本發(fā)明涉及用于檢測對象的生命體征信息的設(shè)備和對應(yīng)的方法。本發(fā)明具體涉及對對象的呼吸率或脈搏率的遠程測量。

背景技術(shù)：

人的生命體征，例如呼吸率或脈搏率(有時還被稱為心率)，充當(dāng)針對人的當(dāng)前狀態(tài)的指示器并且充當(dāng)對嚴(yán)重醫(yī)學(xué)事件的預(yù)測。出于該原因，在住院和門診護理設(shè)施、在家里或者在其他健康、休閑和康復(fù)設(shè)施中廣泛監(jiān)測生命體征。

對例如呼吸率或脈搏率的生命體征的基于相機的監(jiān)測是用于完全無接觸地測量人的生命體征的已知技術(shù)。由于感興趣對象(即要被測量的人)能夠被自由地定位在相機的視場中，應(yīng)當(dāng)從其中采集相應(yīng)生命體征信息的相關(guān)區(qū)域必須被定義為針對相應(yīng)信號的期望的輸入。此外，相機提供2D信息，其允許多斑點和大面積測量，并且常常包含額外的背景信息。不像依賴于在相關(guān)測量點/區(qū)域上的正確放置的接觸式傳感器，被用于測量例如呼吸信號或脈搏率信號的生命體征的感興趣區(qū)域(ROI)必須根據(jù)實際圖像來確定。

在針對無接觸式生命體征測量的大多數(shù)應(yīng)用中，手動地選擇感興趣區(qū)域，或者所使用的相機被事先指向感興趣區(qū)域，然而，對象的移動導(dǎo)致不正確的測量結(jié)果以及對系統(tǒng)的不現(xiàn)實的使用。因此，期望對感興趣區(qū)域的自動檢測以改善對生命體征信息的基于相機的監(jiān)測。

在US 2009/0141124 A1中公開了基于諸如面部檢測的輪廓檢測來確定針對呼吸率或心率檢測的感興趣區(qū)域的常規(guī)方法。該方法的缺點在于，如果當(dāng)要測量的對象的相應(yīng)部分被毯子覆蓋時，輪廓(即面部)被部分地或完全地遮擋或隱藏，則感興趣區(qū)域不能夠被可靠地檢測到，其在醫(yī)院中是常見情況，在醫(yī)院中對呼吸率和脈搏率的檢測是至關(guān)重要的。

針對感興趣區(qū)域的檢測的基于形狀分析(諸如胸部/胸腔檢測)的其他方法受限于對象在視場內(nèi)的位置或者穿著，從而那些檢測方法是較不可靠的。

例如根據(jù)EP 0919184 A1已知一種識別針對呼吸監(jiān)測的感興趣區(qū)域的方法，而感興趣區(qū)域是基于從視場捕獲的相繼圖像之間的變化部分來確定的，其中，在相繼圖像之間的變化能夠基于不涉及生命體征的干擾信號。因此，從該文獻中獲知的方法是較不可靠的。

根據(jù)US 7431700 B2已知用于監(jiān)測對象的呼吸的另一種方法，其中，分析圖像數(shù)據(jù)中基于時間的變化，并且周期性表現(xiàn)被檢測為呼吸，然而，由于在整個視場中所有基于時間的變化被考慮并且不檢測感興趣區(qū)域，干擾信號的存在會導(dǎo)致呼吸率的不正確的測量結(jié)果。因此，在該文獻中公開的方法是較不可靠的，并且具有增加的技術(shù)費力。

更進一步地，WO 2014/131850 A1公開了一種用于確定來自對象的生命體征信息的裝置，包括：檢測單元，其用于檢測來自視場的輻射，并且用于確定來自所述視場的不同區(qū)域的、包括對象的生命體征信息的特征參數(shù)；頻率分析單元，其用于確定從所述不同區(qū)域?qū)С龅奶卣鲄?shù)的譜參數(shù)；選擇單元，其用于基于所述譜參數(shù)來選擇所述視場的所述區(qū)域中的至少一個；以及計算單元，其用于基于來自至少一個選定區(qū)域的特征參數(shù)來計算生命體征信息。

