象的一个或多个生理参数进行测量的设备,包括:
存储器;以及
一个或多个处理器;
其中,所述存储器和所述一个或多个处理器彼此连接;并且
所述存储器存储计算机可执行指令,该计算机可执行指令用于控制所述一个或多个处理器以:
将所述血管的所述多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及
至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定所述对象的所述一个或多个生理参数。
13.根据权利要求12所述的设备,还包括:
光源,其构造为利用至少具有第一波长范围的第一光和第二波长范围的第二光的复合光照亮所述对象的血管;以及
图像传感器,其构造为检测由所述对象的身体部分反射的复合光或透过所述对象的身体部分的复合光,从而产生所述对象的所述血管的所述多个图像。
14.根据权利要求13所述的设备,其中,所述图像传感器是单个图像传感器,其能够检测具有第一波长范围的第一光和第二波长范围的第二光的复合光。
15.根据权利要求13所述的设备,其中,所述光源是单个光源,其能够同时发射第一波长范围的第一光和第二波长范围的第二光。
16.根据权利要求12所述的设备,其中,所述存储器还存储计算机可执行指令,该计算机可执行指令用于控制所述一个或多个处理器以:
针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;
基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度和第二波长范围中的第二光强度;以及
基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,并且基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像。
17.根据权利要求12所述的设备,其中,所述存储器存储计算机可执行指令,该计算机可执行指令用于控制所述一个或多个处理器以:
将血管的所述多个图像中的每一个转换为三个灰度图像,从而产生第一波长范围的所述多个第一灰度图像,第二波长范围的所述多个第二灰度图像,以及第三波长范围的多个第三灰度图像,第一波长范围、第二波长范围和第三波长范围彼此不同;以及
基于所述多个第一灰度图像、所述多个第二灰度图像和所述多个第三灰度图像来确定所述对象的至少两个生理参数。
18.根据权利要求17所述的设备,其中,所述存储器还存储计算机可执行指令,该计算机可执行指令用于控制所述一个或多个处理器以:
针对所述多个图像中的每一个的多个像素中的每个像素,确定第一颜色分量的第一值、第二颜色分量的第二值、以及第三颜色分量的第三值;
基于第一值、第二值和第三值,针对所述多个像素中的每一个,确定第一波长范围中的第一光强度、第二波长范围中的第二光强度、以及第三波长范围中的第三光强度;以及
基于所述多个像素中的每个像素中的第一光强度产生第一波长范围的所述多个第一灰度图像,基于所述多个像素中的每个像素中的第二光强度产生第二波长范围的所述多个第二灰度图像,并且基于所述多个像素中的每个像素中的第三光强度产生第三波长范围的所述多个第三灰度图像。
19.根据权利要求12至18中任一项所述的设备,其中,所述对象的所述一个或多个生理参数包括:所述对象的静脉图案、脉搏波信号、以及血氧水平。
20.一种计算机程序产品,其包括其上具有计算机可读指令的非暂时性有形计算机可读介质,所述计算机可读指令由处理器可执行,以使得所述处理器执行:
将响应于对象的血管在不同波长的光下照亮而提供的所述血管的多个图像中的每一个转换为至少两个灰度图像,从而产生第一波长范围的多个第一灰度图像和第二波长范围的多个第二灰度图像,第一波长范围和第二波长范围彼此不同;以及
至少基于所述多个第一灰度图像和所述多个第二灰度图像来确定所述对象的一个或多个生理参数。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/119357 WO2020113466A1 (en) | 2018-12-05 | 2018-12-05 | Method and apparatus for determining physiological parameters of a subject, and computer-program product thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109791694A true CN109791694A (zh) | 2019-05-21 |
CN109791694B CN109791694B (zh) | 2023-06-30 |
Family
ID=66499481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880002388.5A Active CN109791694B (zh) | 2018-12-05 | 2018-12-05 | 用于确定对象的生理参数的方法和设备及其计算机程序产品 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11375909B2 (zh) |
CN (1) | CN109791694B (zh) |
WO (1) | WO2020113466A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11375909B2 (en) * | 2018-12-05 | 2022-07-05 | Boe Technology Group Co., Ltd. | Method and apparatus for determining physiological parameters of a subject, and computer-program product thereof |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120277559A1 (en) * | 2009-12-08 | 2012-11-01 | Matthias Kohl-Bareis | Apparatus for Measuring Blood Parameters |
CN104997519A (zh) * | 2015-08-13 | 2015-10-28 | 中国科学院光电技术研究所 | 基于眼底相机的双波长视网膜血管血氧测量*** |
CN105050492A (zh) * | 2013-03-14 | 2015-11-11 | 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 |
