用于从特征信号提取信息的设备和方法
【专利摘要】本发明涉及一种从检测到的特征信号提取信息的设备和方法。接收能够从对象（10）发射或反射的电磁辐射（20）导出的数据流（26）。所述数据流（26）包括连续或离散特征信号（68），所述连续或离散特征信号（68）包括指示要检测和利用的期望的对象运动的生理信息（30），以便提取至少一个至少部分地周期性的感兴趣生命信号。可以通过降维（66）来从数据流（26）导出多个特征指数元（60）。所述多个特征指数元（60）包括与扰动降低的指数元（40）相关联的定向运动分量（70），所述扰动降低的指数元（40）具有与指示期望的对象运动的参考运动方向（41）基本对齐的确定取向。因此，可以利用降维的数据来检测感兴趣生命信号。
【专利说明】用于从特征信号提取信息的设备和方法
【技术领域】
[0001]本发明涉及用于从特征信号提取信息的设备和方法，其中，特征信号被嵌入能够从电磁辐射导出的数据流中，具体而言，其中，所述数据流包括连续或离散信号，所述连续或离散信号包括指示感兴趣对象的至少一种至少部分地周期性的生命信号的生理信息，所述生理信息由对象运动所指示。
【背景技术】
[0002]US2010/0061596A1公开了一种利用部分生理运动确定相似性的方法，该方法包括如下步骤:
[0003]-获得对象的第一图像；
[0004]-获得对象的第二图像；
[0005]-确定第一图像和第二图像之间的相似性水平；以及
[0006]-将已确定的第一图像和第二图像之间的相似性水平与部分生理运动相关联。
[0007]该文献还公开了该方法的几种改进。尽管在计算性能方面已取得了巨大的进步，但是提供即时图像识别和图像处理以能够对期望生命信号进行实时或在线检测仍是一项挑战。这尤其适用于通常缺少足够计算能力的移动设备应用。
[0008]针对期望信号的检测必须考虑的几个约束可能引起另一个挑战。通常，例如，在将标记应用于将被监测的对象时，通过应用压迫式测量可以提高检测质量。不过，诸如利用附着到人体的带或传感器的压迫式测量被认为是不舒适的并且不愉快的。
[0009]此外，由于所记录的数据，例如捕获的反射的或发射的电磁辐射，尤其是记录的图像帧，除了包括要从其中提取的期望信号之外，还始终包括从总体扰动导出的信号分量，作为范例，例如由于亮度条件改变或被观察对象的扰动运动所产生的噪声，因而期望信号的详细的精确提取仍为这种数据的处理造成重大挑战。此外，与对象运动相关的信号，可以说，在感兴趣对象被例如衣服或者甚至毛毯覆盖的情况下被衰减。
[0010]最终，尤其在扰动信号分量的振幅和/或标称值远大于将被提取的期望信号分量的振幅和/或标称值时，这是适用的。可能，可以预期到相应分量之间的差异大小甚至包括几个量级。
[0011]应对这种挑战的可能方法可以旨在，在捕获嵌入了期望信号分量的感兴趣信号时提供精心准备的并且稳定的环境条件，以最小化覆盖该信号的扰动信号分量。不过，这样的实验室条件不能被转移到日常的现场应用，因为为此将需要大量努力和准备工作。
[0012]例如，所需的准备可能包括例如几种标准光源的安装和取向，此外，包括用于固定要观察的对象以避免引起还要更大的噪声水平的扰动运动的措施。不过，这些措施被认为是不太可能用于日常应用，例如走动的或临床患者监测，或甚至是生活方式应用，例如体育和健康监测。
【发明内容】
[0013]因此本发明的目的是提供一种设备和方法，用于从检测的特征信号提取信息，提供进一步的细化，以方便利用较少的努力(尤其是降低计算要求)获得期望信号。
[0014]更有利的是提供一种设备，其适于对影响要处理和分析的捕获信号的扰动较不敏感。此外，有利的是提供一种设备，甚至适于在相当恶劣的环境条件下实现期望信号的提取，所述环境条件例如是小信噪比、变化的亮度条件和/或要观察对象的扰动运动与期望的感兴趣运动模式不同。
[0015]在本发明的第一方面中，提供了一种用于从检测的特征信号提取信息的设备，该设备包括:
[0016]-用于接收能够从对象发射或反射的电磁辐射导出的数据流的接口，所述数据流包括连续或离散特征信号，所述连续或离散特征信号包括指示期望的对象运动的生理信息，所述生理信息表示至少一个至少部分地周期性的生命信号，以及
[0017]-提取器模块，其用于从所述数据流提取所述生理信息，所述提取器模块通过降维来从所述数据流导出多个特征指数元，所述多个特征指数元包括与扰动降低的指数元相关联的定向运动分量，所述扰动降低的指数元具有与参考运动方向基本对齐的确定取向，所述多个特征指数元指示包括生理信息的导出信号形式。
[0018]本发明基于如下发现，在要提取期望生命信号时，通常必须要考虑差的信噪比。基本上，可以将该信噪比视为，特别是，期望的对象运动水平和对象或其他源导致的扰动运动水平之间显著差异的暗示。此外，期望的对象运动可以在一定程度上隐藏，例如，在对象被衣服或毛毯覆盖时。此外，必须预计到根据并非仅由运动(例如变化的亮度条件)导致的数据流分量的性质变化而发生扰动。而且，这些扰动的幅值可能比表示期望生命信号的期望的对象运动大很多。
[0019]不过，尽管如此，可以通过所谓“接受”数据流中固有的扰动来促进期望信号的检测。此外，在考虑到期望的生命信号可能以通常区别于总体扰动的特定属性为特征时，可以显著改进信号检测。例如，所述特定属性可以包括特定频带、通常的优选方向和预计的幅度带，假设这些全部都相比于常规扰动随时间发生相当小的改变。
[0020]因此可以将本发明的设备示范性地用于，但不限于，检测对象的呼吸率、呼吸率变化或它们的衍生。这样的生命体征包括在一定程度上容易假定的属性。而且，检测可以被指向更多至少部分周期性的生命信号，假定该生命信号至少在某种程度上与能够针对降维得出的相应定向运动模式相关联。
[0021]换言之，例如，在需要提取对象当前的呼吸率时，可以假设由身体胸部的特征升降来表示吸入和呼出周期。无须说，也可以由腹部，甚至对象面部部分(例如鼻子或嘴)的特征运动表示呼吸。这种对象运动在某种程度上表示与其相关的生理信息，例如呼吸频率、相当小的呼吸幅度和人体相应部分脉动的特征方向，即参考运动方向。反之，从数据流中提取的对象运动，可以导出或更确切地说，恢复期望生命信号。