檢測用于遠程地檢測來自對象的生命體征信息的感興趣區(qū)域的已知方法中的一些的缺點在于，從視場中檢測到的整幅圖像被用于檢測生命體征信息，使得這些方法易受視場中的干擾信號以及對象在視場內(nèi)的移動的影響，使得用于確定來自對象的生命體征的已知方法是較不可靠的。此外，在測量呼吸信息的情況下，在不存在呼吸信號時(例如，由于呼吸暫停時刻)，ROI將是不可檢測的，或者將丟失。因此，對患有呼吸暫停的患者的生命體征的可靠監(jiān)測是不可能的。更進一步地，在身體的運動之后，先前選定的ROI不是最優(yōu)的或者不是有效的。因此，應(yīng)當(dāng)重新初始化新ROI，由于對時序體征信號的分析，其可能要求大量的時間。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供用于檢測對象的生命體征信息的經(jīng)改進的裝置以及對應(yīng)的方法，其中，其較不易受干擾信號、要測量的對象的移動的影響，或者提供更高的響應(yīng)性、準(zhǔn)確性或可靠性。

根據(jù)本發(fā)明的一個方面，提供了一種用于確定對象的生命體征信息的設(shè)備，包括：

-輸入單元，其用于接收所述對象的圖像數(shù)據(jù)，所述圖像數(shù)據(jù)包括隨時間的圖像序列，

-ROI選擇單元，其用于選擇所述圖像序列中的圖像內(nèi)的初始感興趣區(qū)域ROI，

-特征選擇單元，其用于選擇所述初始ROI內(nèi)的所述對象的身體部分的一個或多個空間特征，

-運動信號提取單元，其用于從所述圖像數(shù)據(jù)在所述初始ROI內(nèi)提取與所述對象的期望生命體征相關(guān)的所述身體部分的運動的方向和/或幅度，

-檢測單元，其用于檢測所選擇的所述空間特征中其運動與所述對象的所述期望生命體征不相關(guān)的一個或多個空間特征，

-跟蹤單元，其用于基于在所述初始ROI內(nèi)的檢測到的所述一個或多個空間特征的位置的變化來跟蹤所述初始ROI，以獲得最終ROI，以及

-生命體征提取單元，其用于從所述最終ROI提取所述期望生命體征。

根據(jù)本發(fā)明的另一方面，提供了一種用于確定對象的生命體征信息的對應(yīng)的方法。

在本發(fā)明的另一方面中，提供了一種計算機程序以及非暫態(tài)計算機可讀記錄介質(zhì)，所述計算機程序包括程序代碼模塊，當(dāng)所述計算機程序在計算機上執(zhí)行時，所述程序代碼模塊用于令所述計算機執(zhí)行在本文中所公開的方法的步驟，所述非暫態(tài)計算機可讀記錄介質(zhì)在其中存儲計算機程序產(chǎn)品，當(dāng)所述計算機程序產(chǎn)品由處理器運行時，令在本文中所公開的方法被執(zhí)行。

在從屬權(quán)利要求中限定了本發(fā)明的優(yōu)選實施例。應(yīng)當(dāng)理解，所主張的方法、處理器、計算機程序和介質(zhì)具有與所主張的設(shè)備以及如在從屬權(quán)利要求中所限定的相似和/或相同的優(yōu)選實施例。

本發(fā)明的基本思想是，通過使用借助額外地選擇和跟蹤對象的具有事先選定的ROI的身體部分的空間特征而對在上文中提到的WO 2014/131850 A1中所描述的設(shè)備和方法的增強來改善所述設(shè)備和所述方法。這提供了對所提取的生命體征的準(zhǔn)確性和SNR的改善，并且提供了對ROI的快速調(diào)整和跟蹤。

對用于測量生命體征信息、尤其是呼吸信號的ROI的自動檢測的已知設(shè)備和方法基于對空間阻擋的時序分析和對空間區(qū)域的選擇，其產(chǎn)生具有滿足期望的生命體征信號(諸如呼吸信號或脈搏誘發(fā)的運動)的預(yù)定義描述的特征(幅度、周期性)的時序信號。這樣的方法僅對于產(chǎn)生強的生命體征信號的那些區(qū)域的檢測是非常有效的。例如，與從基于其他準(zhǔn)則選定的ROI測量呼吸信號相比，基于對具有最強呼吸運動的空間阻擋的選擇而對ROI的檢測顯著改善了提取信號的質(zhì)量。

