用于从视频确定呼吸速率的系统和方法
2020-01-11

用于从视频确定呼吸速率的系统和方法

所揭示的是一种用于从个体的视频确定呼吸速率的系统和方法。在一个实施例中,接收包括个体的身体的区的多个时间连续图像帧的视频。从每一图像帧中从所述区提取像素的特征且由这些特征形成向量。每一图像帧具有相关联的特征向量。构建长度N的向量的N×M视频矩阵,使得所述视频矩阵中的总列数M对应于在其间确定所述个体的呼吸速率的持续时间。处理所述视频矩阵以获得本征向量矩阵,其中归因于与呼吸相关联的运动而引起的变化主轴包含在第一少数本征向量中。从所述第一少数本征向量选择一个本征向量。从所述选定的本征向量获得呼吸速率。

“特征向量”含有从处理所关注的隔离区中的像素获得的特征。包括特征向量的特征包含像素强度值、图像帧中的像素位置以及一个或多个运动分量,例如相邻帧之间的像素移动量。如果用于捕获个体的视频的视频成像装置是具有红色、绿色及蓝色(RGB)通道的彩色摄像机,那么可以基于每一像素从成像声道中的任一个或其组合获得包括特征向量的强度分量。一个或多个关注区中的像素可以根据特征以及它们的所计算的平均值或更高阶统计数据而进行分组。强度分量还可以是来自给定关注区中的RGB通道中的每一个的像素值的代数和。可在空间上对像素进行滤波以减小噪声。使用长度N的时间上连续的特征向量构建NXM矩阵,其中所述视频矩阵中的总共M列对应于在其间确定个体的呼吸速率的持续时间和视频帧率。处理所述NXM视频矩阵以获得本征向量矩阵。

个体的“关注区”是指个体的身体的区的至少局部视图(其通过视频成像装置的光圈看到),其中可以通过视频成像装置的至少一个成像通道记录呼吸信号。这些区是归因于呼吸期间胸部的扩展及收缩而移动的区。身体区包含前胸区、胸区的侧视图、背侧身体的背面区、以及面部区。图1示出了成年人的前(前面)视图101以及后(后面)视图102。在图1的实施例中,关注区103和104分别勾勒出个体的前胸区和后胸区,其中可以通过视频成像装置获取呼吸信号。关注区可用被单或一件衣服遮盖。在视频图像帧中隔离关注区以用于处理。

工作站具有操作系统和其它专用软件,其经配置以显示字母数字值、菜单、滚动条、刻度盘、可滑动条、下拉选项、可选按钮及类似者,以用于输入、选择、修改和接受根据本文中揭示的方法确定呼吸速率所需的信息。用户或技术员可以使用工作站来识别图像帧中的关注区、将像素分组、识别所关注的特征、设定各种参数,和/或使用工作站来促进图像处理单元510的模块和处理单元中的任一个的功能性。用户输入、默认设定和选择可存储在存储装置508和509中的任一个中/在其中检索。还可以从这些存储装置中的任一个检索默认设定和初始参数。用户可调整正利用的各种参数或实时地动态地调整设定。所产生的任何警告信号可由工作站接收并查看和/或经由网络504传送到一个或多个远程装置。虽然示出为桌上型计算机,但应了解,工作站可以是膝上型计算机、大型主机或专用计算机,例如ASIC、电路或类似者。工作站的实施例是说明性的且可包含此项技术中已知的其它功能性。工作站500与图像处理单元510通信以用于根据此处的教示处理视频。

具体实施方式

如本文中所使用的“本征向量矩阵”是通过以下操作获得的标准正交本征向量矩阵:计算视频矩阵的导数;使用单一值分解计算平均值和协方差矩阵;取每一行向量的L2范数;并且保留在预定义最大值以下的具有L2范数的所有特征点。所得的矩阵使得归因于与个体的呼吸相关联的运动而引起的变化主轴包含在第一少数本征向量中。根据此处的教示,选择第一少数本征向量中的一个。

应了解,“提取”、“形成”、“构建”、“选择”、“产生”、“处理”等的步骤包含根据任何特定上下文或用于任何特定目的而应用于数据和信号的各种数学运算的应用。此具体实施方式和权利要求书中的术语包含硬件或软件中的具有对数学或信号处理动作的实质性效果的任何活动。应了解,可通过执行从存储器或存储装置检索的机器可读程序指令的微处理器促进或以其它方式实现这些步骤。

在步骤304处,在预定义时间周期内提取每一图像帧中的关注区中的像素的特征。

“个体”是指正受到监视以确定呼吸速率的生物。虽然可贯穿本发明使用术语“人”或“患者”,但应了解,个体可以是除人类之外的某物,例如灵长类动物。因此,此类术语的使用将不被视为将所附权利要求书的范围严格地限制于人类。

—般理解的“视频”是个体的一个或多个关注区的所捕获图像帧的时变序列,其中可以通过用于捕获所述视频的视频成像装置的至少一个成像通道记录对应于呼吸的信号。应了解,视频还可含有其它分量,例如音频、时间基准信号、帧速率及类似者。视频由视频成像装置捕获。

所揭示的是一种用于从呼吸功能受到监视的个体的视频确定呼吸速率的系统和方法。本发明的方法的一个实施例涉及以下内容。首先,接收个体的视频。所述视频包括所述个体的身体的关注区的多个时间连续图像帧,其中可以通过视频成像装置的至少一个成像通道记录对应于呼吸的信号。随后从每一图像帧中从关注区提取像素的特征,且由所提取的特征形成向量。每一图像帧具有相关联的特征向量。特征向量可以包括(例如)强度分量、位置分量或运动分量。其后,构建长度N的循序连续特征向量的NXM视频矩阵,其中所述视频矩阵中的总列数M对应于在其间确定个体的呼吸速率的持续时间。处理所述视频矩阵以获得本征向量矩阵,其中所述本征向量矩阵包括通过使用单一值分解计算平均值和协方差矩阵所获得的标准正交向量。本征向量矩阵使得归因于与个体的呼吸相关联的运动而引起的变化主轴包含在第一少数本征向量中。选择第一少数本征向量中的一个,且随后从所述选定的本征向量提取个体的呼吸速率。在此处的一个实施例中,从所述选定的本征向量提取呼吸速率涉及产生所述选定的本征向量的功率谱密度曲线,并识别所述功率谱密度曲线内的具有最高信号强度的频率。所识别的频率是个体的呼吸速率。随后将个体的呼吸速率传送到显示装置。如果个体的呼吸速率不在正常范围内,那么可以发起警告和/或可以用信号通知医疗专业人员。可以实时地从个体的串流视频处理本发明的方法,使得可以连续地确定呼吸速率。

在步骤308处,处理所述视频矩阵以获得本征向量矩阵。本征向量矩阵使得归因于与个体的呼吸相关联的运动而引起的变化主轴包含在第一少数本征向量中。