[0022]于是，考虑参考运动方向一方面能够显著减少数据流信息，而另一方面仍然能够检测期望生命信号。因此，可以减少所需的计算量。此外，降维强调的是信号质量，因为可以在很大程度上从数据流消除不期望的扰动，例如与期望的对象运动方向无关的运动。
[0023]换言之，输入的数据流，例如图像帧的序列，均具有在两个维度上布置的实体，其中所述实体还可以包括额外的图像属性，例如与色彩空间相关联的色彩性质，例如亮度、色调和饱和度，可以将输入的数据流转换为维度降低的元序列，即特征指数元序列中。特征指数元还可以包括其他与颜色相关或与一般数据流相关的信息。实质上，在特征指数元序列固有的时间变化中反映出期望生命信号。
[0024]根据本发明，可以说以一种居间的方式将特征指数元与参考运动方向对齐。可以增强数据流的期望分量，同时可以减少甚至消除主要与其正交的扰动分量。于是，可以实现噪声减少和信号质量的很大改进。
[0025]在该背景下，应当指出，可以将特征指数元与参考运动方向的对齐视为“居间”，因为可以将后者仅仅视为表示对象真实即时呼吸运动的理想矢量。换言之，参考运动方向随时间根据发生在对象上的最轻微扰动而变化并且存留在数据流中。并非意在将每个特征指数元与相应参考运动方向完美匹配。这会导致计算工作量庞大。相反，特征指数元的推导基于扰动降低的指数元，其优选与参考运动方向紧密对齐。
[0026]无须说，与(理论)参考运动方向的小偏离，例如小于15°，优选小于10°，进一步优选小于5°，不会导致显著的信号损失或破坏。在该背景下，记住对于示范性应用，例如，确定呼吸率或呼吸率变化，最期望的感兴趣信号是周期运动的频率而非其绝对振幅。下面将给出确定扰动降低的指数元的示范性方式。
[0027]可以将导出的特征指数元排列成序列，其中可以将离散序列转换成连续序列，或反之亦然，序列化最终直接或间接获得导出的信号形式。
[0028]根据用于提取信息的设备的实施例，数据流包括图像帧的序列，其中每个特征指数元是从相应的图像帧导出的。
[0029]根据用于提取信息的设备的另一实施例，该设备包括传感器模块，所述传感器模块用于检测从可见光、红外光和紫外线辐射构成的组中选择的至少一个特定波长范围之内的电磁辐射，该传感器模块可以连接到接口。
[0030]备选地，可以将已经捕获和存储的数据输送给接口并由设备处理。在观察生物，尤其是动物或更具体而言，人时，可以从发射的辐射，例如红外光，和/或反射的辐射，例如可见光和紫外线辐射的轻微变化导出生命信号。对于日常应用而言，可以认识到是否检测并分析基本可见的光。为此，除了常见自然或人工光源之外，在分析期间不需要和/或必须考虑任何其他辐射源。
[0031]可以进一步将本实施例发展为，传感器模块包括适于捕获信号空间之内信号的摄像机，信号空间是从包括RGB、sRGB、Rg色品、HSV、HSL、CMYK、YPbPr、YCbCr、xvYCC及它们组合的组中选择的。不言而喻，还可以向数据流应用归一化措施，以便获得受改变照明条件影响较小的信号。
[0032]换言之，可以利用提供充分色彩深度的视频摄像机，甚至所谓的网络摄像机，来观察感兴趣对象并记录要分析的数据流。不言而喻，也可以利用所述信号空间类型的导出内容，例如logRGB。进一步可以设想，至少部分地组合几个不同的信号空间，以便为所需分析过程提供更宽的谱基础。
[0033]在该背景下，作为备选方案，还可以设想包括可见光和红外光波长范围的信号空间。通过这种方式，该设备可以适当地适于改变总体条件，例如亮度条件的更大变化，甚至是昼夜变化。后者尤其适用于要监测睡眠的生物的情形。在该背景下，基于可见光的照明可以给健康带来不利影响，甚至影响期望生命信号。例如，可以将普通的RGB摄像机与夜视摄像机组合，以便能够进行具有昼夜变化的长期监测。
[0034]除此之外，还可以设想向传感器模块或相应外壳施加加速度传感器。通过这种方式，可以补偿摄像机相对于受监测区域的全局运动。如果加速度传感器适于检测传感器模块在所有空间方向上的运动，那是人们所希望的。加速度传感器可以还适于在超过相对于传感器模块运动或加速度的阈值时提供停止信号。在不期望的运动结束时，即加速度传感器指示可以重新开始或继续监测时，可以提供相应的开始信号。
[0035]根据有利的实施例，所述提取器模块还适于考虑所述参考运动方向来确定所述扰动降低的指数元的取向。
[0036]通过这种方式，还可以额外确定表示扰动运动的参考方向。基本上,将这个参考方向取向为基本与扰动降低的指数元正交。与扰动运动参考方向对齐的运动可以被视为基本不指示期望的信号，因此在导出多个特征指数元时忽略。
[0037]可以考虑参考运动方向的取向的基本知识来确定扰动降低的指数元。可以通过节省计算资源的方式进行这种确定。
[0038]通过这种方式，可以利用常见硬件部件，甚至移动设备，实现数据流的飞行中处理。基本上，可以通过即时或准即时模式进行信号提取。
[0039]在初始设置中，可以利用参考运动模式的知识。例如，在患者停留在床上时，与呼吸相关联的胸部上下运动导致扰动降低的指数元基本垂直取向。
[0040]可以设想至少在监测“静止的”，例如，睡眠对象的初始阶段期间利用“设置的”扰动降低的指数元。对于具有更“动态的”观测对象的其他应用，可以预先确定初始的扰动降低的指数元。为此，可以扫描捕获的序列以发现表示生命信号的运动模式(已知频带、振幅范围和优选方向)。也可以应用基本生理知识。例如，要监测的对象更可能正在躺着、坐着或行走而不是采取异常姿态(例如保持倒置)。在应用基本图像识别步骤时可以检测这样的模式。无须说，预先确定初始的扰动降低的指数元可以导致起始状态期间的计算要求增加。不过，在检测到扰动降低的指数元之后，该设备可以切换到标准工作模式，包括降维，造成显著降低的计算要求。