這種方法是通過如下操作跟蹤用于提取生命體征的ROI來改善的：選擇在預(yù)先選定的空間區(qū)域內(nèi)、即在初始ROI內(nèi)的空間特征(也被稱為特征點)，并且施加運動檢測以檢測所述空間特征中不受身體部分的生命體征不相關(guān)的運動影響的一個或多個特征的運動，即，其中，所述空間特征的運動不是由生命體征相關(guān)的運動(諸如由呼吸引起的胸部的運動或者由心跳引起的頭部的運動)所引起的。運動估計或模式匹配技術(shù)然后可以被用于基于所檢測的空間特征的運動(其不是由與生命體征相關(guān)的身體部分的運動所引起的)來調(diào)整(初始)ROI的位置。因此，新ROI(被稱為最終ROI)是通過該跟蹤來獲得的，對ROI的該跟蹤會是非?？焖俨⑶覝?zhǔn)確的。此外，這允許從穩(wěn)定ROI檢測生命體征信號(例如，呼吸暫停時刻)的不存在。

換言之，根據(jù)本發(fā)明，對ROI的檢測和跟蹤基于對所測量的生命體征的組合分析并且基于對所測量的生命體征空間不變的特征。在初始ROI內(nèi)部的、不受生命體征影響的空間特征被用于該目的。例如，如果存在由于心跳的頭部橫向運動，眼或者其他面部特征之間的距離在一個示范性實施例中可以被用作空間特征。

在優(yōu)選實施例中，所述設(shè)備還包括ROI重新初始化單元，其用于將最終ROI重新初始化為新的初始ROI。因此，所提出的用于ROI檢測和跟蹤的方法能夠被連續(xù)地和迭代地執(zhí)行，以便連續(xù)地(或規(guī)則地)監(jiān)測和跟蹤ROI的移動。

在另一實施例中，所述跟蹤單元被配置為，在一個或多個空間特征的位置在若干圖像幀上變得穩(wěn)定之后，將從對初始ROI的跟蹤獲得的ROI用作最終ROI。以這種方式，從最終ROI提取的生命體征將更準(zhǔn)確和可靠。

在另一實施例中，所述特征選擇單元被配置為選擇在初始ROI內(nèi)的一個或多個特征，其對于與對象的期望生命體征相關(guān)的對象的身體部分的運動是不變量，優(yōu)選最不變量。這將使得其更為容易且精確地區(qū)分反映期望生命體征的運動和與生命體征沒有任何關(guān)系并且例如由患者的運動引起的運動。

在優(yōu)選實施方案中，與對象的期望生命體征相關(guān)的對象的身體部分的運動是呼吸運動，并且生命體征信息是呼吸信息。在另一優(yōu)選實施方案中，與對象的期望生命體征相關(guān)的對象的身體部分的運動是心跳誘發(fā)的運動，并且所述生命體征信息是脈搏率信息。呼吸運動例如能夠根據(jù)胸部或腹部運動來檢測，并且心跳運動例如能夠根據(jù)左胸或者甚至頭部的移動來檢測(如例如當(dāng)前在http://newsoffice.mit.edu/2013/seeing-the-human-pulse-0620上所描述的)。

優(yōu)選地，在這樣的實施方案中，所述特征選擇單元被配置為選擇在初始ROI內(nèi)的一個或多個空間特征，其對于呼吸運動或心跳運動是不變的、特別是最不變的，所述一個或多個空間特征特別是示出沿著在初始ROI內(nèi)的所述呼吸運動或心跳運動的主方向布置的、在圖像中在初始ROI內(nèi)的邊緣或線的空間特征。所述呼吸運動或心跳運動的主方向例如能夠通過運動信號提取單元來確定。例如，在向初始ROI之內(nèi)的像素應(yīng)用運動估計算法之后，分析光流和/或運動矢量?；趯λ@得的運動矢量的分析，定義與生命體征信號最為相關(guān)的主方向。例如，在從位于相機前方的人提取呼吸信號的情況下，呼吸運動將與垂直運動矢量最為相關(guān)，而水平矢量將不對應(yīng)于呼吸運動。

