生物影像处理方法以及生理信息检测装置制造方法及图纸

一种生物影像处理方法，其自影像数据中取得第一时频数据；利用滤波模块将第一时频数据处理为第二时频数据；以及将第二时频数据转换为时域信号。滤波模块是通过机械学习以第一样品时频信号为输入；以第二样品时频信号为输出训练而得，其中第二样品时频信号对应的时域信号的噪声较第一样品时频信号对应的时域信号的噪声低。一种生理信息检测装置也被提出。

【技术实现步骤摘要】
生物影像处理方法以及生理信息检测装置
本专利技术提供一种数据处理方法以及检测装置；特别是有关于一种生物散射影像处理方法以及通过影像检测生理信息的检测装置。
技术介绍
随着具有摄像功能的电子装置例如桌上型电脑、笔记型电脑、平板电脑、智能型手机的普及，提供各种不同功能的应用程序也不断在进步，其中生物信息的检测就是其中一项重要的应用功能。通过撷取一生物体的动态影像，上述电子装置可以针对生物体的影像在动态影像中的变化频率来计算出各种生理信息。生理信息包括心律、呼吸、血氧等等都可以自动态影像中取得。然而，在动态影像撷取的过程中，人体的晃动以及环境的光影变换等都会影响动态影像的品质，进而在撷取生理信息的过程中产生噪声。因此，如何有效的降低自动态影像中取得的生理信息的噪声，是目前需要解决的问题之一。
技术实现思路
本专利技术提供的影像处理方法可以提升带有生物信号的影像数据中，对应至上述生物信号的影像的信噪比。本专利技术所提出的影像处理方法可以应用至家庭照护系统以及车载驾驶员监控系统，降低影像中生物信息的信噪比，由以提供准确的生理状况监控。本专利技术的生物影像处理方法包括：取得包括生物散射影像的影像数据；在影像数据中决定观察区域，至少部分生物散射影像位于观察区域中；根据观察区域中的生物散射影像随时间的变化取得至少一第一散射变化数据；以第一散射变化数据为输入，频域转换并取得第一时频数据(Time-FrequencyData)；以滤波模块处理第一时频数据，取得一第二时频数据；对第二时频数据作逆频域转换并取得第二散射变化数据。滤波模块是通过机械学习，以第一样品时频数据为输入，并以第二样品时频数据为输出训练而得，其中第一样品时频数据对应至来自一样品影像的样品观察区域中样品生物影像的一第一样品散射变化数据，第二样品时频数据对应至第二样品散射变化数据，且第二样品散射变化数据的噪声少于第一样品散射变化数据的噪声。于一实施方式中，还包括：自该第二散射变化数据计算该生物体的生理信息。于一实施方式中，该影像数据包括多个影像帧，每个该影像帧由多个像素数据组成，每个该像素数据包括多个颜色数值；该第一散射变化数据包括多个灰阶值，每个该灰阶值为该观察区域中该生物散射影像的其中一该影像帧的至少一像素数据的该些颜色数值的组合。于一实施方式中，该影像数据取自一生物体，该生物散射影像对应至该生物体的皮肤影像；该第一散射变化数据中，每个该灰阶值包括一光体积数值，每个该光体积数值是自其中一该影像帧中的部分该些像素数据取得，该部分像素数据对应至该影像帧在该观察区域中的该生物散射影像。于一实施方式中，该影像数据取自一生物体，该影像数据包括多个影像帧，该观察区域中的该生物散射影像对应至每个该影像帧中该生物体的脸部影像；在该影像数据中决定该观察区域的步骤之后还包括：根据该观察区域的位置随时间的变化取得一第一位置变化数据，该第一位置变化数据包括多个位移数据，每个该位移数据为其中一该影像帧中该观察区域的位置与上一影像帧中该观察区域的位置差异；作该频域转换为该第一时频数据的输入还包括该第一位置变化数据；该第一样品时频信号还对应至一第一样品位置变化数据，该第一样品位置变化数据对应至该样品观察区在该样品影像中随时间的变化。