[0041]在工作期间，可以实施检测到的扰动降低的指数元的或多或少的周期性地验证。例如，可以考虑移动平均法来检测扰动降低的指数元。在利用离散图像流进行确定时，可以进一步设想在确定扰动降低的指数元期间跳过特定图像。通过这种方式，可以检测需要更新或调节扰动降低的指数元取向的扰动式对象运动，例如在床上翻身或滚动时。为此，可以设置阈值，例如相当于15°、10°甚至5°的偏差。在超过阈值时，可以更新扰动降低的指数元。
[0042]根据该设备的另一实施例，提取器模块适于检测相应图像帧的指示部分，该指示部分高度指示期望的对象运动。
[0043]因此，可以简化传感器模块的取向和对齐以及要拍摄的帧尺寸的检测。优选地，要由传感器模块观测的帧尺寸覆盖预计有对象运动的整个区域。于是，可以减少甚至避免传感器模块的重新取向，例如过多的摄像机工作。
[0044]根据一些实施例，检测和记录所谓的非指示区域还可能有助于生命信号提取，因为可以得出不指示期望信号的参考模式，以确定扰动降低的指数元的取向。通过这种方式，可以获得参考数据。下面给出利用参考模式的方式。[0045]根据另一有利的实施例，用于提取信息的设备包括分析模块，所述分析模块用于确定所述导出信号形式的时间变化或与至少一个部分地周期性的生命信号对应的期望的对象运动分量。
[0046]在导出信号形式或它的期望的对象运动分量中清晰反映出期望生命信号。可以利用信号处理方法提取期望的信号，例如呼吸率、呼吸率变化或它的其他导出结果。
[0047]根据用于提取信息的设备的优选实施例，导出信号形式还指示剩余扰动信号分量，该设备还包括转换器模块，用于通过增强指示生命信号的导出信号形式的期望的对象运动分量并抑制剩余扰动信号分量来转换导出信号形式。
[0048]在特征指数元仍然包括覆盖期望信号的扰动的情况下，例如，意外与扰动降低的指数元一致的全局运动，可以通过抑制剩余扰动来改进信噪比。为此，可以应用几个信号校正或恢复步骤。
[0049]例如，转换器模块可以适于对导出信号形式进行削波或软削波。软削波可以指将信号形式中可能表示扰动运动或噪声的非期望异常点进行衰减。通过这种方式，可以提供即时或半即时的控制电路进行数据处理。例如，可以缓存前一信号的值并应用于后续值的削波计算，以便对信号形式进行平滑，而不会显著恶化要从其中提取的期望生命信号。削波可能包括取相应信号值的对数。
[0050]备选地或额外地，可以从数据流导出至少一种控制模式。再次参考例如住院患者的呼吸率的示范性检测，可以设想，除了高度指示期望运动的感兴趣部分之外，可以考虑指示一般全局运动的模式和/或指示不指示期望信号的对象运动的模式。例如，全局运动模式可以是被认为随时间不动或稳定的另一对象。可以得出这一模式以检测例如摄像机的传感器模块相对于被监测图像帧对象的扰动运动。另一方面，可以利用不指示期望信号的对象运动模式，例如腿或手臂的运动，确定并非由呼吸导致的对象运动。通过这种方式，即使患者在床上辗转反侧，也可以以满意的结果对其进行监测。
[0051]此外，可以利用检测到的扰动运动模式跟踪和调节扰动降低的指数元，如上所述。此外，这些模式在某种程度上反映于导出信号形式中。就此而言，可以设想到，也可以由所述降维考虑到扰动降低的指数元，来处理检测到的扰动模式。通过这种方式，可以确定预计覆盖导出信号形式中期望的对象运动分量的剩余的扰动信号分量。通过应用信号分离措施，可以从导出信号形式减去剩余的扰动信号分量。因此，可以清晰地检测到期望信号；可以在更大程度上抑制扰动。
[0052]提取器模块和转换器模块有几个实施例。在第一较简单实施例中，检测器模块和转换器模块都由处理单元实现，处理单元尤其是个人计算机的处理单元，它是由相应的逻辑命令驱动的。这样的处理单元还可以包括适当的输入和输出接口。
[0053]不过，在备选方案中，提取器模块和转换器模块的每个都可以由相应命令驱动或派生的独立处理单元实现。因此，每个相应的处理单元可以适配于其特殊目的。
[0054]因此，可以实施对任务的分布，其中，在多处理器处理单元的单个处理器上处理，例如执行不同的任务，或者再次参考个人计算机，在图像处理器上执行与图像处理相关的任务，同时在中央处理单元上执行其他操作性任务。
[0055]分析模块还可以由逻辑命令驱动的处理单元来实现。为此，可以利用独立的处理单元或对于提取器模块、转换器模块和分析模块公共的处理单元。[0056]还可以设想，除了转换器模块和分析模块之外，处理单元还实现提取器模块。传感器模块也可以是设备的集成部件。不过，此外还可以利用可经由基于无线或有线的通信模块连接到接口的遥感器模块。
[0057]根据有利的实施例，降维包括向扰动降低的指数元集聚和投影与数据流中包括的图像帧的相应子实体相关联的数据流属性，由此获得相应的特征指数元。
[0058]通过这种方式，可以在数据流中提供多维信息而不损失基本取向为平行于扰动降低的指数元的信号信息。于是，指示要提取的期望信号的运动信息仍然包含于所得的特征指数元中。
[0059]换言之，例如，在处理来自图像帧序列的单个图像帧时，将图像的二维分辨率，例如布置成行和列的像素实体转换成一维信息。为了简化，假设扰动降低的指数元与列方向对齐。否则，可以向图像应用坐标变换，以便将图像坐标系与扰动降低的指数元对齐。现在，可以将逐行数据流属性投影到扰动降低的指数元，以便到达表征图像的相应特征指数元。
[0060]例如，可以从包括平均像素值、像素值标准偏差、反差比、亮度属性、它们的组合以及它们的衍生物构成的组选择数据流属性。也可以得出其他与色彩空间或图像帧相关的属性进行逐行聚集。例如，确定一行的相应特征指数元值可以包括计算这条线的所有像素的交叉总像素值。例如，针对整个行的汇总色值通过这种方式变为特征指数元的单一实体。在利用像素标准偏差时，逐行集聚还能够包括对嵌入相邻行中的周围信息的考虑。
[0061]该降维方式的巨大优点是，甚至是所谓的期望信号居间检测也可以启用。在不良对比度条件下这尤其适用，例如，在对象在某种程度上被覆盖时，例如在穿着衣服或被毯子覆盖时，等等。被监测对象边缘或形状的这种“软化”不表示对信号检测的不利影响。具体而言，软边缘，例如布或毯子中的皱纹或褶皱，也经历指示感兴趣信号的生理运动。汇总相应的像素属性已经增强了这些软边缘，因为在逐行聚集时，相邻像素之间的小偏差将反映在汇总的偏差中。
[0062]相反，就此而论，通用图像识别方法依赖于每一单个二维图像中锐边的检测。在仅仅要检测边缘时，所述软边缘给这些方法提出了较大挑战。因此，必须要应用人为条件，例如标准光源或特殊标记器，以便能够执行数据处理和信号检测。在该背景下，要强调的是，可以将边缘检测应用于每个单一图像帧，而根据这里给出的方式，仅仅需要处理压缩数据集，即特征指数元的序列，来检测其中嵌入的期望信号。
[0063]换言之，可以用图像帧“切片”的序列替代图像帧的序列。不过，每个“切片”仍然
包括信号检测所需的所有信息。
[0064]根据用于提取信息的设备的另一实施例，导出信号形式的转换还包括处理导出信号形式或它里面嵌入的期望的对象运动分量，其中该处理是从包括运动补偿、滤波、开窗、削波、边缘强化和边缘淡化的组中选择的。
[0065]基本上，可以通过将特征指数元排成序列来获得导出信号形式。通过这种方式，导出高度表示期望信号的运动概况。这种运动概况包括空间频率信息，即通过聚集数据流属性，例如逐行汇总图像像素值确定的显著元。尤其是可以由运动概况中的显著元表示数据流中出现的对比度丰富的实体。最后，可以对具体给定空间频带(由期望的对象运动确定)寻址以确定期望信号。
[0066]可以处理运动概况以便进一步改善信噪比。例如，可以利用带通滤波器或开窗模块。在该背景下，根据另一实施例，希望分析模块进一步适于过滤导出信号形式或期望的对象运动分量，并增强带宽介于0.2Hz和IOHz之间，优选介于0.5Hz和3.5Hz之间的信号分量。
[0067]再次参考呼吸率的示范性检测,在将大量特征指数元排列成序列时,指示每个特征指数元上的显著元的呼吸运动经历特定的空间脉动。相反，不指示呼吸运动，例如指示随时间推移而保持恒定的边缘的显著元一般在特征指数元的序列中形成随时间推移的大体的直线。此外，不指示呼吸运动，但经受不规则运动，例如手臂或腿运动的显著元是由特征指数元序列形成的运动概况中的相应随机弯曲线条表示的。考虑到这些发现，可以进一步增强期望信号。
[0068]可以应用其他处理以提高运动概况中的对比度。选择被认为由期望生命信号导致的显著曲线或边缘最终能够获得导出信号形式，可以将其理解为随时间变化的单一曲线图脉动。
[0069]换言之，导出信号形式能够表示特征指数元和前一或后一特征指数元之间的相对偏移或至少同一特征指数元的特征投影数据流属性之间(即，指示期望运动的显著实体和不指示期望运动的显著实体之间)的距离。
[0070]额外地或备选地，可以向采集的数据应用相位-平面相关性，或者，在已经从运动概况导出导出信号形式曲线的情况下，应用相位-线相关性。通过这种方式，数据流信息的替代提取“可视化”便于检测周期性运动模式。
[0071]此外，可以利用图像组成的知识来确定运动概况中要强调的边缘以及要淡化的边缘。例如，显然可以假设，表示初始图像中高对比度边缘的运动概况中的锐边(基本与扰动降低的指数元对齐)不是由指示生命信号的对象运动导致的。更可能地，可以将这些边缘追踪回静态边缘，例如家具、窗户等。可以设想通过淡化来减小这些边缘的影响。另一方面，表示期望运动的边缘被认为是软的，因此在运动概况中未被充分表示，可以强调这些边缘。在对象被毯子覆盖或穿着衣服时，这是尤其适用的，其中对象的运动主要由织物的褶皱表示。
[0072]根据另一实施例，该设备适于向至少一个相应的特征指数元应用积分变换，由此获得指示期望的对象运动的谱信息，所述期望的对象运动指示期望生命信号。
[0073]通过这种方式，可以在形成运动概况之前向特征指数元应用增强信噪比的另一处理步骤。为此，例如，可以进行谱分析。于是，可以由表示其中嵌入的主频率的信息补充甚至取代特征指数元。在该背景下，要指出的是，在隔离考虑时，通过这种措施获得的频率峰值不指示期望信号。不过，在观察多个谱分析(其每个都是从相应的特征指数元导出的)时，都可以检测期望信号。
[0074]可以将本实施例进一步发展为:该设备适于向相应的特征指数元应用傅里叶变换，从而可以获得指示期望生命信号的幅值范围的序列。
[0075]该实施例取决于以下发现，即由于指示感兴趣信号的期望运动，幅值谱中提供的峰也会运动。因此，可以分析幅值谱序列以发现指示运动相关频率的脉动。最后，可以从其导出的导出信号形式也可以被理解为指示期望生命信号的随时间脉动的单一曲线图。
[0076]可以利用谱分析方法替代或补充依赖于特征指数元序列的方法，特征指数元指示与位置相关的集聚的数据流属性。
[0077]如上所述，根据用于提取信息的设备的有利实施例，优选该设备还适于补偿扰动运动，所述扰动运动是相对于不指示期望生命信号的对象运动或相对于对象和传感器模块之间总体相对运动而言的。
[0078]可以利用对图像帧序列进行预处理，或利用对例如特征指数元序列形成的导出运动概况进行后期处理来进行这种补偿。在备选方案中，也是在确定或调节期望的扰动降低的指数元时，也进行某种运动补偿。不言而喻，可以利用这些方法的组合进行运动补偿。
[0079]可以将根据本发明的设备用于保健领域中，例如，非压迫式临床或能走动的患者的监测，甚至睡眠研究中。可以应用于生活方式产品和运动，例如锻炼和训练监测领域中。
[0080]有利地，要观测的对象可能享有特定的自由度而对信号检测没有不利的影响。在频繁更新扰动降低的指数元以及感兴趣区域的情况下，这尤其适用。因此可以在监测期间“跟踪”对象。
[0081]因此，例如，还可以应用于健康护理领域中，例如非侵入性临床或走动的患者的监测，甚至睡眠研究。就此而言，根据本发明的设备可以解决指向所谓婴儿猝死综合征或类似疾病的监视。也可应用于生活方式产品和运动，例如锻炼和训练监测领域中。还可以应用于图像处理领域中。要强调的是，可以通过非侵入性方式监测在一定程度上被覆盖的对象，例如在穿着衣服或停留在床上的毯子下方时。
[0082]在本发明的另一方面中，提供了一种从检测的特征信号提取信息的方法，包括如下步骤:
[0083]-接收能够从对象发射或反射的电磁辐射导出的数据流，所述数据流包括连续或离散特征信号，所述连续或离散特征信号包括指示期望的对象运动的生理信息，所述生理信息指示至少一个至少部分地周期性的生命信号，
[0084]-通过降维从所述数据流导出多个特征指数元，从而从所述数据流提取所述生理信息，所述多个特征指数元包括与扰动降低的指数元相关联的定向运动分量，所述扰动降低的指数元具有与参考运动方向基本对齐的确定取向，所述多个特征指数元指示包括生理信息的导出信号形式。
[0085]有利地，可以利用本发明用于提取信息的设备来执行该方法。
[0086]根据本发明的另一方面，提供了一种计算机程序，该计算机程序包括程序代码段，所述计算机程序在计算机或移动设备上执行时，令所述计算机执行本发明的用于提取信息的方法步骤。
[0087]在从属权利要求中界定了本发明的优选实施例。应当理解，要求保护的方法与要求保护并在从属权利要求中界定的设备具有相似和/或相同的优选实施例。
【专利附图】
【附图说明】
[0088]本发明的这些和其他方面将从下文描述的实施例变得显而易见并参考其加以阐述。在附图中:
[0089]图1示出了指示示范性生命信号的对象运动的示意图，
[0090]图2示出了一种可以使用本发明的设备的整体布局的示意图，
[0091]图3示出了将被监测的对象的布置的示意图，
[0092]图4示出了可以导出特征指数元的示范性数据流帧的示意图，
[0093]图5示出了可以导出多个特征指数元的示意示范性数据流帧序列，[0094]图6示出了另一示意示范性数据流帧和从其导出的维度降低的特征指数元，
[0095]图7示出了图6的特征指数元的示范性导出结果，
[0096]图8示出了特征指数元的简化示意序列，
[0097]图9示出了图8的特征指数元的简化示意序列的拉伸细节，
[0098]图10示出了应用积分变换的特征指数元的示意序列和所得的幅值范围序列的示意性图示，
[0099]图11示出了导出信号形式的示意图，
[0100]图12示出了应用了扰动信号分量的示范性补偿的导出信号形式的另一示意图，并且
[0101]图13示出了指示根据本发明方法的实施例的几个步骤的例示性方框图。
【具体实施方式】
[0102]图1示出了经历指示感兴趣信号的运动的对象10的示意图。由于呼吸对象10进行指示部分12的特征运动。呼吸时，肺的膨胀和收缩引起生物的特征部分的轻微运动，例如胸部的上升和下降。腹式呼吸也可能引起对象身体的相应部分的特征运动。由生理过程引起的至少部分周期运动模式可能出现在许多生物中，尤其是人类或动物中。
[0103]随着时间的变化，如箭头16所示，指示部分12在收缩位置(由附图标记12a、12c指示)和提取位置(由12b指示)之间移动。本质上，基于这种运动模式，例如，可以评估呼吸率或呼吸率变化。尽管指示部分12随着时间的变化脉动，但是非指示部分14基本上保持不动。当然，非指示部分14也随着时间的变化进行多种运动。不过，这些运动不对应于指示部分12的周期性脉动。
[0104]在该背景下，参考图2，由附图标记18示出并指示用于提取信息的设备。可以利用设备18记录指示对象10的图像帧。可以从由对象10发射或反射的电磁辐射20导出该图像帧。为了从记录的数据提取诸如图像帧序列的信息，可以由传感器模块22观察对象10的定义部或部分。例如，可以由适于捕获属于电磁辐射20的至少光谱分量的信息的摄像机来实施传感器模块22。不言而喻，设备18也可以适于处理输入信号，即已经预先记录的并同时被存储或缓冲的输入数据流。如上所示，电磁辐射20可以包含可以高度指示至少一种至少部分地周期性生命信号的连续或离散特征信号。
[0105]用于获得这种生命信号的已知方法包括触觉呼吸率监测或依赖于应用于感兴趣对象的标记物的远程呼吸率监测。不过，为此，需要压迫式监测。如上所示，另一种方法针对利用图像处理方法的非压迫式远程测量。
[0106]可以从传感器模块22向接口 24传送包括连续或离散特征信号的数据流26。不必说，也可以在传感器模块22和接口 24之间插入缓冲器模块。在接口 24的下游，提供提取器模块28，提取器模块28适于从由接口 24接收的已执行数据流26’来提取期望生理信息(即嵌入到将要从其导出的特征指数元)。尽管仍包括扰动信号分量，但是可以通过提取获得生理信息30。此外，接下来可以是转换器模块32，其适于处理由提取器模块28导出的生理信息30。由提取器模块28提取的预处理信号仍可以包括大量指示噪声的分量。就此而论，转换器模块32可以适于从输送到它的整体信号隔离并增强指示感兴趣生命信号的期望信号分量。[0107]提取了已转换信号分量34之后，可以由分析模块36执行数据的进一步后处理。为此，该后处理可以包括削波、带宽滤波和/或傅立叶分析。可以设想到其他后处理措施，有助于进一步改善期望感兴趣信号的检测，感兴趣信号例如是连续或离散特征信号中指示频率峰值的主导呼吸率。
[0108]可以由诸如具有单个处理器或多个处理器的中央处理单元的公共处理单元38联合实现提取器模块28、转换器模块32和分析模块36。也可以在容纳相应子部件的公共处理设备中将接口 24连接到其上。作为范例，可以由相应逻辑命令驱动的个人计算机来实现处理设备38。如果传感器模块22也通过硬件共同地连接到接口 24，捕获单元就可以容纳相应的子部件。例如，可以利用诸如智能手机的移动设备或包括摄像机或可连接到摄像机的移动健康监测设备来执行本发明的实施例。
[0109]不过，在备选方案中，可以设想到将独立的传感器模块22和处理设备38组合。可以通过电缆连接或通过无线连接来建立这种连接。包括预记录数据的存储模块也可以代替传感器模块22连接到处理设备38上。
[0110]参考图3，出现了一种常见状况，其中非压迫式生命信号检测和监测面临巨大的挑战。诸如卧在床上的患者的对象10，躺在支撑39上。包括非指示部分14的对象的头部被暴露并垫有枕头，但指示部分12被毛毯45覆盖。于是，由指示部分12的运动造成的信号被衰减了。因此，非压迫式信号检测相当困难。定位传感器模块22以便观察指示部分12。为此，示范性坐标系表示可以预计会有指示呼吸的运动的方向。由扰动降低的指数元40指示这个方向。此外，正交指数元42表示可以预计有较少或甚至预计没有指示呼吸的运动的方向。
[0111]假设沿单个参考方向对期望脉动进行取向，显然，正交指数元42可以覆盖正交于扰动降低的指数元40的整个平面。
[0112]基本上，只要可以充分获得沿扰动降低的指数元40的对象运动，那么就可以将传感器模块22置于任何方向。就此而论，如果该传感器模块22的取向大致正交于扰动减小的指数元40，那么它就是优选的。不过，在期望信号的检测仍处于启用状态时也可能发生显著的偏离。通过这种方式，例如，在床上辗转反侧时，也可以补偿相当大的对象运动。实际上，将传感器模块22置于基本上平行于扰动降低的指数元40将对信号检测造成大的不利影响。再次参考图3中提供的整体布置，显然，对于某些可能的传感器模块取向，例如，在将传感器模块置于支撑39长边的横向时，已预计到可能出现这些不利条件。因此，在床上翻身时，降低的指数元40也转动，从而减小了传感器模块取向和降低的指数元40之间的有效角，导致信号电平降低。
[0113]在该背景下，可以设想针对对象10在不同的位置布置两个或甚至更多的传感器模块以便实现，可以说，能够追踪扰动降低的指数元40的所有可能取向的立体监测。
[0114]图4示出了在整个巾贞的指示部分48中示出了对象10的指示的示范性捕获的图像帧44。在实现视野减小的预处理阶段期间可以在这个早期阶段检测指示部分48，从而减小数据流容量。为了简化后续的处理，可以将坐标变换应用到已被处理的图像帧44’。通过这种方式，可以补偿起初获得的图像帧44所基于的坐标系52和指示扰动降低的指数元40和正交指数元42的坐标系54之间的偏差。
[0115]此外，图4示出了图像帧44的参考部分50。该参考部分可以指示可以被得出作为运动补偿的参考模式的稳定图像对象。可以屏蔽并忽视该图像帧44的剩余部分46以用于后续数据分析。
[0116]图5示出了指示已由图I所示的对象10的呼吸运动的图像帧序列44a、44b、44c。由箭头30指示的生理信息，即胸部的上升和下降，表示期望的感兴趣生命信号。要提取的生理信息30与扰动降低的指数元40对齐。与取向为正交于扰动降低的指数元40的正交指数元42对齐的运动被认为不指示感兴趣信号。出于完整性的目的，在图5中示还示出了参考运动方向41和正交参考方向43。如上所示，例如，分别为每个图像帧即时确定扰动降低的指数元40可能造成巨大挑战。在该背景下，要指出的是，即使是扰动降低的指数元40和参考运动方向41之间的相当大的偏差也不会导致大的信号损失。所以，无论如何都没有必要精确地确定高精度的扰动降低的指数元40。
[0117]因此，可以接受扰动降低的指数元40与参考运动方向41之间的小的偏差。这能够显著降低计算处理要求。此外，在考虑将被检测的生命信号的期望频率与用于图像处理的公共帧频之间的比例时，要理解到，为了确定扰动降低的指数元40，可以跳过若干图像帧，例如，仅须要考虑五分之一或甚至十分之一的图像帧。例如，可以建立控制电路，其中设置了描述已接受偏差的阈值。如果超过了阈值，那么就调整扰动降低的指数元40。最后，可以确定新的阈值。
[0118]参考图6和图7，阐明了指示定向运动信息的特征指数元60的示范性偏差。图6示出了图像帧的指示部分48。由附图标记56、58指示描述图像实体，例如单个像素的位置的坐标，其中轴56指示X坐标，轴58指示y坐标。由于坐标变换，参考图4和图5，扰动降低的指数元40与轴58对齐。在应用降维时，目标是将图像帧属性合并成单个特征指数元60，而在指示感兴趣生命信号的期望生理信息30方面没有显著的信号损失。
[0119]在该背景下，图7描述了子实体62、64到扰动降低的指数元40的集聚和投影。在图像帧中，子实体62a、62b……62η和64a、64b……64η表示相应的像素位置。如果由沿轴58的运动相当程度地表示生理信息，那么逐条线地集聚相应像素值就在特征指数元60在单个实体中汇总了每条线的相关信息。由箭头66指示该转化。作为范例，线62a和62b应该高度地指示期望信号，因为指示部分12，即胸部的形状形成进行呼吸运动的显著边缘。另一方面，可以相当程度地假设显示对象10的背部的线62η指示性较差。如上所述，除了仅仅像素值之外，还可以为集聚绘制另外的图像属性。
[0120]图8和图9示出了通过随时间变化按顺序排列多个特征指数元60a、60b......60η
(表达图像帧序列）所获得的示范性运动概况。离散元素的积分导致准连续或连续波形式。为了进行可视化，应当将运动概况理解为以极度简化的形式表示。不同的阴影指示不同的逐条线集聚的结果。此外，运动概况中提供的边缘指示在初始图像帧中富含对比度的边缘(只要它们基本上正交于扰动降低的指数元40)。该边缘的时间脉动被理解为高度指示期望的生命信号。
[0121]图8的一般运动概况包括可以通过维降从图像序列导出的指示整个连续或离散特征信号68的概况。此外，可以选择其中的子集，即指示运动分量70来进一步分析。为此，可以应用针对根本生命信号的基本假设。例如，可以假设运动指示分量70进行由于胸部的呼吸运动而造成的轻微周期运动。可以预期，这种脉动的频率在某个频带之内。通过这种方式，可以在进一步分析步骤期间检测并忽视非指示边缘74。另一方面，可以得出或甚至增强指示边缘76边缘以便进一步处理。
[0122]轴72指示运动信息的方向，而箭头16指示时间。要指出的是，轴72可能包括定性或甚至定量的运动信息。通常，例如在缺失表示纵向运动的尺度时，不可以从定性信息中导出与标称位置相关的信息。不过，可以从定性信号中提取频率信息。就此而论，在目的是定量运动检测时，至少在初始设置期间，如果也监测允许定量确定运动的诸如参考尺度的真实对象，那么它就是优选的。
[0123]通常，可以预计到，在逐列和逐线考虑时，运动概况都远更复杂，显示出各种波动和众多变化。例如，运动概况可能类似于经历时间变化的光谱概况。不过，在这个实施例中没有显示频带。相反，可以从图8和9中提供的表示导出频率信息。