CN105395184A (zh) * | 2015-12-04 | 2016-03-16 | 华中科技大学 | 生物组织血流、血氧和血容量的多参数检测方法及装置 |
CN105473060A (zh) * | 2013-08-06 | 2016-04-06 | 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 |
US20170238805A1 (en) * | 2016-02-19 | 2017-08-24 | Covidien Lp | Systems and methods for video-based monitoring of vital signs |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6728561B2 (en) | 2001-08-14 | 2004-04-27 | University Of Alabama In Huntsville | Multispectral image processing method, apparatus and computer program product for determining the blood oxygen saturation in a vessel |
DE102004016435B4 (de) * | 2004-03-31 | 2009-05-28 | Imedos Gmbh | Verfahren zur spektralphotometrischen Ermittlung der Sauerstoffsättigung des Blutes in optisch zugänglichen Blutgefäßen |
US20080170228A1 (en) * | 2007-01-17 | 2008-07-17 | Micron Technology, Inc. | Method and apparatus for wafer level calibration of imaging sensors |
US20120197133A1 (en) * | 2011-01-28 | 2012-08-02 | Nellcor Puritan Bennett Llc | Advanced Ultrasound Modulated Optical Spectroscopy And Its Application To Patient Monitoring |
US20210030280A1 (en) * | 2012-01-23 | 2021-02-04 | Tomowave Laboratories, Inc. | Quantitative Optoacoustic Tomography for Dynamic Angiography of Peripheral Vasculature |
US20140073969A1 (en) * | 2012-09-12 | 2014-03-13 | Neurosky, Inc. | Mobile cardiac health monitoring |
CN103006238B (zh) | 2013-01-07 | 2014-11-26 | 天津大学 | 一种测量血氧饱和度的方法 |
CN103617419B (zh) | 2013-12-02 | 2018-10-16 | 广州微盾科技股份有限公司 | 具有活体手指侦测功能的手指静脉识别装置和方法 |
CN103839052B (zh) | 2014-03-05 | 2015-12-09 | 中山微盾信息科技有限公司 | 一种手指静脉识别装置及其实现方法 |
CN103870704A (zh) | 2014-03-26 | 2014-06-18 | 中国科学院深圳先进技术研究院 | 基于多用户身份识别的生理参数检测装置和健康服务*** |
CN104085371A (zh) | 2014-07-31 | 2014-10-08 | 中山市品汇创新专利技术开发有限公司 | 具有指纹与脉搏双重识别功能的机动车发动机控制*** |
KR102302844B1 (ko) | 2014-10-23 | 2021-09-16 | 삼성전자주식회사 | 정맥 패턴을 이용한 사용자 인증 방법 및 장치 |
CN106264467B (zh) * | 2016-08-10 | 2023-05-23 | 河南埃尔森智能科技有限公司 | 一种多功能双红外血管显像仪及其显像方法 |
CN116269261A (zh) * | 2016-12-01 | 2023-06-23 | 松下知识产权经营株式会社 | 生物体信息处理方法及生物体信息处理*** |
CN107194367A (zh) | 2017-06-07 | 2017-09-22 | 重庆科技学院 | 手指静脉识别过程中的活体检测方法 |
CN107510461B (zh) | 2017-07-07 | 2021-04-27 | 广州医软智能科技有限公司 | 组织活力、血氧变化及血氧饱和度检测方法及智能终端 |
CA3102138A1 (en) * | 2018-06-08 | 2019-12-12 | East Carolina University | Determining peripheral oxygen saturation (spo2) and hemoglobin concentration using multi-spectral laser imaging (msli) methods and systems |
US11375909B2 (en) * | 2018-12-05 | 2022-07-05 | Boe Technology Group Co., Ltd. | Method and apparatus for determining physiological parameters of a subject, and computer-program product thereof |
-
2018
- 2018-12-05 US US16/626,303 patent/US11375909B2/en active Active
- 2018-12-05 WO PCT/CN2018/119357 patent/WO2020113466A1/en active Application Filing
- 2018-12-05 CN CN201880002388.5A patent/CN109791694B/zh active Active