于一实施方式中，该影像数据取自一生物体，该影像数据包括多个影像帧，该观察区域对应至每个该影像帧中该生物散射影像；在该影像数据中决定该观察区域的步骤之后还包括：根据该影像数据中该生物散射影像以外的部分取得一第一背景变化数据，该第一背景变化数据包括多个背景数据，每个该背景数据为其中一该影像帧中该生物散射影像以外的该部分影像的亮度；作该频域转换为该第一时频数据的输入还包括该第一背景变化数据；该第一样品时频信号还对应至一第一样品背景变化数据，该第一样品背景变化数据对应至该样品影像中该样品生物影像以外的部分影像的亮度。于一实施方式中，该第一时频数据包括多个沿着时间排列的频率组，该频域转换为短时距傅立叶变换。于一实施方式中，该第一时频数据、该第二时频数据为沿着时间以及频域排列的二维数据。于一实施方式中，该滤波模块是通过深度学习训练而得。于一实施方式中，该深度学习为卷积神经网络、递归神经网络、增强式学习或长短期记忆模型。于一实施方式中，该样品生物影像为一来自散射自样品生物体的皮肤的光所产生的影像。于一实施方式中，该第二样品时频数据是通过一接触式心跳感测装置取得。本专利技术的生理信息检测装置包括影像撷取单元、储存单元以及处理单元，处理单元电性连接影像撷取单元以及储存单元，且处理单元包括主信号撷取模块。影像撷取单元用以撷取包括生物散射影像的影像数据，储存单元储存滤波模块。上述滤波模块是通过机械学习以第一样品时频数据为输入，以第二样品时频数据为输出目标训练而得，且第一样品时频数据对应至来自一样品影像的样品观察区域中样品生物影像的第一样品散射影像变化数据，第二样品时频数据对应至第二样品散射变化数据，其中第二样品散射变化数据的噪声少于第一样品散射变化数据的噪声。处理单元在影像数据中决定观察区域，且至少部分生物散射影像位于观察区域中。主信号撷取模块根据观察区域中生物散射影像随时间的变化取得至少一第一散射变化数据。处理单元以第一散射变化数据为输入作频域转换并取得第一时频数据，并以滤波模块处理第一时频数据而取得第二时频数据。处理单元对第二时频数据作逆频域转换并取得第二散射变化数据。在本专利技术的一实施例中，上述的影像处理方法自第二散射变化数据计算生物体的生理信息。在本专利技术的一实施例中，上述的影像数据包括多个影像帧(imageframe)。每个影像帧由多个像素数据组成，每个像素数据包括多个颜色数值。第一散射变化数据包括多个灰阶值，每个灰阶值为观察区域中生物散射影像的其中一影像帧的至少一像素数据的这些颜色数值的组合。在本专利技术的一实施例中，上述的影像数据取自生物体，生物散射影像对应至生物体的皮肤影像。第一散射变化数据中，每个灰阶值包括一光体积数值，每个光体积数值是自其中一影像帧中的部分这些像素数据取得，部分像素数据对应至影像帧在观察区域中的生物散射影像。在本专利技术的一实施例中，该处理单元还包括：一状态撷取模块，用以自该影像数据的该观察区域取得一第一位置变化数据；该影像撷取单元自一生物体撷取该影像数据，该影像数据包括多个影像帧，该观察区域中该生物散射影像对应至每个该影像帧中该生物体的脸部影像；该第一位置变化数据包括多个位移数据，每个该位移数据为其中一该影像帧中该观察区域的位置与上一影像帧中该观察区域的位置差异；该处理单元作该频域转换为该第一时频数据的输入还包括该第一位置变化数据；该第一样品时频信号还对应至一第一样品位置变化数据，该第一样品位置变化数据对应至该样品观察区在该样品影像中随时间的变化。在本专利技术的一实施例中，该处理单元还包括一辅助信号撷取模块，用以自该影像数据的一观察区域取得一第一背景变化数据；该影像数据取自一生物体，该影像数据包括多个影像帧，该观察区域对应至每个该影像帧中该生物散本文档来自技高网...