[0124]图9图示了运动概况的指示运动的分量70的拉伸表示。相应地增强了指示边缘76。如果预期运动概况中存在若干指示边缘，那么就可以应用另外的相关化措施来提高信号质量。如果真实图像中的几个边缘经历由于呼吸导致的运动，例如覆盖对象的毛毯中的多个皱纹和皱褶，那么这就是适用的。
[0125]通过边缘检测措施可以选择指示边缘74，并且可以进一步强调该指示边缘74。最后，可以获得高度指示期望信号的单个波形式，就此而言也参见图11和12的导出信号86。
[0126]在备选方案中，参考图10，在按顺序排列每个单个特征指数元60并将其转化成运动概况之前可以处理它们。在图10中，示出了几个连续特征指数元60a、60b、60c，每个都包括数据流属性78a、……、78n，它们每个指示单个图像帧的集聚的和投影的线，也参见图6和图7。通过多个集聚的数据流属性78的全部集合，可以获得具有连续或准连续波形式的特征指数元60η。
[0127]此外，可以将积分变换，尤其是傅里叶变换应用于每个特征指数元60a、60b、60c，由80a、80b、80c指示该变换。于是，可以由其幅值范围代替或甚至补充每个特征指数元60。通过这种方式，实现了基于频域的表示而不是基于运动的表示。可以随着时间的变化按顺序排列来自特征指数元的已被处理的信号以便获得感兴趣幅值范围84。幅值轴82指示所述表示所基于的频率。基本上，这种方法旨在检测基于不指示定量运动信息的定性波形式的期望生命信号。
[0128]通过应用积分变换80，扫描图像属性(尽管在相同时间点捕获）以发现显著相关或频率。可以认识到，在按顺序排列变换的特征指数元60时，这些显著的实体也经历脉动。同样，应用边缘检测措施可以获得高度指示期望生命信号的导出信号形式86。图10的尺度88被认为是定性的，因为它并非要从通过向特征指数元60应用积分变换获得的导出信号形式86提取定量运动信息。最后，无论是否进一步处理特征指数元60，都可以获得高度指示的导出信号形式86。
[0129]图11示出了另一示范性导出信号形式86的示意图。尽管脉动信号在振幅上有些不稳定，但可以利用已知的方法不需要太费力地获得潜在的频率。于是，即使在恶劣的环境条件下也可以以非压迫式的方式从初始数据流提取期望的生命信号，例如将被监测的患者的呼吸率。
[0130]如果通过按顺序排列特征指数元60而不将涉及运动的信号转化成涉及频带的信号来获得图11中的导出信号形式86，那么甚至就可以将尺度88视为定量尺度，显示绝对或相对位置信息或，一般的运动信息。通过这种方式，甚至可以检测诸如描绘胸部运动量的振幅。
[0131]图12也描绘了通过数据监测和处理获得的示范性导出信号形式86a。与图11相t匕，导出信号形式86a仍包含大量剩余的扰动分量。这尤其发生在大量的扰动运动覆盖期望的对象运动时，例如对象在床上转动，或甚至全局运动。在那种情况下，可以设想到基于参考运动模式的信号分解。为此，除了监测主要感兴趣对象以外，还可以监测参考对象，也参见图4中的参考位置50。处理参考部分图像帧产生被称为剩余扰动信号分量87的参考信号。可以说，可以从导出信号形式86a中减去这些分量，获得真正运动分量90。在图12中，考虑并由相应的参考部分50a、50b示出整体运动指示剩余扰动信号分量87a和指示扰动对象运动的剩余扰动信号分量87b。最后，例如，通过检测其中的极值(如附图标记92所示)，可以检测基于真正运动分量90的脉动的频率。
[0132]已经展示了本发明所覆盖的几种替代示范性方法，参考图13，其示意性地示出了用于从特征信号提取信息的方法。
[0133]一开始，在步骤100中接收包括几个数据流帧44a、44b、44c的输入数据流。可以将该数据流从传感器模块22输送到数据缓冲器或存储模块。作为范例，可以由一系列随时间变化而变化的图像帧来实现该数据流，参考附图标记16。
[0134]在随后的步骤102中，可以选择并预处理从输入数据流导出的感兴趣信号。上文已描述了几种预处理方法。也可以将颜色归一化和/或亮度归一化应用到数据流以便减少数据基础的量，而没有显著的信息损失。选择可以包括检测感兴趣区域48a、48b、48c，通常是指示期望对象运动或甚至参考运动的区域。
[0135]在另一步骤104中，将降维应用于相应的数据流帧，或至少，应用于数据流帧的指示部分。该降维可以包括将数据流属性集聚并投影到扰动降低的指数元，其描述指示最后将被提取的生命信号的对象运动的优选方向。通过这种方式，可以将多维图像帧转化为降维图像帧信息，特征指数元60仍指示期望的对象运动。
[0136]在未示出的任选子步骤中，可以将积分变换措施应用于特征指数元60。就此而言，参考图10和相应的描述部分。
[0137]此外，在步骤106中，随着时间的变化按顺序排列在步骤104中获得的多个特征指数元60a、60b、60c以获得包括指示运动的分量70的连续或离散特征信号68。
[0138]接下来，在步骤108中可以采用模式检测措施以便检测由期望对象运动引起的显著的模式。模式检测可以包括边缘检测、边缘强化或甚至边缘淡化。通过这种方式，可以获得导出信号86。导出信号形式86可以包括指示期望信号的脉动的单个波形式形式。不过，还可以包括剩余扰动信号分量。
[0139]在另一步骤110中，可以将后处理应用于导出信号形式86，旨在提取受剩余扰动信号分量影响较小的真正的运动分量90。
[0140]最后，在分析步骤112中，可以检测感兴趣生命信号。感兴趣生命信号可以包括基于频率的信息或甚至基于位置的信息。更具体而言，感兴趣生命信号可以表示对象的呼吸率，或甚至呼吸率的变化。最后，可以在输出接口得到以这种方式修改的输出信号并分布其以便进一步使用。
[0141]不必说，在根据本发明的方法的实施例中，可以以变化的顺序，或甚至同时执行所提供的步骤中的几个。此外，也可以在不偏离本发明的范围的情况下跳过这些步骤中的一些。这尤其适用于几个信号处理步骤。
[0142]尽管已经在附图和前面的描述中详细例示和描述了本发明，但这样的例示和描述被认为是例示性或示范性的而非限制性的；本发明不限于公开的实施例。通过研究附图、公开和所附权利要求，本领域的技术人员在实践要求保护的本发明时能够理解和实现所公开实施例的其他变化。