有利地，所述檢測單元被配置為通過如下操作來檢測所述選定的空間特征中其運動與對象的期望生命體征不相關(guān)的一個或多個空間特征：檢測初始ROI內(nèi)的所述選定的空間特征的位置的變化、以及與對象的期望生命體征相關(guān)的對象的身體部分的運動的所提取的方向和/或幅度。優(yōu)選地，分析如下內(nèi)容：在初始ROI內(nèi)的所選擇的空間特征之間的距離的變化，在初始ROI內(nèi)的所選擇的空間特征的位置的變化的方向，和/或來自與對象的期望生命體征相關(guān)的對象的身體部分的運動的、在初始ROI內(nèi)的所選擇的空間特征的位置的變化的導(dǎo)數(shù)。這提供了用于檢測這樣的空間特征的簡單但有效的方式。

在實施例中，所述ROI選擇單元被配置為通過如下操作來選擇在圖像內(nèi)的初始ROI：將圖像分成空間塊，從多個所述空間塊提取生命體征，對根據(jù)其提取最強生命體征的兩個或更多個相鄰空間塊進行聚類，并且選擇聚類的空間塊作為初始ROI。這提供了最優(yōu)初始ROI。

在另外的實施例中，所述ROI選擇單元被配置為通過如下操作從先前獲得的最終ROI來選擇初始ROI：從鄰近于所獲得的最終ROI的多個空間塊提取生命體征，對根據(jù)其提取最強生命體征的兩個或更多個相鄰空間塊進行聚類，并且選擇所述聚類的空間塊作為新的初始ROI。這改善了初始ROI的質(zhì)量。

優(yōu)選地，如果來自最終ROI的生命體征的可靠性或質(zhì)量下降到預(yù)定閾值之下或者下降了預(yù)定的量，則所述ROI選擇單元被配置為從先前獲得的最終ROI選擇初始ROI。因此，執(zhí)行所提出的用于獲得新的最終ROI的方法的另一次迭代，以改善從先前的最終ROI導(dǎo)出的生命體征的可靠性或質(zhì)量。

在另一實施例中，所述運動檢測單元被配置為檢測所述初始ROI是否被至少部分地阻擋，并且所述生命體征提取單元被配置為從所述初始ROI的非阻擋部分提取期望的生命體征。這還改善了所提取的生命體征的準(zhǔn)確性。

附圖說明

根據(jù)下文描述的實施例并且參考這些實施例加以闡述，本發(fā)明的這些和其他方面將變得顯而易見，在如下附圖中：

圖1示出了根據(jù)本發(fā)明的用于確定對象的生命體征信息的系統(tǒng)和設(shè)備的一般布局的示意性圖示，

圖2示出了指示范例生命體征信息的對象的運動的示意性圖示，

圖3示出了從對象導(dǎo)出的、對應(yīng)于生命體征信息的交變信號的時序圖，

圖4示出了根據(jù)本發(fā)明的方法的實施例的流程圖，并且

圖5a、5b和5c示出了用于圖示說明根據(jù)本發(fā)明的方法的步驟的示意性圖像序列。

具體實施方式

圖1示出了用于確定對象100的生命體征信息的系統(tǒng)1和設(shè)備10的示意圖。在該范例中，對象2是躺在例如醫(yī)院或其他健康護理設(shè)施中的床3上的患者，但也可以是例如躺在保育箱中的嬰兒或早產(chǎn)兒，或者是在家里或者在不同環(huán)境中的人。除了設(shè)備10，系統(tǒng)1一般包括成像單元20，諸如相機，用于采集對象2的圖像數(shù)據(jù)，所述圖像數(shù)據(jù)包括隨時間的圖像序列。

由成像單元20捕獲的圖像幀具體可以對應(yīng)于借助例如在(數(shù)字)相機中的模擬或數(shù)字光傳感器捕獲的視頻序列。這樣的相機通常包括光傳感器，諸如CMOS或CCD傳感器，其還可以在特定譜范圍(可視、IR)中操作，或者提供針對不同譜范圍的信息。所述相機可以提供模擬信號或數(shù)字信號。