-
2022
- 2022-05-23 US US17/751,473 patent/US11751766B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120277559A1 (en) * | 2009-12-08 | 2012-11-01 | Matthias Kohl-Bareis | Apparatus for Measuring Blood Parameters |
CN105050492A (zh) * | 2013-03-14 | 2015-11-11 | 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 |
CN105473060A (zh) * | 2013-08-06 | 2016-04-06 | 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 |
CN104997519A (zh) * | 2015-08-13 | 2015-10-28 | 中国科学院光电技术研究所 | 基于眼底相机的双波长视网膜血管血氧测量*** |
CN105395184A (zh) * | 2015-12-04 | 2016-03-16 | 华中科技大学 | 生物组织血流、血氧和血容量的多参数检测方法及装置 |
US20170238805A1 (en) * | 2016-02-19 | 2017-08-24 | Covidien Lp | Systems and methods for video-based monitoring of vital signs |
Non-Patent Citations (1)
Title |
---|
雷恒波等: "基于手指视频的光电容积脉搏波信号获取", 《中国医疗设备》 * |
Also Published As
Publication number | Publication date |
---|---|
US20220280057A1 (en) | 2022-09-08 |
CN109791694B (zh) | 2023-06-30 |
WO2020113466A1 (en) | 2020-06-11 |
US20210353167A1 (en) | 2021-11-18 |
US11375909B2 (en) | 2022-07-05 |
US11751766B2 (en) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11224335B2 (en) | Image capturing system and electronic endoscope system | |
CN108471989B (zh) | 用于生成承载对象的生命体征信息的光体积描记图像的设备、***和方法 | |
US9980650B2 (en) | System and method for determining vital sign information of a subject | |
US5408998A (en) | Video based tissue oximetry | |
CN105451646B (zh) | 用于提取生理信息的设备、***和方法 | |
EP3019078B1 (en) | System for screening of the state of oxygenation of a subject | |
US11147456B2 (en) | Marker with light emitting area for use in determining vital sign information | |
EP2000082B1 (en) | Apparatus for obtaining oxygen-saturation information and method thereof | |
US20150223700A1 (en) | Device, system and method for determining vital signs of a subject based on reflected and transmitted light | |
US20220360700A1 (en) | Medical imaging device for spatially resolved recording of multispectral video data | |
WO2015121070A1 (en) | Device, system and method for determining vital signs of a subject based on reflected and transmitted light | |
CN106999115A (zh) | 用于确定对象的血液中的物质的浓度的设备、***和方法 | |
EP3809950B1 (en) | Device, system and method for image segmentation of an image of a scene including a subject | |
US11751766B2 (en) | Method and apparatus for determining physiological parameters of a subject, and computer-program product thereof | |
CN108430317A (zh) | 用于计算光学性血液动力学的血压的方法及装置 | |
Raposo et al. | Camera-based Photoplethysmography (cbPPG) using smartphone rear and frontal cameras: An experimental study | |
CN111991004A (zh) | 血氧饱和度测量设备、测量方法和测量装置 | |
US20240090772A1 (en) | Intraoral Diagnostic Device and Method of Using Same | |
LV14749B (lv) | Multimodālas attēlošanas ierīce ādas bezkontakta diagnostikai |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |