[go: up one dir, main page]

TWI547265B - 光學式呼吸率偵測裝置及其偵測方法 - Google Patents

光學式呼吸率偵測裝置及其偵測方法 Download PDF

Info

Publication number
TWI547265B
TWI547265B TW104117736A TW104117736A TWI547265B TW I547265 B TWI547265 B TW I547265B TW 104117736 A TW104117736 A TW 104117736A TW 104117736 A TW104117736 A TW 104117736A TW I547265 B TWI547265 B TW I547265B
Authority
TW
Taiwan
Prior art keywords
signal
respiratory rate
breathing
frequency
rate detecting
Prior art date
Application number
TW104117736A
Other languages
English (en)
Other versions
TW201642808A (zh
Inventor
李明璋
Original Assignee
原相科技股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 原相科技股份有限公司 filed Critical 原相科技股份有限公司
Priority to TW104117736A priority Critical patent/TWI547265B/zh
Priority to US15/132,389 priority patent/US20160345862A1/en
Application granted granted Critical
Publication of TWI547265B publication Critical patent/TWI547265B/zh
Publication of TW201642808A publication Critical patent/TW201642808A/zh
Priority to US16/412,500 priority patent/US11701027B2/en
Priority to US16/534,198 priority patent/US11771375B2/en
Priority to US18/202,965 priority patent/US12042265B2/en

Links

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
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02416—Measuring 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Pulmonology (AREA)
  • Cardiology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

光學式呼吸率偵測裝置及其偵測方法
本發明說明係有關一種光學式生理偵測裝置及其偵測方法，更特別有關一種使用PPG訊號之光學式呼吸率偵測裝置及其偵測方法。
習知血氧飽和儀(pulse oximeter)係利用非侵入式的方式來偵測使用者之血氧濃度及脈搏數，其可產生一紅光光束(波長約660奈米)以及一紅外光光束(波長約910奈米)穿透待測部位，並利用帶氧血紅素(oxyhemoglobin)和去氧血紅素(deoxyheamoglobin)對特定光譜具有不同吸收率之特性以偵測穿透光的光強度變化，例如參照美國專利第7,072,701號，標題為血氧濃度的監測方式(Method for spectrophotometric blood oxygenation monitoring)。偵測出兩種波長之穿透光的光強度變化後，例如光體積變化(Photoplethysmography)訊號或稱作PPG訊號(PPG signal)，再以下列公式計算血氧濃度，血氧濃度=100%×[HbO2]/([HbO2]+[Hb])；其中，[HbO2]表示帶氧血紅素濃度而[Hb]表示去氧血紅素濃度。
一般血氧飽和儀所偵測到的兩種波長之穿透光的光強度會隨著心跳而呈現強弱變化，這是由於血管會隨著心跳而不斷地擴張及收縮而使得光束所通過的血液量改變，進而改變光能量被吸收的比例。藉此，根據PPG訊號可計算一使用者之心跳。
除了上述血氧濃度以及心跳之外，PPG訊號亦可用以量測一呼吸率，然而一般PPG訊號中會存在極低頻雜訊，其會影響量測呼吸率之正確性。
有鑑於此，本發明說明提出一種高偵測精確度之光學式呼 吸率偵測裝置及其偵測方法。
本發明說明提供一種光學式呼吸率偵測裝置及其偵測方法，其可預先分類目前使用者之呼吸率範圍以排除雜訊的干擾，藉以提高偵測精確度。
本發明說明另提供一種光學式呼吸率偵測裝置及其偵測方法，其可以不同權重組合不同呼吸演算法之運算結果，藉以提高偵測精確度。
本發明說明提供一種呼吸率偵測裝置，其包含一光源、一光感測單元以及一處理單元。該光源用以提供光線照射一皮膚區域。該光感測單元用以偵測經過該皮膚區域之出射光，並輸出一亮度變化信號。該處理單元用以將該亮度變化信號轉換為頻域資料，根據一預設分類資料將該頻域資料歸類為複數頻率區間其中之一，並根據所歸類的頻率區間之頻域資料計算一呼吸率。
本發明說明另提供一種呼吸率偵測裝置，其包含一光源、一光感測單元以及一處理單元。該光源用以提供光線照射一皮膚區域。該光感測單元用以偵測經過該皮膚區域之出射光，並輸出一亮度變化信號。該處理單元用以將該亮度變化信號轉換為頻域資料，根據該頻域資料之一訊號特性決定一組權重值及一組呼吸演算法，並根據該組權重值與該組呼吸演算法計算一呼吸率。
本發明說明另提供一種呼吸率偵測方法，包含下列步驟：以一光源提供光線照射一皮膚區域；以一光感測單元偵測經過該皮膚區域之出射光並輸出一亮度變化信號；轉換該亮度變化信號為頻域資料；計算該頻域資料之一訊雜比；根據該訊雜比決定一組權重值及一組呼吸演算法；以及根據該組權重值與該組呼吸演算法計算一呼吸率。
本發明說明實施例之光學式呼吸率偵測裝置可為一穿透式或一反射式偵測裝置。
為了讓本發明說明之上述和其他目的、特徵和優點能更明顯，下文將配合所附圖示，詳細說明如下。此外，於本發明說明中，相同之構件係以相同之符號表示，於此先述明。
100、200‧‧‧呼吸率偵測裝置
11、21‧‧‧光源
12、22‧‧‧光感測單元
13、23‧‧‧處理單元
15‧‧‧機器學習演算單元
2311~231N‧‧‧呼吸演算單元
133、233‧‧‧PPG量測模組
135、235‧‧‧頻域轉換模組
236‧‧‧權重決定模組
137、237‧‧‧呼吸計算模組
Nb1、Nb2‧‧‧呼吸率
W1~WN‧‧‧權重值
R1~RN‧‧‧呼吸率成分
Td1、Td2‧‧‧學習資料
SR‧‧‧皮膚區域
第1圖為本發明說明第一實施例之呼吸率偵測裝置之方塊示意圖。
第2A圖為本發明說明實施例之呼吸率偵測裝置產生之亮度變化信號之示意圖。
第2B圖為本發明說明實施例之呼吸率偵測裝置產生之頻域資料之示意圖。
第3圖為本發明說明第一實施例之呼吸率偵測方法之流程圖。
第4圖為本發明說明第二實施例之呼吸率偵測裝置之方塊示意圖。
第5圖為本發明說明第二實施例之呼吸率偵測裝置之查找表之示意圖。
第6圖為本發明說明第二實施例之呼吸率偵測方法之流程圖。
以下說明內容包含本發明說明的實施方式，以便理解本發明說明如何應用於實際狀況。須注意的是，在以下圖式中，與本發明說明之技術無關的部份已遭到省略，同時為彰顯元件之間的關係，圖式裡各元件之間的比例與真實的元件之間的比例並不一定相同。
請參照第1圖所示，其為本發明說明第一實施例之呼吸率偵測裝置100之方塊示意圖。呼吸率偵測裝置100用以根據一預設分類資料將目前所偵測的光體積變化描述波形訊號(PPG訊號)進行分類，以排除部分頻率區間內的雜訊干擾，藉以提高偵測精確度。該呼吸率偵測裝置100包含一光源11、一光感測單元12以及一處理單元13。