【技术保护点】
1.一种生物影像处理方法，其特征在于，包括：/n取得一影像数据，该影像数据包括一生物散射影像；/n在该影像数据中决定一观察区域，至少部分该生物散射影像位于该观察区域中；/n根据该观察区域中该生物散射影像随时间的变化取得至少一第一散射变化数据；/n以该第一散射变化数据为输入作频域转换并取得一第一时频数据；/n以一滤波模块处理该第一时频数据，取得一第二时频数据；以及/n对该第二时频数据作逆频域转换并取得一第二散射变化数据；/n其中该滤波模块是通过机械学习以一第一样品时频数据为输入，并以一第二样品时频数据为输出目标训练而得；/n该第一样品时频数据对应至来自一样品影像的样品观察区域中样品生物影像的一第一样品散射变化数据，该第二样品时频数据对应至一第二样品散射变化数据，且该第二样品散射变化数据的噪声少于该第一样品散射变化数据的噪声。/n

【技术特征摘要】
20190419 TW 1081138901.一种生物影像处理方法，其特征在于，包括：
取得一影像数据，该影像数据包括一生物散射影像；
在该影像数据中决定一观察区域，至少部分该生物散射影像位于该观察区域中；
根据该观察区域中该生物散射影像随时间的变化取得至少一第一散射变化数据；
以该第一散射变化数据为输入作频域转换并取得一第一时频数据；
以一滤波模块处理该第一时频数据，取得一第二时频数据；以及
对该第二时频数据作逆频域转换并取得一第二散射变化数据；
其中该滤波模块是通过机械学习以一第一样品时频数据为输入，并以一第二样品时频数据为输出目标训练而得；
该第一样品时频数据对应至来自一样品影像的样品观察区域中样品生物影像的一第一样品散射变化数据，该第二样品时频数据对应至一第二样品散射变化数据，且该第二样品散射变化数据的噪声少于该第一样品散射变化数据的噪声。


2.根据权利要求1所述的生物影像处理方法，其特征在于，还包括：
自该第二散射变化数据计算该生物体的生理信息。


3.根据权利要求1所述的生物影像处理方法，其特征在于，该影像数据包括多个影像帧，每个该影像帧由多个像素数据组成，每个该像素数据包括多个颜色数值；
该第一散射变化数据包括多个灰阶值，每个该灰阶值为该观察区域中该生物散射影像的其中一该影像帧的至少一像素数据的该些颜色数值的组合。


4.根据权利要求3所述的生物影像处理方法，其特征在于，该影像数据取自一生物体，该生物散射影像对应至该生物体的皮肤影像；该第一散射变化数据中，每个该灰阶值包括一光体积数值，每个该光体积数值是自其中一该影像帧中的部分该些像素数据取得，该部分像素数据对应至该影像帧在该观察区域中的该生物散射影像。


5.根据权利要求1所述的生物影像处理方法，其特征在于，该影像数据取自一生物体，该影像数据包括多个影像帧，该观察区域中的该生物散射影像对应至每个该影像帧中该生物体的脸部影像；
在该影像数据中决定该观察区域的步骤之后还包括：
根据该观察区域的位置随时间的变化取得一第一位置变化数据，该第一位置变化数据包括多个位移数据，每个该位移数据为其中一该影像帧中该观察区域的位置与上一影像帧中该观察区域的位置差异；
作该频域转换为该第一时频数据的输入还包括该第一位置变化数据；
该第一样品时频信号还对应至一第一样品位置变化数据，该第一样品位置变化数据对应至该样品观察区在该样品影像中随时间的变化。


6.根据权利要求1所述的生物影像处理方法，其特征在于，该影像数据取自一生物体，该影像数据包括多个影像帧，该观察区域对应至每个该影像帧中该生物散射影像；
在该影像数据中决定该观察区域的步骤之后还包括：
根据该影像数据中该生物散射影像以外的部分取得一第一背景变化数据，该第一背景变化数据包括多个背景数据，每个该背景数据为其中一该影像帧中该生物散射影像以外的该部分影像的亮度；
作该频域转换为该第一时频数据的输入还包括该第一背景变化数据；
该第一样品时频信号还对应至一第一样品背景变化数据，该第一样品背景变化数据对应至该样品影像中该样品生物影像以外的部分影像的亮度。


7.根据权利要求1所述的生物影像处理方法，其特征在于，该第一时频数据包括多个沿着时间排列的频率组，该频域转换为短时距傅立叶变换。


8.根据权利要求7所述的生物影像处理方法，其特征在于，该第一时频数据、该第二时频数据为沿着时间以及频域排列的二维数据。


9.根据权利要求1所述的影像处理方法，其特征在于，该滤波模块是通过深度学习训练而得。


10.根据权利要求9所述的生物影像处理方法，其特征在于，该深度学习为卷积神经网络、递归神经网络、增强式学习或长短期记忆模型。


11.根据权利要求1所述的生物影像处理方法，其特征在于，该样品生物影像为一来自散射自样品生物体的皮肤的光所产生的影像。


12.根据权利要求1所述的生物影像处理方法，其特征在于，该第二样品时频数据是通过一接触式心跳感测装置取得。


13.一种生理信息检测装置，其特征在于，包括：
一影像撷取单元，用以撷取...

【专利技术属性】
技术研发人员：薛翠惠，黄仲贤，陈冠宏，黄柏维，何达弘，林均翰，
申请(专利权)人：钜怡智慧股份有限公司，
类型：发明
国别省市：中国台湾;71