[go: up one dir, main page]

TW201822709A - 即時心跳偵測方法及即時心跳偵測系統 - Google Patents

即時心跳偵測方法及即時心跳偵測系統 Download PDF

Info

Publication number
TW201822709A
TW201822709A TW106124209A TW106124209A TW201822709A TW 201822709 A TW201822709 A TW 201822709A TW 106124209 A TW106124209 A TW 106124209A TW 106124209 A TW106124209 A TW 106124209A TW 201822709 A TW201822709 A TW 201822709A
Authority
TW
Taiwan
Prior art keywords
heartbeat
waveform information
initial
real
information
Prior art date
Application number
TW106124209A
Other languages
English (en)
Inventor
蕭俊賢
張櫸馨
狄敬隆
林俊甫
蔡惠民
Original Assignee
曦威科技股份有限公司
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 曦威科技股份有限公司 filed Critical 曦威科技股份有限公司
Priority to US15/858,782 priority Critical patent/US20180184927A1/en
Publication of TW201822709A publication Critical patent/TW201822709A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • 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
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Image Input (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

本發明提出一種即時心跳偵測方法及即時心跳偵測系統。方法包含：(A)投射光至手指以產生反射光；(B)藉由感測單元接收反射光，以產生至少一原始指紋影像；(C)根據至少一原始指紋影像以產生對應之多個原始波形資訊；(D)自不同的帶通性濾波器中擇一，過濾原始波形資訊；(E) 根據過濾後的原始波形資訊，計算初始心跳；(F)檢查計算初始心跳的頻率範圍，決定適合之帶通性濾波器；(G)輸出最終心跳；以及重複步驟(A)-(G)。於重複步驟(D)時，根據前一次的步驟(F)自不同的帶通性濾波器中擇一。步驟(F)與(G)至少部分同時進行，且本次的步驟(A)-(C)與前一次的步驟(F)-(G) 至少部分同時進行。