設(shè)備10包括輸入單元11，所述輸入單元用于直接從成像單元20或者從存儲器(在其中已經(jīng)存儲或緩存了所采集的圖像數(shù)據(jù))接收對象2的圖像數(shù)據(jù)。

在ROI選擇單元12中，在包括于所述圖像數(shù)據(jù)中的圖像內(nèi)選擇初始感興趣區(qū)域(ROI)。這能夠以不同的方式來進行，例如，由用戶手動地(經(jīng)由接口)進行，或者基于上文所提到的已知方法中的一種方法(諸如在WO2014/131850A1中所描述的方法)來自動地進行。

特征選擇單元13選擇在初始ROI內(nèi)的身體部分的一個或多個空間特征?？臻g特征一般是相鄰像素的組合，其區(qū)別于附近的相鄰像素的其他組合，并且其甚至在像素區(qū)域的縮放或運動之后保持區(qū)別。所述空間特征優(yōu)選是容易能識別的特征，或者是在初始ROI示出的特征點，其能夠通過圖像數(shù)據(jù)的圖像來跟蹤?？臻g特征的范例是(例如，噴繪到對象的衣物或毯子上的圖案的)角、邊緣或線或者諸如眼或鼻的解剖學(xué)特征。

運動信號提取單元14被提供用于從所述圖像數(shù)據(jù)在所述初始ROI內(nèi)提取與對象的期望生命體征相關(guān)的對象的身體部分的運動的方向和/或幅度(或幅度范圍)。例如，如果對象2的胸部區(qū)域2的呼吸運動要被監(jiān)測，則例如通過使用模式識別或其他圖像處理手段來確定該呼吸運動的方向和/或幅度。在呼吸運動的情況下，可以確定大致垂直和水平的呼吸運動分量。在其他實施例中，可以確定胸部、頸動脈或頭部的心跳相關(guān)的運動。在人坐在相機前方的情況下，心跳將與沿著垂直軸的頭部的運動最為相關(guān)聯(lián)。這意味著，能夠選擇對于垂直運動為不變量的任何空間特征(其組合)。例如，在眼睛之間的距離將在頭部的垂直運動期間不變，但將在頭部的轉(zhuǎn)動期間改變。

此外，檢測單元15被提供用于檢測所述所選擇的空間特征中其運動與對象的期望生命體征不相關(guān)的一個或多個空間特征。因此，在與期望生命體征相關(guān)(例如，由呼吸或心跳引起的胸部的移動，諸如胸壁和腹壁由于呼吸造成的抬升和降低)和與期望生命體征不相關(guān)(例如，在例如橫向或旋轉(zhuǎn)方向上由于患者諸如整個身體的滾動或移位的運動造成的胸部的移動)的空間特征的運動之間進行區(qū)分。下文將解釋用于實施所述檢測單元的功能的優(yōu)選實施例。

跟蹤單元16被提供用于基于在初始ROI內(nèi)的所述一個或多個檢測到的空間特征的位置的變化來跟蹤所述初始ROI，以獲得最終ROI。換言之，與期望生命體征不相關(guān)的空間特征并且其位置不受與期望生命體征相關(guān)的運動(諸如心跳運動或呼吸運動)的影響的所述空間特征被用于確定——隨著時間——對象的身體部分(或者甚至整個身體)的運動是否表現(xiàn)為其不受與期望生命體征相關(guān)的運動的影響。該信息然后被用于相應(yīng)地調(diào)整所述初始ROI的位置，即，以將根據(jù)所檢測的運動(其與期望生命體征不相關(guān))的初始ROI移位到新位置，所述移位的ROI表示最終ROI。

最終地，在生命體征提取單元17中，期望的生命體征，例如，呼吸信息，諸如呼吸率，和/或心跳信息，諸如心率，是從最終ROI提取的。所述生命體征具體是例如通過如下操作從最終ROI內(nèi)(或者在如上文所描述的方式連續(xù)跟蹤的ROI內(nèi))的所述身體部分的運動導(dǎo)出的：確定由呼吸引起的胸壁和/或腹壁的抬升和下降的頻率，或者確定由心跳引起的微小頭部移動(上下)的頻率。