該光源11例如為一同調光源、一部分同調光源或一非同調 光源，並無特定限制，例如為一發光二極體或一雷射二極體。該光源11用以提供光線照射一皮膚區域SR，該光線進入該皮膚區域SR內之皮膚組織後會傳遞一段距離並射出該皮膚區域SR。某些實施例中，該光源11之一發光波長可為習知血氧飽和儀所使用的波長。其他實施例中，該光源11之一發光波長介於300奈米~940奈米間。必須說明的是，雖然第1圖中僅顯示單一光源11，然其僅用以說明而非用以限定本發明說明。某些實施例中，當該呼吸率偵測裝置100亦用以偵測血氧濃度時，可包含兩光源分別發出紅光及紅外光。其他實施例中，當該呼吸率偵測裝置100另具有校正功能時，可包含三個光源分別用以發出綠光、紅光以及紅外光；其中，綠光PPG訊號用以決定一濾波參數，以對紅光PPG訊號及紅外光PPG訊號進行濾波。
該光感測單元12用以偵測經過該皮膚區域SR之出射光，並輸出一亮度變化信號。某些實施例中，該光感測單元12為一光二極體(photodiode)，其輸出的亮度變化信號可作為PPG訊號。某些實例中，光感測單元12為一影像感測器，其包含具有複數像素之一像素陣列。該像素陣列之每一像素於一圖框輸出一亮度信號且該處理單元13另用以計算該圖框之複數像素之一亮度信號和；其中，該亮度信號和隨時間的變化可作為PPG訊號。某些實施例中，該像素陣列之每一像素輸出的亮度變化信號可作為PPG訊號，亦即該像素陣列輸出複數亮度變化信號。此外，某些實施例中，當該光感測單元12為一影像感測器時，其較佳為一主動式影像感測器，例如一CMOS影像感測器，因而可根據其像素陣列所實際感測之亮度分布決定一目標區域(window of interest)；其中，該處理單元13僅處理該目標區域內的像素資料而忽略該目標區域以外的像素資料，以增加其實用性。
該處理單元13例如為一數位信號處理器(DSP)、一微控制器(MCU)或一中央處理器(CPU)等，用以接收該光感測單元12所輸出之亮度變化信號並進行後處理。本實施例中，該處理單元13用以將該亮度變化信號轉換為頻域資料，根據一預設分類資料將該頻域資料歸類為複數頻率區間其中之一，並根據所歸類的頻率區間之頻域資料計算一呼吸率。
該處理單元13例如包含一分類器模型131、一PPG量測模組133、一頻域轉換模組135以及一呼吸計算模組137。必須說明的是，雖 然第1圖中將該處理單元13所執行的功能分別顯示為不同功能區塊，然而其僅用以說明而非用以限定本發明說明。該分類器模型131、PPG量測模組133、頻域轉換模組135以及呼吸計算模組137所執行的功能都可以說是該處理單元13所執行的，其可以軟體、硬體或其組合的方式來實現，並無特定限制。
請同時參照第1及2A~2B圖所示，第2A圖為本發明說明實施例之呼吸率偵測裝置產生之亮度變化信號(或PPG訊號)之示意圖；第2B圖為本發明說明實施例之呼吸率偵測裝置產生之頻域資料之示意圖。
該PPG量測模組133接收來自該光感測單元12之亮度變化信號，並連續地擷取一時間間隔內的亮度信號，例如5~10秒，以作為PPG訊號，例如第2A圖顯示以時間間隔6秒之亮度變化信號作為PPG訊號。由於該光感測單元12係以一取樣頻率(或圖框率)依序輸出亮度信號，該等時間間隔可在時間上部分重疊或完全不重疊；例如，該PPG量測模組133可以第1~7秒之亮度變化信號作為下一筆PPG訊號或以第7~13秒之亮度變化信號作為下一筆PPG訊號，依此類推。
當該光感測單元12為一光二極體時，該PPG量測模組133可直接以一時間間隔擷取其所輸出亮度變化信號以作為PPG訊號；其中，該PPG量測模組133可不對該亮度變化信號進行處理或僅對該亮度變化信號進行濾波或放大等前處理。當該光感測單元12為一影像感測器時，該PPG量測模組133例如計算該像素陣列所輸出每一圖框的至少一部分像素資料(例如一目標區域內的像素資料)之一亮度信號和，並連續地擷取一時間間隔內的亮度信號和，例如5~10秒，以作為PPG訊號，如第2A圖所示。其他實施例中，當該光感測單元12為一影像感測器時，該影像感測器本身即具有計算亮度信號和(例如以電路實現)的功能，此時，該PPG量測模組133僅擷取一時間間隔內的亮度信號和，例如5~10秒，以作為PPG訊號；此時，該PPG量測模組133可不對該亮度信號和進行處理或僅對該亮度信號和進行濾波或放大等前處理。必須說明的是，雖然第2A圖顯示以時間間隔6秒的亮度變化信號作為PPG訊號，然其僅用以說明而非用以限定本發明說明。
該頻域轉換模組135用以將亮度變化信號(或PPG訊號)轉 換為頻域資料，如第2B圖所示；其中，頻域轉換的方式例如可利用快速傅立葉轉換(FFT)、離散傅立葉轉換(DFT)等，並無特定限制。