Description

即時心跳偵測方法及即時心跳偵測系統
本發明有關於一種即時心跳偵測方法及即時心跳偵測系統，特別是有關一種藉由在適當的時間點切換不同的帶通性濾波器，以多執行緒並行式(multi-thread parallel processing)的做法，反映出即時以及長期穩定的心跳的即時心跳偵測方法及即時心跳偵測系統。
習知的指紋辨識器僅具有指紋辨識功能而不具有其他功能。
另有先前技術提出：利用影像辨識的方式來偵測心跳。但，目前並沒有整合指紋辨識功能與心跳偵測的裝置。
此外，已知利用影像辨識的方式來偵測心跳的方法中，若是採用較精確（頻帶較窄）的帶通濾波，則被偵測的心跳有可能不落在此頻帶範圍（例如，同一個人在運動中與睡眠中，心跳差異很大）。若是採用頻帶較寬的帶通濾波，則偵測心跳的準確度下降。因此，習知利用影像辨識來偵測心跳的方式中，即時心跳偵測正確率不能令人滿意。
有鑑於此，本發明提出一種能夠藉由在適當的時間點切換不同的帶通性濾波器，以多執行緒並行式的做法，反映出即時以及長期穩定的心跳的即時心跳偵測方法及即時心跳偵測系統。
就其中一觀點言，本發明提供了一種即時心跳偵測方法，藉由感測一手指特徵而偵測即時心跳，該方法包含以下步驟：(A)投射光至該手指以產生一反射光；(B)藉由一感測單元接收該反射光，以產生至少一原始指紋影像； (C)根據該至少一原始指紋影像以產生對應之多個原始波形資訊；(D)自複數個不同的帶通性濾波器中擇一，以過濾該原始波形資訊；(E) 根據過濾後的原始波形資訊，計算一初始心跳；(F)檢查計算出之該初始心跳的頻率範圍，決定適合之帶通性濾波器； (G)輸出一最終心跳；以及重複步驟(A)-(G)，其中，於重複步驟(D)時，根據前一次的步驟(F)而自複數個不同的帶通性濾波器中擇一; 以及其中，步驟(F)與(G)至少部分同時進行，且本次的步驟(A)-(C)與前一次的步驟(F)-(G) 至少部分同時進行。
在一種較佳的實施型態中，步驟(D)包括以下步驟：(D1) 選擇該複數個不同的帶通性濾波器中的一個，以過濾該多個原始波形資訊中的雜訊，而產生前處理化波形資訊；(D2)將該前處理化波形資訊低通濾波取其平均值，以產生平均化波形資訊；以及(D3)根據該前處理化波形資訊與該平均化波形資訊彼此相切之部分，產生對應之一週期資訊。
在一種較佳的實施型態中，步驟(E)包括以下步驟：根據該週期資訊，產生該初始心跳。
在一種較佳的實施型態中，步驟(F)包括以下步驟：(F1)檢查該初始心跳是否為一穩定值，如是則進行步驟(F2)，否則進行步驟(F3)；(F2)根據此穩定值，決定適合之帶通性濾波器，並接著進行步驟(F3)；以及(F3)對該初始心跳進行低通濾波，以輸出該最終心跳。
就另一觀點言，本發明提供了一種即時心跳偵測系統，用以感測一手指特徵而偵測即時心跳，其包含:一指紋感測器，包含一光源以及一感測單元，該光源投射光至該手指以產生一反射光，該感測單元接收該反射光以產生至少一原始指紋影像；一像素資訊接收器，根據該至少一原始指紋影像以產生對應之多個原始波形資訊；以及 一計算器，具有複數個不同的帶通性濾波器，該計算器自複數個不同的帶通性濾波器中擇一，以過濾該原始波形資訊，且該計算器根據過濾後的原始波形資訊，計算一初始心跳；其中， 該計算器檢查計算出之該初始心跳的頻率範圍，決定適合之帶通性濾波器，且，該計算器輸出一最終心跳；其中，該計算器檢查計算出之該初始心跳的頻率範圍，決定適合之帶通性濾波器與該計算器輸出該最終心跳彼此之間為至少部分同時進行。
在一種較佳的實施型態中，該計算器包括:一波形過濾單元，用以根據該多個原始波形資訊，產生一週期資訊；一心跳計算單元，用以根據該週期資訊，產生一初始心跳；以及一檢查單元，用以檢查該初始心跳落在哪一個頻帶，以決定適合之帶通性濾波器及檢查該初始心跳是否穩定。