所提取的生命體征然后能夠被進一步處理或者例如在患者監(jiān)測器、中央監(jiān)測站(例如，在護士室中)、手持式監(jiān)測設(shè)備(例如，護士或醫(yī)生的智能手機)等的顯示器上發(fā)布。

優(yōu)選地，設(shè)備10還可以包括ROI重新初始化單元18，如在圖1中利用斷續(xù)線所指示的，以用于將最終ROI重新初始化為新的初始ROI。因此，如上文所解釋的對ROI的監(jiān)測和跟蹤可以迭代地執(zhí)行以進一步改善(一個或多個)所提取的生命體征的正確性和可靠性。因此，在對初始ROI的重新初始化之后，所述處理優(yōu)選繼續(xù)以對新的初始ROI內(nèi)的身體部分的一個或多個空間特征的選擇，如由特征選擇單元13所執(zhí)行的。在實施例中，如在一個或多個先前迭代中所使用的相同空間特征被再次使用，使得所述處理還可以繼續(xù)以由運動信號提取單元14或檢測單元15執(zhí)行的步驟。

應(yīng)當(dāng)注意到，設(shè)備1的各元件中的一個或多個能夠通過專用硬件、軟件或者其組合來實施。例如，在實施例中，所述元件通過被相應(yīng)地編程的諸如處理器或計算機的處理器件來實施。

圖2示出了對象的示意性圖示，其用于圖示對對象2的諸如呼吸率的呼吸信息的遠程測量。對象2經(jīng)歷由于呼吸引起的指示性部分4(諸如胸部)的特征運動。當(dāng)呼吸時，肺的膨脹和收縮引起生命體的特征部分的輕微運動，例如胸部4的抬升和下降。同樣地，腹式呼吸能夠引起對象的身體的相應(yīng)部分的特征運動。由生理過程誘發(fā)的至少部分周期性的運動模式能夠在許多生命體中發(fā)生，尤其是在人類或動物中。

隨著時間，如由箭頭6所指示的，指示性部分4在由參考標(biāo)記4a、4c指示的接觸位置與由4b指示的提取部分之間移動。尤其地，基于該運動模式，例如呼吸率或呼吸率變化性能夠借助在所捕獲的圖像序列中的模式或邊緣檢測來評估。盡管指示性部分4是隨時間脈動的，但是諸如頭部5的其他非指示性部分仍然是基本不動的(除非被對象2移動)，即，非指示性部分也隨時間經(jīng)歷不同的運動。然而，這些運動不對應(yīng)于胸部4的周期性脈動，即，與期望生命體征(在該范例中為呼吸信息)不相關(guān)，并且應(yīng)當(dāng)從中進行辨別。

圖3示出了從移動模式和/或從ROI的運動矢量隨時間導(dǎo)出的交變信號S的時序圖，其例如能夠基于幀或邊緣檢測來確定。在該具體范例中，所述交變信號S對應(yīng)于從圖像數(shù)據(jù)的圖像序列內(nèi)的ROI導(dǎo)出的對象2的胸部4的移動。交變信號S示出了對應(yīng)于胸部4的移動的特征變化，即，對象2的呼吸率。交變信號S還示出了被疊加到呼吸率的高頻噪聲。通過使用頻率分析，能夠確定呼吸運動的頻率，即，呼吸率。

圖4示出了根據(jù)本發(fā)明的方法100的優(yōu)選實施例的流程圖。圖5a、5b和5c示出了用于圖示方法100的該實施例的步驟的示意性圖像序列。

在第一步驟S10中，圖像30被分成如在圖5a中所示的多個空間塊32。在第二步驟S12中，從所述各塊32中的多個塊或者甚至每個塊提取生命體征信號(例如，呼吸運動)。在第三步驟S14中，具有最強提取信號的相鄰空間塊(根據(jù)預(yù)定義準(zhǔn)則，諸如信號的幅度、SNR、頻率或形狀)被如在圖5b中所示地聚類，其中，經(jīng)聚類的空間塊32a-32d被指示為表示初始ROI34。

