用于获得对象的呼吸信息的设备的制造方法
【技术领域】
[0001 ] 本发明涉及用于获得对象的呼吸信息的设备、方法及系统。
【背景技术】
[0002]人的生命体征，例如心率(HR)或诸如呼吸率(RR)的呼吸信息，能够充当严重医学事件的强大的预测指标。出于该原因，在重症监护病房中或在医院的一般病房中的日常现场检查中，常常在线监测呼吸率。呼吸率是最重要的生命体征之一，但是其在没有身体接触的情况下仍然难以测量。在当前重症监护病房中，胸部阻抗体积描记术或呼吸感应体积描记术仍然是选择的方法，其中，通常两个呼吸带被使用，以便辨别人的胸部呼吸运动与腹部呼吸运动。然而，这些方法对于被观测的患者而言是不舒适并且不愉快的。
[0003]最近，已经开发了基于相机的呼吸信号监测。利用该技术，能够利用摄像机从一定距离处非侵扰地监测人类呼吸，这相比于基于传统在体传感器(例如，ECG或弹力带)的解决方案具有优点。通过分析对象的胸部(或者腹部)区的视频来实现非接触测量，以测量周期性呼吸运动。
[0004]WO 2012/140531 Al公开了一种用于检测人的呼吸运动的呼吸运动检测装置。该检测装置检测由人发出和/或反射的电磁辐射，其中，该电磁辐射包括与人的呼吸率有关的连续或离散特性运动信号以及与人的运动有关或与环境状况有关的其他运动伪迹。该装置通过考虑数据处理模块来增加呼吸率测量的可靠性，所述数据处理模块适于通过考虑预先定义的频带、公共预先定义的方向或希望的幅度带和/或幅度分布图来从整体扰动分离呼吸率信号，以辨别不同信号。
[0005]能够通过使用固定摄像机来视觉地完成这样的非侵入性呼吸率测量。摄像机以图像的流捕获患者的胸部的呼吸运动。呼吸运动实现特定图像特征的时间调制，其中，调制的频率对应于被监测的患者的呼吸率。这样的图像范特征的例是被定位于患者的胸部周围的空间感兴趣区域中的平均幅度，或者随后的图像中的感兴趣区域的空间互相关的最大值的位置。获得的生命体征信息的质量和可靠性极大地受输入图像数据的质量的影响，所述输入图像数据的质量受对图像对比度的合适的选择以及所选择的感兴趣区域的影响。
[0006]由于其基于检测胸部/腹部区中的细微呼吸运动，因而基于相机的呼吸监测对对象的非呼吸运动敏感；在胸部/腹部区中观测到的任何非呼吸运动都可能引入测量误差。
【发明内容】
[0007]本发明的目的是提供一种用于以较高准确性及鲁棒性获得对象的呼吸信息(尤其是关于对象的非呼吸运动)的设备、方法及系统。
[0008]在本发明的第一方面中，提供了一种用于获得对象的呼吸信息的设备，其包括:
[0009]-运动信号计算单元，其用于针对对象的N个图像帧计算针对至少感兴趣区域的多个像素和/或多组像素的M个运动信号，
[0010]-变换单元，其用于，针对一些或全部运动信号，通过将变换应用于各自的运动信号来计算表示所述图像内的独立运动的多个源信号，以获得表示所述图像帧内的独立运动的源信号，以及
[0011]-选择单元，其用于通过检查针对所计算的所述源信号中的所述源信号中的一些或全部的一个或多个性质，来从表示所述对象的呼吸的所计算的所述源信号中选择源信号。
[0012]在本发明的又一方面中，提供了一种用于获得对象的呼吸信息的对应的方法以及系统，所述系统包括用于获得对象的N个图像帧的成像单元，以及用于通过使用对象的所述获得的N图像帧来获得对象的呼吸信息的如本文所公开的设备。
[0013]在本发明的又一方面中，提供了一种计算机程序以及一种非暂态计算机可读记录介质，所述计算机程序包括程序代码模块，所述程序代码模块用于，当所述计算机程序在计算机上执行时，令所述计算机执行处理方法的步骤，所述非暂态计算机可读记录介质在其中存储计算机程序产品，所述计算机程序产品在由处理器运行时，令本文所公开的方法被执行。
[0014]从属权利要求中定义了本发明的优选实施例。应当理解，所要求保护的方法、系统、计算机程序以及介质与所要求保护的并且如在从属权利要求中定义的设备具有相似和/或相同的优选实施例。