在一種較佳的實施型態中，該波形過濾單元包括: 一多段式帶通性濾波器，具有複數個不同的帶通性濾波器，其中，該複數個不同的帶通性濾波器用以過濾該多個原始波形資訊中的雜訊，以產生前處理化波形資訊；以及一低通濾波器，用以將該前處理化波形資訊取其平均值，以產生平均化波形資訊；其中，該波形過濾單元根據該前處理化波形資訊與該平均化波形資訊彼此相切之部分，產生對應之該週期資訊。
在一種較佳的實施型態中，當該初始心跳穩定時，該檢查單元輸出一頻帶切換訊號至該像素資訊接收器，而自複數個不同的帶通性濾波器中擇一。
在一種較佳的實施型態中，當該初始心跳不為穩定時，該檢查單元對該初始心跳進行低通濾波而輸出最終心跳。
在一種較佳的實施型態中，該手指特徵為一指紋特徵。
底下藉由具體實施例詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之一較佳實施例的詳細說明中，將可清楚的呈現。本發明中的圖式均屬示意，主要意在表示各裝置以及各元件之間之上下次序關係，至於形狀、厚度與寬度則並未依照比例繪製。
請參考第1圖並對照第3圖。第1圖為流程圖，其示出本發明之即時心跳偵測方法的一實施例。第3圖示出本發明之即時心跳偵測方法所適用的即時心跳偵測系統的一實施例之方塊示意圖。
如第3圖所示，即時心跳偵測系統10用以感測一手指特徵而偵測即時心跳。在一實施例中，手指特徵例如但不限於可為一指紋特徵。
即時心跳偵測系統10包含: 一指紋感測器11、一像素資訊接收器12以及一計算器13。指紋感測器11包含一光源111以及一感測單元112。其中，在一實施例中，感測單元112例如但不限於可為一像素矩陣感測單元。光源投射光至手指33以產生一反射光L1(步驟ST1)。感測單元112接收反射光L1，以產生至少一原始指紋影像F1(步驟ST2)。
像素資訊接收器12根據至少一原始指紋影像F1，以產生對應之多個原始波形資訊W1(步驟ST3)。
計算器13具有複數個不同的帶通性濾波器131A(見第5圖)。在一實施例中，計算器13可自複數個不同的帶通性濾波器131A中擇一，以過濾原始波形資訊W1(步驟ST4)。且，計算器13根據過濾後的原始波形資訊，計算一初始心跳HR0(步驟ST5)。
值得注意的是，本發明其中之一的特徵與優點在於: 在初步獲取初始心跳HR0之後，計算器13會進一步地檢查步驟ST5所計算出之初始心跳HR0的頻率範圍，藉此，本發明能夠決定之哪一個帶通性濾波器為最適合的(步驟ST6)。因此，本發明可以採用較為精確（頻帶較窄）的帶通性濾波器來精確過濾，已取得較精準的心跳資訊。
在步驟ST6之後，計算器13將會輸出一最終心跳HR1(步驟ST7)。
更詳言之，本發明中之特徵與優點包括:
第一、在輸出最終心跳HR1之後，本發明之即時心跳偵測系統10所採用的即時心跳偵測方法會重複步驟ST1~ST7。於重複上述步驟ST4時，計算器13可根據前一次的步驟ST6(即計算器13會進一步地檢查步驟ST5所計算出之初始心跳HR0的頻率範圍，藉此，本發明能夠決定哪一個帶通性濾波器為最適合的)而自複數個不同的帶通性濾波器131A中擇一。.
第二、請特別看第1圖，計算器13檢查計算出之初始心跳HR0的頻率範圍，決定適合之帶通性濾波器的步驟(即步驟ST6)與計算器13輸出最終心跳HR1 的步驟(即步驟ST7) 彼此之間至少部分同時進行。
第三、請特別看第6圖，本次的步驟ST1~ST3與前一次的步驟ST6~ST7至少部分同時進行。
值得注意的是，根據上述，由於本發明的步驟ST6~步驟ST7彼此之間至少部分同時進行，且，在本發明中，本次的步驟ST1~ST3與前一次的步驟ST6~ST7至少部分同時進行，因此，本發明能夠切換不同的帶通性濾波器以得出最精確的偵測結果，且多執行緒(multi-thread)並行式(parallel processing)的做法可以縮短流程的時間，以即時反映出目前以及長期穩定的心跳。
請參考第2圖並對照第4圖。第2圖為流程圖，其示出本發明之即時心跳偵測方法的一具體實施例。第4圖示出本發明之計算器的一實施例之方塊示意圖。
如第4圖所示，在一實施例中，計算器13例如但不限於可包括: 一波形過濾單元131、一心跳計算單元132及一檢查單元133。
波形過濾單元131用以根據多個原始波形資訊W1，產生一週期資訊P1(步驟ST4)。心跳計算單元132用以根據週期資訊P1，產生一初始心跳HR0(步驟ST51)。檢查單元133一方面用以檢查初始心跳HR0落在哪一個頻帶，以決定適合之帶通性濾波器。此外，另一方面，檢查單元133可以檢查初始心跳HR0是否為一穩定值(步驟ST61)。
請參考第2圖並對照第5圖及第7圖。第5圖示出本發明之計算器的一具體實施例之方塊示意圖。第7圖示出與心跳相關的對應之週期資訊的產生方法。
如第5圖所示，在一實施例中，計算器13的波形過濾單元131例如但不限於可包括: 一多段式帶通性濾波器131A及一低通濾波器131B。
本發明所指之多段式帶通性濾波器131A乃是具有複數個不同的帶通性濾波器。多段式帶通性濾波器131A用以過濾多個原始波形資訊W1中的雜訊，以產生一前處理化波形資訊T1(如第7圖所示; 同時參考第2圖所示之步驟ST41)。
值得注意的是，本發明其中之又一的特徵與優點在於: 由於多段式帶通性濾波器131A具有複數個不同的帶通性濾波器，因此計算器13的波形過濾單元131可根據前一次的步驟ST6(即計算器13的波形過濾單元131會進一步地檢查步驟ST5所計算出之初始心跳HR0的頻率範圍，藉此，本發明能夠決定多段式帶通性濾波器131A中的哪一個帶通性濾波器為最適合的)而自多段式帶通性濾波器131A所具有的複數個不同的帶通性濾波器中擇一。如此一來，重複幾次之後，前處理化波形資訊T1的雜訊會大幅減少。
低通濾波器131B用以將前處理化波形資訊T1取其平均值，以產生一平均化波形資訊T2(如第7圖所示; 同時參考第2圖所示之步驟ST42)。
接著，波形過濾單元131便可根據前處理化波形資訊T1與平均化波形資訊T2彼此相切之部分，產生對應之週期資訊P1(如第2圖所示之步驟ST43; 同時參考第5圖)。
請參考第2圖並對照第4圖及第5圖。值得注意的是，本發明其中之又一的特徵與優點在於: 檢查單元133一方面用以檢查初始心跳HR0落在哪一個頻帶，以決定適合之帶通性濾波器。此外，另一方面，檢查單元133可以檢查初始心跳HR0是否為一穩定值(步驟ST61)。
當初始心跳是為穩定值時，便根據此穩定值決定合適的帶通性濾波器(步驟ST62) ，檢查單元133會輸出一頻帶切換訊號SB至像素資訊接收器12。於重複步驟ST4時，便根據前一次的步驟ST6(步驟ST62)，而自複數個不同的帶通性濾波器中擇一。
此外，較佳地，可對初始心跳HR0進行低通濾波(步驟ST63)。
當初始心跳不為穩定值時，則步驟ST61 直接進行至步驟ST63。之後，檢查單元133就會輸出最終心跳HR1 (步驟ST7)。
當然，最值得注意的是: 上述的「當初始心跳是為穩定值時，便根據此穩定值決定合適的帶通性濾波器(步驟ST62) ，檢查單元133會輸出一頻帶切換訊號SB至像素資訊接收器12；於重複步驟ST4時，便根據前一次的步驟ST6(步驟ST62)，而自複數個不同的帶通性濾波器中擇一」 與上述的「對初始心跳HR0進行低通濾波(步驟ST63)，之後，檢查單元133就會輸出最終心跳HR1(步驟ST7)」彼此之間為至少部分同時進行，藉此本發明能夠藉由在適當的時間點切換不同的帶通性濾波器，以多執行緒(multi-thread)並行式的做法，反映出即時以及長期穩定的心跳。
至於本發明如何藉由在適當的時間點切換不同的帶通性濾波器，以多執行緒(multi-thread)並行式的做法，反映出即時以及長期穩定的心跳，請參考第6圖、第8圖及第9圖。第8圖示出不同的帶通性濾波器各自具有不同的頻帶，其各自對應不同的心跳頻率區間。第9圖為一波德圖，其舉例示出在某個頻帶時，頻率響應增益的分貝值對頻率的變化關係圖。