在第四步驟S16中，在初始ROI 34內(nèi)選擇強的空間特征，其將被用于跟蹤。這樣的強空間特征可以是在呼吸運動的方向上的毯子的邊緣、像素的動態(tài)范圍、毯子的邊緣的取向、不被呼吸運動改變的其他特征。在毯子的邊緣的情況下：所述邊緣能夠與每次呼吸運動一起移動，而其取向?qū)⒉槐缓粑\動改變，但被任何其他身體運動(例如，身體的轉(zhuǎn)動)改變。

在第五步驟S18中，例如，如上文所解釋地通過檢測由對象2的呼吸引起的胸部的運動，來從整個初始ROI 34提取一個或多個生命體征?；谒崛〉?一個或多個)生命體征，所提取的生命體征信號的主方向(例如，大致垂直或水平的呼吸運動分量)和幅度范圍在第六步驟S20中確定。其能夠通過分析沿著所有可能方向由生命體征(呼吸或脈搏)引起的運動的幅度來進行，并且選擇與生命體征運動最為相關(guān)的一個方向。

在第七步驟S22中，例如通過分析如下內(nèi)容來控制初始ROI 34是否正在移動：在初始ROI 34內(nèi)的空間特征(或特征點)之間的距離的變化、空間特征的改變的方向、和/或空間特征的運動與所提取的生命體征信號的主特征的偏離。

在如在步驟S22中檢測到的初始ROI 34的運動的情況下，開始運動估計算法，并且在第八步驟S24中跟蹤在初始ROI 34內(nèi)檢測到的空間特征。如果空間特征的新位置在若干幀上變得穩(wěn)定，在第九步驟S26中開始從該新的(最終)ROI提取例如呼吸信號的生命體征信號。在圖5c中示出了新的(最終)ROI 34'的位置，其圖示了患者已經(jīng)相對于床向右側(cè)移動了一點，使得初始ROI同樣向同一側(cè)移位相同的量。

最終，在第十步驟S28中，例如，使用如在第三步驟S14中所使用的相同方法來分析ROI的新位置周圍的空間塊，并且新的(最終)ROI被重新初始化為新的初始ROI。所述流程然后可以利用作為接下來的步驟的步驟S16來迭代地執(zhí)行。此外，在第十步驟S30中，能夠從新的(最終)ROI導(dǎo)出期望的生命體征信息。

生命體征信號可以如下在第二步驟S12中導(dǎo)出。首先，移動模式是從圖像幀30的圖像塊32中的多個塊或每個塊中導(dǎo)出的，并且交變信號S是根據(jù)從如上文所描述的圖像塊32中的每個塊的移動模式確定的運動矢量來確定的。所述運動矢量可以通過在不同圖像塊32內(nèi)的模式檢測或邊緣檢測來確定?；诶缬深l率分析單元執(zhí)行的頻率分析，確定不同圖像塊32的移動模式是否對應(yīng)于生命體征信息或者所述移動模式是否是干擾信號或噪聲。對所述移動模式是否包括生命體征信息的所述確定可以基于譜參數(shù)和/或譜能量、以及在預(yù)定義頻帶中的譜能量是否大于相應(yīng)焦斑信號的整個譜能量的預(yù)定義百分比來執(zhí)行。

在第四步驟S16中，可以選擇空間圖像特征，其被用于對非生命體征相關(guān)的生命運動的檢測以及對ROI的可靠跟蹤。因此，那些圖像特征應(yīng)當(dāng)是在生命體征相關(guān)的運動期間最為(時間上)穩(wěn)定的，在提取呼吸信息作為生命體征信息的情況下諸如為呼吸運動。例如，如果所監(jiān)測的對象位于相機前方，并且呼吸運動具有強的垂直運動分量，則在ROI內(nèi)部的選定圖像特征應(yīng)當(dāng)受例如垂直邊緣的垂直運動影響最小(理想為不變的)。

一般而言，在步驟S26處提取的生命體征信號可能比在步驟S30處提取的生命體征信號具有更低的質(zhì)量。與此同時，該方法允許在對象的運動完成之后立即重新開始對生命體征的提取，而無需觸發(fā)完整ROI檢測算法(如在該實施例中在步驟S12和S14中所執(zhí)行的)，其將減小在運動期間對生命體征的監(jiān)測的間隙，并且最終改善整個設(shè)備和方法的響應(yīng)性。該方法的額外優(yōu)點在于，生命體征信號是僅從在步驟S12和S14期間識別的穩(wěn)定ROI中提取的。因此，任何干擾，或者具有相似呼吸運動的其他對象將不影響測量結(jié)果。