如第2B圖所示，若不存在極低頻雜訊時，頻域資料中最大頻譜值應出現於Nb1的位置。然而當存在極低頻雜訊時，該頻域資料中可能另存一最大頻譜值於Nb1'的位置，如此將導致誤判的情形。因此，該頻域轉換模組135另用以將該頻域資料傳送至該分類機器模型131以與其內之一預設分類資料進行比對。該分類機器模型131將該頻域資料歸類為複數頻率區間其中之一，例如，第2B圖所顯示之極低頻頻率區間或低頻頻率區間。某些實施例中，該分類機器模型131以一區隔頻率區隔兩頻率區間；其中，該區隔頻率例如介於0.15赫茲~0.25赫茲，但並不以此為限。可以瞭解的是，當該處理單元13係用以區分兩個以上的頻率區間時，該區隔頻率可介於兩個以上的範圍。
本發明說明中，該預設分類資料係為利用機器學習演算法(machine learning algorithm)所預先建立；其中，所述機器學習演算法例如可利用類神經網路(neural network)、支援向量器(support vector machine)、隨機森林(random forest)等，並無特定限制。如第1圖所示，一機器學習演算單元15預先接收複數極低頻學習資料Td1與低頻學習資料Td2進行學習，以分辨出不同頻率區間的資料特徵；其中，該極低頻學習資料Td1與該低頻學習資料Td2亦是透過該頻域轉換模組135事先轉換已分類(例如極低頻域資料或低頻域資料)的PPG訊號而得的頻域資料。可以瞭解的是，當所欲分類的頻率區間愈多(即不限於極低頻頻率區間或低頻頻率區間)時，所需要的學習資料(即頻域資料)的種類則愈多。必須說明的是，第1圖中係顯示該機器學習演算單元15位於該處理單元13以外，例如一外部主機或一外部電腦系統，然而本發明說明並不以此為限。其他實施例中，該機器學習演算單元15亦可包含於該處理單元13內。
最後，該呼吸計算模組137根據所歸類的頻率區間之頻域資料計算一呼吸率Nb1。例如，該呼吸計算模組137將該所歸類的頻率區間中對應一最大頻譜值之一頻率作為一呼吸頻率。請參照第2B圖所示，當該分類機器模型131將目前頻域資料歸類於低頻頻率區間時，該呼吸計算模組137將對應最大頻譜值之頻率Nb1作為一目前呼吸頻率並予以輸出； 當該分類機器模型131將目前頻域資料歸類於極低頻頻率區間時，該呼吸計算模組137將對應最大頻譜值之頻率Nb1'作為一目前呼吸頻率並予以輸出。
本實施例中，該處理單元13係忽略所歸類的頻率區間以外的頻域資料。例如，當該頻域資料歸類於低頻頻率區間時，該極低頻頻率區間之頻域資料則被忽略；而當該頻域資料歸類於極低頻頻率區間時，該低頻頻率區間之頻域資料則被忽略。此外，更多頻率區間的實施方式亦是類似。忽略的方式例如可以下列方式實現：一實施例中，該頻域轉換模組135將目前頻域資料提供至該分類機器模型131以與其內之一預設分類資料進行比對及歸類。該分類機器模型131將歸類結果通知該頻域轉換模組135，以使該頻域轉換模組135僅將所歸類的頻率區間之頻域資料提供至該呼吸計算模組137。因此，該呼吸計算模組137則不會計算所歸類的頻率區間以外的頻域資料。
另一實施例中，該頻域轉換模組135將所有目前頻域資料均提供至該呼吸計算模組137，該分類機器模型131提供歸類資訊至該呼吸計算模組137。因此，當該呼吸計算模組137所求得之一目前呼吸率位於所歸類的頻率區間內時，則予以輸出；而當該呼吸計算模組137所求得之該目前呼吸率不位於所歸類的頻率區間內時，則重新計算下一個最大頻譜值所對應之一頻率並進行確認，直到計算出位於所歸類的頻率區間內之一目前呼吸率才予以輸出。或者，該呼吸計算模組137僅根據所歸類的頻率區間之頻域資料計算該目前呼吸率，而忽略該所歸類的頻率區間以外的頻域資料。
請參照第3圖所示，其為本發明說明第一實施例之呼吸率偵測方法之流程圖，包含下列步驟：以一光源提供光線照射一皮膚區域(步驟S31)；以一光感測單元偵測經過該皮膚區域之出射光並輸出一亮度變化信號(步驟S32)；轉換該亮度變化信號為頻域資料(步驟S33)；根據一預設分類資料歸類該頻域資料(步驟S34)；以及根據所歸類的頻率區間之頻域資料計算一呼吸率(步驟S35)。本實施例之呼吸率偵測方法例如適用於第1圖之呼吸率偵測裝置100，因其詳細實施方式已說明於上，故於此不再贅述。
透過本發明說明第一實施例之呼吸率偵測裝置及其偵測方 法，可排除所歸類的頻率區間以外的雜訊干擾，藉以增加偵測精確度。
請參照第4圖所示，其為本發明說明第二實施例之呼吸率偵測裝置200之方塊示意圖。呼吸率偵測裝置200用以根據目前PPG訊號之主頻信號強度決定一組權重值以及一組呼吸演算法，並將不同呼吸演算法所求得之呼吸率作為呼吸率成分(respiration rate component)，並以該組權重值組合該等呼吸率成分以作為一輸出呼吸率，藉以提高偵測精確度。該呼吸率偵測裝置200包含一光源21、一光感測單元22以及一處理單元23；其中，該光源21及該光感測單元22相同於第一實施例，故於此不再贅述。
本實施例中，該處理單元23同樣可為一數位信號處理器(DSP)、一微控制器(MCU)或一中央處理器(CPU)等，用以接收該光感測單元12所輸出之亮度變化信號並進行後處理。該處理單元23用以將該亮度變化信號轉換為頻域資料，根據該頻域資料之一訊雜比決定一組權重值及一組呼吸演算法，並根據該組權重值與該組呼吸演算法計算一呼吸率。
該處理單元23包含一PPG量測模組233、一頻域轉換模組235、一權重決定模組236、一呼吸計算模組237以及複數呼吸演算單元2311~231N；其中，該PPG量測模組23的功能相同於第一實施例之PPG量測模組13，故於此不再贅述。該頻域轉換模組235用以將該PPG量測模組233輸出之PPG訊號(如第2A圖)轉換為頻域資料(如第2B圖)。必須說明的是，雖然第4圖中將該處理單元23所執行的功能分別顯示為不同功能區塊，然而其僅用以說明而非用以限定本發明說明。該PPG量測模組233、頻域轉換模組235、權重決定模組236、呼吸計算模組237以及複數呼吸演算單元2311~231N所執行的功能都可以說是該處理單元23所執行的，其可以軟體、硬體或其組合的方式來實現，並無特定限制。
本發明說明中，該等呼吸演算法例如包含直接對PPG訊號進行傅立葉頻譜分析、擷取PPG訊號中的呼吸特徵(例如振幅變化特徵或頻率變化特徵)後對該呼吸特徵進行傅立葉頻譜分析、獨立成份分析(independent component analysis)、自適應雜訊消除器(adaptive noise cancelling filtering)等，並無特定限制。該等呼吸演算法亦可包含自行設計之呼吸演算法，以於時域或頻率計算一目前呼吸率，只要不同呼吸演算法係對應不同訊號特性，例如訊雜比或能量分布等，即可適用於該呼吸率偵 測裝置200；其中，不同訊號特性則用以決定該呼吸演算法所對應的權重值(weighting)。例如，直接對PPG訊號進行傅立葉頻譜分析雖然不易失真，但容易受到極低頻雜訊干擾，因此當根據傅立葉頻譜分析所求得之呼吸率成分位於極低頻區域時，則可將相對其演算法的權重值降低，以降低極低頻雜訊的干擾。
一實施例中，假設使用上述四個演算法，且各演算法的權重一開始皆設定為1。若該頻域資料之一訊雜比低於一第一臨界值(threshold1)，代表雜訊較多，可提高自適應雜訊消除器的權重(即增加權重數值，例如+1)；若該頻域資料之一訊雜比高於一第二臨界值(threshold2)，代表雜訊較少，可提高直接對PPG訊號進行傅立葉頻譜分析的權重(即增加權重數值，例如+1)；若極低頻訊號之能量總合(或極低頻訊號之能量總合與低頻訊號之能量總合之比值)高於一第三臨界值(threshold3)，此時PPG訊號中的呼吸特徵較易受到極低頻干擾，可降低擷取PPG訊號中的呼吸特徵後進行傅立葉頻譜分析的權重(即減少權重數值，例如-1)及/或提高獨立成份分析的權重(即增加權重數值，例如+1)；若極低頻訊號之能量總合(或極低頻訊號之能量總合與低頻訊號之能量總合之比值)低於一第四臨界值(threshold4)，可提高擷取PPG訊號中的呼吸特徵後進行傅立葉頻譜分析的權重(即增加權重數值，例如+1)。
接著請參照第2B、4~5圖所示，第5圖為本發明說明第二實施例之呼吸率偵測裝置之查找表之示意圖。
該權重決定模組236用以根據該頻域資料之一訊雜比(SNR)決定一組權重值以及一組呼吸演算法。某些實施例中，該訊雜比為該頻域資料中一最大頻譜能量與其他頻譜能量和之一比值。例如，第2B圖中，該訊雜比可為相對Nb1'的頻譜能量與其他頻譜能量和之一比值(ratio)。因此，當該權重決定模組236求得一訊雜比後，則將該訊雜比與一查找表(look-up table)相比對，如第5圖所示；其中，複數訊雜比與複數權重值之相對關係事先建立成該查找表。換句話說，處理單元23內建有複數呼吸演算法(例如2311~231N)，選擇出的該組呼吸演算法包含該等呼吸演算法至少其中之一，且每一訊雜比均相對一組權重值與一組相對應的呼吸演算法。必須說明的是，雖然第5圖中係顯示複數訊雜比與複數權重值之相對關係，然其僅用 以說明而並非用以限定本發明說明。某些實施例中，查找表係儲存複數訊雜比範圍與複數權重值之相對關係。其他實施例中，查找表係儲存複數訊雜比(或訊雜比範圍)及頻率區間與複數權重值之相對關係。本發明說明中，所述權重值係介於0~1間。換句話說，當某一呼吸演算法所對應的權重值為0時，該呼吸演算法則不被使用。其他實施例中，查找表係儲存複數能量分布(例如極低頻訊號之能量總和、極低頻訊號之能量總和與低頻訊號之能量總和之比值)與複數權重值之相對關係。