[0143]在权利要求中，“包括” 一词不排除其他元件或步骤，不定冠词“一”不排除多个。单个元件或其他单元可以完成权利要求中列举的几个项目的功能。互不相同的从属权利要求中记载了特定措施这一仅有事实并不指示不能有利地使用这些措施的组合。
[0144]可以在适当的非暂态介质上存储和/或分布的计算机程序，介质例如是与其他硬件一起供应或作为其他硬件的部分供应的光存储介质或固态介质，但也可以在其他形式中分布，例如通过互联网或其他有线或无线电信系统。
[0145]权利要求中的任何附图标记不应被解释为对范围的限制。
【权利要求】
1.一种用于从检测到的特征信号提取信息的设备，包括： -用于接收能够从对象（10)发射或反射的电磁辐射（20)导出的数据流（26)的接口(24),所述数据流（26)包括连续或离散特征信号（68)，所述连续或离散特征信号（68)包括指示期望的对象运动的生理信息（30)，所述生理信息（30)表示至少一个至少部分地周期性的生命信号（90)，以及 -提取器模块（28 )，其用于从所述数据流（26 )提取所述生理信息（30 )，所述提取器模块（28)通过降维（66)来从所述数据流（26)导出多个特征指数元（60)，所述多个特征指数元（60)包括与扰动降低的指数元（40)相关联的定向运动分量（70)，所述扰动降低的指数元（40)具有与参考运动方向（41)基本对齐的确定取向，所述多个特征指数元（60)指示包括所述生理信息（30)的导出信号形式（86)。
2.根据权利要求1所述的设备，其中，所述导出信号形式（86)还指示剩余扰动信号分量（87)，所述设备还包括转换器模块（32)，所述转换器模块（32)用于通过增强所述导出信号形式（86)中的指示所述生命信号（90)的期望的对象运动分量并通过抑制剩余扰动信号分量（87 )来转换所述导出信号形式（86 )。
3.根据权利要求1或2所述的设备，还包括分析模块（36)，所述分析模块（36)用于确定所述导出信号形式（86)的或者与所述至少一个至少部分地周期性的生命信号（90)相对应的所述期望的对象运动分量的时间变化（92)。
4.根据权利要求1所述的设备，其中，所述数据流（26)包括图像帧（44)序列，并且其中，每个单一特征指数（60)元都是从相应的图像帧（44)导出的。
5.根据权利要求1所述的设备，其中，从所述数据流（26)提取所述生理信息（30)还包括通过确定高度指示期望的对象运动的感兴趣部分（48)来处理所捕获的数据流序列。
6.根据权利要求1所述的设备，还包括传感器模块（22)，所述传感器模块（22)用于检测从包括可见光、红外光和紫外辐射的组中选择的至少一个特定波长范围之内的电磁辐射(20)，所述传感器模块（22)能够连接到所述接口（24)。
7.根据权利要求1所述的设备，其中，所述降维（66)包括向所述扰动降低的指数元(40)集聚和投影与所述数据流（26)中包括的所述图像帧（44)的相应的子实体（62，64)相关联的数据流属性（78)，由此获得相应的特征指数元（60)。
8.根据权利要求1所述的设备，其中，所述提取器模块（28)还适于考虑所述参考运动方向（41)来确定所述扰动降低的指数元（40 )的取向。
9.根据权利要求2所述的设备，其中，所述导出信号形式（86)的转换还包括处理所述导出信号形式（86)或嵌入所述导出信号形式（86)中的所述期望的对象运动分量（87)，并且其中，所述处理是从包括运动补偿、滤波、开窗、削波、边缘强化和边缘淡化的组中选择的。
10.根据权利要求7所述的设备，其中，所述提取器模块（28)或所述转换器模块（32)还适于向至少一个相应的特征指数元（60)应用积分变换（80)，由此获得指示所述期望的对象运动分量的谱信息（84)，所述期望的对象运动分量指示所述期望生命信号（90)。
11.根据权利要求10所述的设备，其中，所述提取器模块（28)或所述转换器模块（32)适于向相应的特征指数元（60)应用傅里叶变换，使得能够获得指示所述期望生命信号(90)的幅值范围（84)序列。
12.根据权利要求6所述的设备，其中，所述提取器模块（28)还适于补偿关于不指示所述期望生命信号（30 )的对象运动（87b )或关于所述对象（10 )和所述传感器模块（22 )之间总体相对运动（87a)的扰动运动。
13.根据权利要求3所述的设备，其中，至少考虑到特征指数元（60)与前一特征指数元(60 )或后一特征指数元（60 )之间的相对偏移或者至少考虑同一特征指数元（60 )的特征投影数据流属性（78)之间的距离，来确定所述导出信号形式（86)的或指示所述期望生命信号（90)的所述期望的对象运动分量的时间变化（92)的确定。
14.一种用于从检测的特征信号提取信息的方法，包括如下步骤： -接收能够从对象（10)发射或反射的电磁辐射（20)导出的数据流（26)，所述数据流(26)包括连续或离散特征信号（68)，所述连续或离散特征信号（68)包括指示期望的对象运动的生理信息（30)，所述生理信息（30)表示至少一个至少部分地周期性的生命信号(90)，以及 -通过降维（66)来从所述数据流（26)导出多个特征指数元（60)，从而从所述数据流(26)提取所述生理信息（30)，所述多个特征指数元（60)包括与扰动降低的指数元（40)相关联的定向运动分量（70)，所述扰动降低的指数元（40)具有与参考运动方向（41)基本对齐的确定取向，所述多个特征指数元（60)指示包括所述生理信息（30)的导出信号形式(86)。
15.一种包括程序代码段的计算机程序，当在计算机上执行所述计算机程序时，所述程序代码段令所述计算机执行根据权利要求14所述的方法的步骤。
【文档编号】G06T7/00GK103503024SQ201280018153
【公开日】2014年1月8日 申请日期:2012年3月27日 优先权日:2011年4月14日
【发明者】G·德哈恩, M·J·巴尔图拉 申请人:皇家飞利浦有限公司