在本發(fā)明的另一實施例中，步驟S28(對先前ROI周圍的空間區(qū)域的重新選擇)能夠在每次當(dāng)所提取的信號的可靠性或質(zhì)量下降到特定閾值之下時被初始化。

在本發(fā)明的又一實施例中，步驟S20和步驟S22能夠包括對ROI的(部分)阻擋的檢測的方法，其將觸發(fā)步驟S26，以提取在初始ROI內(nèi)的未阻擋部分的生命體征信號。在其他方法之中，能夠通過分析在先前步驟中識別的空間特征的可見性來進行阻擋檢測。

總之，本發(fā)明以具體的組合來應(yīng)用兩種不同的模態(tài)(即，基于生命體征的和基于空間特征的)，以用于對ROI的有利的選擇和跟蹤。對非呼吸(一般而言，非生命體征相關(guān)的)身體運動的檢測基于對在ROI內(nèi)部的圖像特征的分析，而非基于對所提取的生命體征信號的分析。此外，對用于生命體征監(jiān)測的ROI的跟蹤基于對ROI內(nèi)部的圖像特征的分析，其受生命體征相關(guān)的運動(諸如呼吸運動)的最小影響。

本發(fā)明因此基于時間特征和空間特征的組合而使用對ROI的(重新)初始化和跟蹤。所述空間特征(例如，邊緣的方向、像素模式)是僅在由強的生命體征相關(guān)的運動(例如，強的呼吸運動)初始化的區(qū)域內(nèi)檢測的，并且僅不被生命體征相關(guān)的運動變形的那些特征(例如，邊緣的角度)被用于維持或跟蹤ROI，即使在不存在生命體征信號的情況下，例如在不存在呼吸或脈搏信號的情況下。

此外，對ROI進行重新初始化的決定基于對空間特征的位移的分析，而非僅僅基于呼吸時間模式的變化。因此，如果對象停止呼吸，則ROI將不被重新初始化。與此同時，將檢測對象的運動，并且將(基于對空間特征的跟蹤)跟蹤ROI，即使時間呼吸模式不改變，但空間特征變形。所述空間特征應(yīng)當(dāng)對于生命體征相關(guān)的運動是不變的(例如，在ROI中的邊緣的方向，其不由于呼吸運動而改變)。因此，在那些空間特征中的任何改變將指示ROI的非生命體征相關(guān)的運動，例如身體運動。這樣的特征的范例是，在存在垂直呼吸的情況下，像素的垂直邊緣將不受呼吸的影響，但將被身體在水平方向上的甚至輕微的轉(zhuǎn)動而位移。

本發(fā)明可以主要應(yīng)用在醫(yī)院或家庭護理或運動場內(nèi)的呼吸監(jiān)測設(shè)備和方法中。

盡管在附圖和上述說明中詳細圖示和描述了本發(fā)明，但是這樣的圖示和描述應(yīng)當(dāng)被理解為是說明性的或示范性的，而非限制性的，本發(fā)明并不限于所描述的實施例。本領(lǐng)域技術(shù)人員通過研究附圖、公開內(nèi)容和隨附的權(quán)利要求，在實踐所主張的發(fā)明時能夠理解和實現(xiàn)所公開的實施例的各種變型。

在權(quán)利要求書中，“包括”一詞不排除其他元件或步驟，并且詞語“一”或“一個”不排除多個。單個元件或其他單元可以完成在權(quán)利要求中記載的若干項的功能。盡管在相互不同的從屬權(quán)利要求中所記載了特定措施，但是這并不指示不能夠組合這些措施以獲益。

計算機程序可以被存儲/分布在合適的介質(zhì)上，諸如光學(xué)存儲介質(zhì)，或者固態(tài)介質(zhì)，與其他硬件一起提供或者作為其他硬件的部分，但其也能夠以其他形式分布，諸如經(jīng)由因特網(wǎng)或其他有線或無線電子通信系統(tǒng)。

在權(quán)利要求書中的任何參考標(biāo)記都不應(yīng)當(dāng)被解釋為對范圍的限制。