最後，該呼吸計算模組237根據被選擇的該組權重值與被選擇的該組呼吸演算法計算一呼吸率Nb2。一實施例中，該組呼吸演算法之每一呼吸演算法分別根據該亮度變化信號計算一呼吸率成分R1、R2…RN。該呼吸率Nb2則為該組權重值之每一權重值W1、W2…WN與相對應之呼吸演算法求得之該呼吸率成分R1、R2…RN的乘積之一總和，例如Nb2=R1×W1+R2×W2+...+RN×WN；其中，R1、R2…RN至少一個不為零。換句話說，根據實際所擷取的頻域資料，該呼吸計算模組237可能僅根據單一呼吸演算法計算目前呼吸率，此時其所對應之權重值為1而其他權重值為0。亦即，上述呼吸率成分係為各呼吸演算法所求得之呼吸率，當一組呼吸演算法包含複數呼吸演算法時，各呼吸演算法所求得之呼吸率不直接作為一輸出呼吸率，故在此稱之為呼吸率成分；而當一組呼吸演算法僅包含單一呼吸演算法時，該呼吸率成分即等於該輸出呼吸率。
請參照第6圖所示，其為本發明說明第二實施例之呼吸率偵測方法之流程圖，包含下列步驟：以一光源提供光線照射一皮膚區域(步驟S61)；以一光感測單元偵測經過該皮膚區域之出射光並輸出一亮度變化信號(步驟S62)；轉換該亮度變化信號為頻域資料(步驟S63)；計算該頻域資料之一訊雜比(步驟S64)；根據該訊雜比決定一組權重值及一組呼吸演算法(步驟S65)；以及根據該組權重值及該組呼吸演算法計算一呼吸率(步驟S66)。本實施例之呼吸率偵測方法例如適用於第4圖之呼吸率偵測裝置200。
請同時參照第2A-2B以及4~6圖所示，接著說明本實施例之詳細實施方式。
步驟S61：該光源21發出一預設頻譜的光照射一皮膚區域 SR。如第一實施例所述，相對於不同應用，該呼吸率偵測裝置200可包含複數光源。
步驟S62：該光感測單元22偵測經過該皮膚區域SR之出射光並輸出一亮度變化信號。如第一實施例所述，該光感測單元22可為一光二極體或包含一像素陣列之一影像感測器。
步驟S63：如第一實施例所述，該PPG量測單元233用以連續擷取一時間間隔(例如5~10秒)內的亮度變化信號以作為PPG訊號；其中，根據該光感測單元22之不同實施例，該亮度變化信號可為一時間間隔內的亮度信號或亮度信號和。該頻域轉換模組235用以轉換該亮度變化信號(或PPG訊號)為頻域資料。
步驟S64：該權重決定單元236先計算該頻域資料之一訊雜比。例如，該權重決定單元236先於該頻域資料中決定一主頻率，例如第2B圖所示Nb1'具有最大頻譜值而用作為主頻率。接著，該權重決定單元236計算該主頻率之一頻譜能量與其他頻譜能量和之一比值以作為該訊雜比。
步驟S65：接著，該權重決定單元236將該訊雜比與一查找表(如第5圖所示)比對以決定一組權重值及一組呼吸演算法。如前所述，該查找表預先儲存有複數訊雜比(或複數訊雜比範圍)與複數組權重值之相對關係，例如儲存於該處理單元23內之一記憶體。因此，當該權重決定單元236求得一訊雜比時即可對應出一組權重值和一組呼吸演算法。
該組呼吸演算法決定後，該組呼吸演算法之每一呼吸演算法分別根據該亮度變化信號(或PPG訊號)計算一呼吸率成分R1、R2…RN。可以瞭解的是，該組呼吸演算法以外的呼吸演算法可不進行運算，以節省系統資源。
步驟S66：最後，該呼吸計算模組237計算該組權重值之每一權重值W1、W2…WN與相對應之呼吸演算法求得之該呼吸率成分R1、R2…RN的乘積之一總和，例如Nb2=R1×W1+R2×W2+...+RN×WN，並予以輸出。
本發明說明中，該處理單元13、23所輸出的呼吸率Nb1、Nb2可根據不同需求而應用，例如進行顯示、與至少一門檻值比較、進行紀錄等，並無特定限制。
某些實施例中，上述第一實施例及第二實施例之呼吸率偵 測方法可予以結合以進一步提高偵測精確度。例如，先利用第一實施例排除某些頻率區域之頻域資料，接著再利用第二實施例僅針對剩餘的頻域資料(例如第2B圖所示的極低頻區域或低頻區域之頻域資料)進行計算，兩實施例的實施方式已詳述於前，故於此不再贅述。
必須說明的是，雖然第1及4圖顯示該光源11、21與該光感測單元12、22位於一皮膚區域SR的同一側而形成反射式偵測裝置，然而本發明說明並不以此為限。其他實施例中，光源與光感測單元可位於皮膚區域之相對側而形成穿透式偵測裝置。
綜上所述，使用PPG訊號計算呼吸率會受到極低頻雜訊的干擾而降低精確度。因此，本發明說明另提出一種呼吸率偵測裝置(第1及4圖)及呼吸率偵測方法(第3及6圖)，其可透過預先分類或結合不同演算法之計算結果，以提高偵測精確度。
雖然本發明說明已以前述實例揭示，然其並非用以限定本發明說明，任何本發明說明所屬技術領域中具有通常知識者，在不脫離本發明說明之精神和範圍內，當可作各種之更動與修改。因此本發明說明之保護範圍當視後附之申請專利範圍所界定者為準。
200‧‧‧呼吸率偵測裝置
21‧‧‧光源
22‧‧‧光感測單元
23‧‧‧處理單元
2311~231N‧‧‧呼吸演算法
233‧‧‧PPG量測模組
235‧‧‧頻域轉換模組
236‧‧‧權重決定模組
237‧‧‧呼吸計算模組
Nb2‧‧‧呼吸率
W1~WN‧‧‧權重值
R1~RN‧‧‧呼吸率成分
SR‧‧‧皮膚區域