[0015]本发明基于这样的想法:根据多幅图像(例如，视频流或由相机获得的图像序列)通过若干处理步骤来确定呼吸信息，尤其是呼吸率。首先，针对图像中的一些或全部，至少在感兴趣区域(例如，对象的胸部或腹部区)内，逐像素和/或逐块(即，针对局部区域)地计算例如采取运动向量场的形式的运动信号。变换，例如盲信号分离(也被称为盲源分离)，被应用于所述运动信号，以获得表示所述图像内的独立运动的分离的一组源信号。最后，根据所述分离的源信号，通过例如基于所述分离的源信号与所述原始运动信号的相关性和/或所述分离的源信号的频率信息来检查所述源信号的一个或多个性质，来选择表示呼吸的所述源信号。以该方式，例如当非侵扰地监测常常示出非呼吸有关的运动的新生儿时，非呼吸有关的运动能够被排除并且更加可靠且准确的呼吸信息能够被获得。
[0016]在优选实施中，所述变换单元被配置为，针对所述M个运动信号中的P个，通过将变换应用到各自的P个运动信号以获得表示所述N个图像帧内的独立运动的Q个源信号，来计算表示所述图像内的独立运动的Q个源信号，其中，2 < P < M并且2 < Q < P。因此，通常少于P个运动信号的(Q个)源信号能够被计算。尤其是利用主成分分析作为变换，一旦变化降到低于被假设为对于作为呼吸而太小的水平，就能够有利地停止寻找另外的分量。
[0017]根据优选实施例，所述选择单元被配置为，针对所述Q个源信号中的一些或全部，检查本征值、变化、频率和/或所述源信号与对应的运动信号的相关性和/或空间相关性。因此存在用于选择表示所述呼吸运动的正确源信号的一个或多个选项。
[0018]在实施例中，其中，所述变换单元被配置为将盲信号分离应用于所述各自的运动信号。这样的盲信号分离是用于将所观测的混合的运动信号分离到不同分离的源信号中的有用算法。
[0019]优选地，所述变换单元被配置为通过将主成分分析(PCA)和/或独立成分分析(!CA)应用于所述各自的运动信号来计算所述多个源信号，以获得长度为N的所述源信号以及对应的本征值或变化。这些本征值测量在对应的源信号(即主成分)的方向中的所述原始运动信号数据的变化。这些分析是用于实施期望的变换的有用工具。
[0020]利用PCA和ICA，源信号是P个运动信号的线性组合。在实施例中，选择基于所述组合的加权系数(例如，最大的权重被给予相信可能是胸部/腹部区的区)。应理解，这些加权系数在本发明的背景下是“源信号的参数”。
[0021]此外，所述变换单元被配置为利用所述源信号的方向中的数据的对应的变化，来获得长度为N的所述多个源信号。总体而言，独立信号的方向中的原始数据的变化是期望的。在ICA的情况下，独立成分根据其被建立的系数向量的方向中的数据的变化优选地被使用。在PCA的情况下，利用主成分的方向中的数据的对应变化来获得长度为N的所述多个源信号。
[0022]如上面解释的，存在用于选择表示所述呼吸信号的所述源信号的各种选项。这些各种选项的组合常常将用于得到可靠选择。
[0023]根据一个实施例，所述选择单元被配置为通过使用所述本征值或变化，并且选择具有大于针对本征值的最小阈值并且小于针对本征值的最大阈值的所述本征值或变化的源信号，来选择来自所述源信号中间的源信号。能够通过检查图像帧中的希望的呼吸运动的合理的变化来以经验的方式确定这些阈值。它们确定针对呼吸的对象的可能帧到帧位移范围。这通常将取决于光学以及相机到对象的距离，但是如果范围被选择为不是太受限制则可以是固定的。
[0024]根据另一个实施例，所述选择单元被配置为通过使用所述源信号的主导频率来选择来自所述源信号中间的源信号，其中，所述源信号被选择为具有在包括希望的呼吸率的预先确定的频率范围内的主导频率分量。根据又一个实施例，所述选择单元被配置为通过使用所述源信号与所述运动信号的相关性来选择来自所述源信号中间的源信号，并且被配置为选择具有与所述对象的胸部或腹部区中的运动的最高相关性的所述源信号。最后，根据实施例，所述选择单元被配置为通过使用空间相关性来选择来自所述源信号中间的源信号，并且被配置为选择具有在所述图像帧内的最大空间一致区的源信号。
[0025]针对所述运动信号计算，还存在各种选项。在一个实施例中，所述运动信号计算单元被配置为计算包括所述M个运动信号的密集或稀疏运动向量场。在另一个实施例中，所述运动信号计算单元被配置为通过下采样、分组、平均或运动信号的非线性组合，来处