Claims (20)

  1. 一種呼吸率偵測裝置，包含：一光源，用以提供光線照射一皮膚區域；一光感測單元，用以偵測經過該皮膚區域之出射光，並輸出一亮度變化信號；一處理單元，用以將該亮度變化信號轉換為頻域資料，根據一預設分類資料將該頻域資料歸類為複數頻率區間其中之一，並根據所歸類的頻率區間之頻域資料計算一呼吸率。
  2. 如申請專利範圍第1項所述之呼吸率偵測裝置，其中該預設分類資料為利用機器學習演算法所預先建立。
  3. 如申請專利範圍第1項所述之呼吸率偵測裝置，其中該光源之一發光波長介於300奈米~940奈米。
  4. 如申請專利範圍第1項所述之呼吸率偵測裝置，其中該處理單元以一區隔頻率區隔兩頻率區間，該區隔頻率介於0.15赫茲~0.25赫茲。
  5. 如申請專利範圍第1項所述之呼吸率偵測裝置，其中該處理單元忽略該所歸類的頻率區間以外的頻域資料。
  6. 如申請專利範圍第1項所述之呼吸率偵測裝置，其中該處理單元將該所歸類的頻率區間中對應一最大頻譜值之一頻率作為一呼吸頻率。
  7. 如申請專利範圍第1項所述之呼吸率偵測裝置，其中該光感測單元包含一像素陣列，該像素陣列之每一像素於一圖 框輸出一亮度信號且該處理單元另用以計算該圖框之複數像素之一亮度信號和。
  8. 一種呼吸率偵測裝置，包含：一光源，用以提供光線照射一皮膚區域；一光感測單元，用以偵測經過該皮膚區域之出射光，並輸出一亮度變化信號；一處理單元，用以將該亮度變化信號轉換為頻域資料，根據該頻域資料之一訊號特性決定一組權重值及一組呼吸演算法，並根據該組權重值與該組呼吸演算法計算一呼吸率。
  9. 如申請專利範圍第8項所述之呼吸率偵測裝置，其中該訊號特性為一訊雜比，該訊雜比為該頻域資料中一最大頻譜能量與其他頻譜能量和之一比值。
  10. 如申請專利範圍第8項所述之呼吸率偵測裝置，其中複數訊號特性與複數權重值之相對關係事先建立成一查找表。
  11. 如申請專利範圍第8項所述之呼吸率偵測裝置，其中該光源之一發光波長介於300奈米~940奈米。
  12. 如申請專利範圍第8項所述之呼吸率偵測裝置，其中該光感測單元包含一像素陣列，該像素陣列之每一像素於一圖框輸出一亮度信號且該處理單元另用以計算該圖框之複數像素之一亮度信號和。
  13. 如申請專利範圍第8項所述之呼吸率偵測裝置，其中該處理單元內建有複數呼吸演算法，該組呼吸演算法之每一呼吸演算法分別根據該亮度變化信號計算一呼吸率成分。
  14. 如申請專利範圍第13項所述之呼吸率偵測裝置，其中該呼吸率為該組權重值之每一權重值與相對應之呼吸演算法求得之該呼吸率成分的乘積之一總和。
  15. 如申請專利範圍第8項所述之呼吸率偵測裝置，其中該處理單元內建有複數呼吸演算法，該組呼吸演算法包含該等呼吸演算法至少其中之一。
  16. 一種呼吸率偵測方法，包含：以一光源提供光線照射一皮膚區域；以一光感測單元偵測經過該皮膚區域之出射光並輸出一亮度變化信號；轉換該亮度變化信號為頻域資料；計算該頻域資料之一訊雜比；根據該訊雜比決定一組權重值及一組呼吸演算法；以及根據該組權重值與該組呼吸演算法計算一呼吸率。
  17. 如申請專利範圍第16項所述之呼吸率偵測方法，其中計算該頻域資料之該訊雜比之步驟包含：於該頻域資料中決定一主頻率；計算該主頻率之一頻譜能量與其他頻譜能量和之一比值以作為該訊雜比。
  18. 如申請專利範圍第16項所述之呼吸率偵測方法，其中根據該訊雜比決定一組權重值及一組呼吸演算法之步驟另包含：將該訊雜比與一查找表比對以決定該組權重值及該組呼吸演算法。
  19. 如申請專利範圍第16項所述之呼吸率偵測方法，另包含：以該組呼吸演算法之每一呼吸演算法分別根據該亮度變化信號計算一呼吸率成分；以及計算該組權重值之每一權重值與相對應之呼吸演算法求得之該呼吸率成分的乘積之一總和。
  20. 如申請專利範圍第16項所述之呼吸率偵測方法，其中該光感測單元包含一像素陣列，該像素陣列之每一像素於一圖框輸出一亮度信號，該呼吸率偵測方法另包含：計算該圖框之複數像素之一亮度信號和。
TW104117736A 2014-09-26 2015-06-01 光學式呼吸率偵測裝置及其偵測方法 TWI547265B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
TW104117736A TWI547265B (zh) 2015-06-01 2015-06-01 光學式呼吸率偵測裝置及其偵測方法
US15/132,389 US20160345862A1 (en) 2015-06-01 2016-04-19 Optical respiration rate detection device and detection method thereof
US16/412,500 US11701027B2 (en) 2015-06-01 2019-05-15 Optical respiration rate detection device
US16/534,198 US11771375B2 (en) 2014-09-26 2019-08-07 Respiration rate detection device and breath detection device adopting motion denoising
US18/202,965 US12042265B2 (en) 2015-06-01 2023-05-29 Optical respiration rate detection device capable of determining denoising range

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104117736A TWI547265B (zh) 2015-06-01 2015-06-01 光學式呼吸率偵測裝置及其偵測方法

Publications (2)

Publication Number Publication Date
TWI547265B true TWI547265B (zh) 2016-09-01
TW201642808A TW201642808A (zh) 2016-12-16

Family

ID=57397740

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104117736A TWI547265B (zh) 2014-09-26 2015-06-01 光學式呼吸率偵測裝置及其偵測方法

Country Status (2)

Country Link
US (1) US20160345862A1 (zh)
TW (1) TWI547265B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG11201909365YA (en) 2017-05-15 2019-11-28 Agency Science Tech & Res Method and system for respiratory measurement
US10993630B2 (en) 2017-10-19 2021-05-04 Hill-Rom Services Pte. Ltd. Respiration rate estimation from a photoplethysmography signal
KR102773553B1 (ko) * 2019-02-01 2025-02-25 삼성전자주식회사 심박 지표 판단 장치 및 방법
TWI777103B (zh) * 2019-11-06 2022-09-11 達爾生技股份有限公司 電子裝置以及血氧濃度補償方法
EP3918980A1 (en) * 2020-06-02 2021-12-08 CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Développement Method for classifying photoplethysmography pulses and monitoring of cardiac arrhythmias

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7072701B2 (en) * 2002-07-26 2006-07-04 Cas Medical Systems, Inc. Method for spectrophotometric blood oxygenation monitoring
US20090105556A1 (en) * 2007-09-28 2009-04-23 Tiax Llc Measurement of physiological signals
US20110054277A1 (en) * 2008-05-09 2011-03-03 Koninklijke Philips Electronics N.V. Contactless respiration monitoring of a patient and optical sensor for a photoplethysmography measurement
US20130079606A1 (en) * 2011-09-23 2013-03-28 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US20140039283A1 (en) * 2012-07-31 2014-02-06 Periodic Breathing Foundation System for analyzing oximetry data
JP5672144B2 (ja) * 2011-05-20 2015-02-18 富士通株式会社 心拍数・呼吸数検出装置，方法およびプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6166367A (en) * 1998-03-26 2000-12-26 Photobit Corporation Programmable analog arithmetic circuit for imaging sensor
US6944566B2 (en) * 2002-03-26 2005-09-13 Lockheed Martin Corporation Method and system for multi-sensor data fusion using a modified dempster-shafer theory
GB0607270D0 (en) * 2006-04-11 2006-05-17 Univ Nottingham The pulsing blood supply
US9220440B2 (en) * 2009-09-21 2015-12-29 Nellcor Puritan Bennett Ireland Determining a characteristic respiration rate
EP3057486B1 (en) * 2013-10-17 2017-05-03 Koninklijke Philips N.V. Automatic camera adjustment for remote photoplethysmography
US20160223514A1 (en) * 2015-01-30 2016-08-04 Samsung Electronics Co., Ltd Method for denoising and data fusion of biophysiological rate features into a single rate estimate
EP3259662A1 (en) * 2015-02-19 2017-12-27 Covidien LP Physiological monitoring methods and systems utilizing distributed algorithm

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7072701B2 (en) * 2002-07-26 2006-07-04 Cas Medical Systems, Inc. Method for spectrophotometric blood oxygenation monitoring
US20090105556A1 (en) * 2007-09-28 2009-04-23 Tiax Llc Measurement of physiological signals
US20110054277A1 (en) * 2008-05-09 2011-03-03 Koninklijke Philips Electronics N.V. Contactless respiration monitoring of a patient and optical sensor for a photoplethysmography measurement
JP5672144B2 (ja) * 2011-05-20 2015-02-18 富士通株式会社 心拍数・呼吸数検出装置，方法およびプログラム
US20130079606A1 (en) * 2011-09-23 2013-03-28 Nellcor Puritan Bennett Ireland Systems and methods for determining respiration information from a photoplethysmograph
US20140039283A1 (en) * 2012-07-31 2014-02-06 Periodic Breathing Foundation System for analyzing oximetry data

Also Published As

Publication number Publication date
US20160345862A1 (en) 2016-12-01
TW201642808A (zh) 2016-12-16

Similar Documents

Publication Publication Date Title
US10052038B2 (en) Device and method for determining vital signs of a subject
US12042265B2 (en) Optical respiration rate detection device capable of determining denoising range
RU2669616C2 (ru) Устройство и способ определения показателей жизнедеятельности субъекта
TWI547265B (zh) 光學式呼吸率偵測裝置及其偵測方法
CN111202529B (zh) 可调整信号源的生理探测系统
CN103765436B (zh) 失真减小的信号检测
JP6270287B2 (ja) 生理的情報を抽出するデバイス及び方法
US9241674B2 (en) Distortion reduced signal detection
US20160338603A1 (en) Signal processing device, signal processing method, and computer-readable recording medium
US20170202505A1 (en) Unobtrusive skin tissue hydration determining device and related method
US11154209B2 (en) Device, system and method for obtaining a vital signal of a subject
JP2015533325A (ja) 生理学的情報を抽出する装置及び方法
CN106264532A (zh) 光学式呼吸率检测装置及其检测方法
WO2021064212A1 (en) Method and system for evaluating the quality of ratio of ratios values
CN114533053B (zh) 血氧测量方法和装置
Karlen et al. Recognition of correct finger placement for photoplethysmographic imaging
US20240016424A1 (en) Determining Oxygen Levels From Images of Skin
WO2025042318A1 (en) Non-contact oxygen saturation estimation