如第8圖所示，不同的個人，各自具有的心跳頻率區間都不相同。因此，本發明的優點在於: 將各自不同的心跳頻率區間對應各自不同的頻帶。這裡所謂的頻帶指的是上述的多段式帶通性濾波器131A所具有的複數個不同的帶通性濾波器，其中，各自不同的帶通性濾波器具有各自不同的頻帶。如第8圖所示，舉例而言，當某人的心跳頻率區間小於60 Hz，則其所對應的頻帶為A。當某人的心跳頻率區間介於80 Hz~100 Hz，則其所對應的頻帶為C。值得注意的是，在一實施例中，第8圖所示的頻帶A~E，彼此之間可以是相互重疊的。在另一實施例中，第8圖所示的頻帶A~E，彼此之間亦可以是完全不相互重疊的。當然，各帶通性濾波器所對應的心跳頻率區間不限於此實施例的安排方式，而可以任意變化。
舉例來說，在第一次過濾多個原始波形資訊W1中的雜訊時，所選用的帶通性濾波器的頻帶例如但不限於可為: 36~180。而這36~180的頻帶範圍乃是比上述的頻帶A~E的範圍都要來得大。接下來，一旦本發明的即時心跳偵測方法開始不斷地重複步驟ST1~ST7(見第1圖)，且初始心跳為一穩定值時，本發明便可將「36~180的頻帶範圍」切換成其他的頻帶(亦可參見第6圖)。例如，假設某人的心跳頻率區間介於80 Hz~100 Hz，則在此情況下，在步驟ST4便可例如但不限於自複數個不同的帶通性濾波器中選擇頻帶為C的那一個帶通性濾波器(亦可參見第6圖)。
本發明使用較精確的多個帶通性濾波器，且動態地在不同的帶通性濾波器間切換，可以因應不同人的不同心跳特徵，也可以因應同一個人的不同活動狀態，來得出最精確的心跳資訊。
以上已針對較佳實施例來說明本發明，唯以上所述者，僅係為使熟悉本技術者易於了解本發明的內容而已，並非用來限定本發明之權利範圍。在本發明之相同精神下，熟悉本技術者可以思及各種等效變化。凡此種種，皆可根據本發明的教示類推而得。此外，所說明之各個實施例，並不限於單獨應用，亦可以組合應用，例如但不限於將兩實施例併用。因此，本發明的範圍應涵蓋上述及其他所有等效變化。此外，本發明的任一實施型態不必須達成所有的目的或優點，因此，請求專利範圍任一項也不應以此為限。
10‧‧‧即時心跳偵測系統
11‧‧‧指紋感測器
111‧‧‧光源
112‧‧‧感測單元
12‧‧‧像素資訊接收器
13‧‧‧計算器
131‧‧‧波形過濾單元
131A‧‧‧多段式帶通性濾波器
131B‧‧‧低通濾波器
132‧‧‧心跳計算單元
133‧‧‧檢查單元
33‧‧‧手指
A~E‧‧‧頻帶
F1‧‧‧原始指紋影像
HR0‧‧‧初始心跳
HR1‧‧‧最終心跳
L1‧‧‧反射光
P1‧‧‧週期資訊
SB‧‧‧頻帶切換訊號
ST1~ST7‧‧‧步驟
ST41~ST43‧‧‧步驟
ST51、ST61‧‧‧步驟
T1‧‧‧前處理化波形資訊
T2‧‧‧平均化波形資訊
W1‧‧‧原始波形資訊
第1圖為流程圖，其示出本發明之即時心跳偵測方法的一實施例。
第2圖為流程圖，其示出本發明之即時心跳偵測方法的一具體實施例。
第3圖示出本發明之即時心跳偵測方法所適用的即時心跳偵測系統的一實施例之方塊示意圖。
第4圖示出本發明之計算器的一實施例之方塊示意圖。
第5圖示出本發明之計算器的一具體實施例之方塊示意圖。
第6圖示出在本發明之即時心跳偵測方法的步驟中，本次的步驟(A)-(C)與前一次的步驟(F)-(G) 至少部分同時進行。
第7圖示出與心跳相關的對應之週期資訊的產生方法。
第8圖示出不同的帶通性濾波器各自具有不同的頻帶，其各自對應不同的心跳頻率區間。
第9圖為一波德圖，其示出在某個頻帶時，頻率響應增益的分貝值對頻率的變化關係圖。

Claims (11)

  1. 一種即時心跳偵測方法，藉由感測一手指特徵而偵測即時心跳，該方法包含以下步驟： (A)投射光至該手指以產生一反射光； (B)藉由一感測單元接收該反射光，以產生至少一原始指紋影像； (C)根據該至少一原始指紋影像以產生對應之多個原始波形資訊； (D)自複數個不同的帶通性濾波器中擇一，以過濾該原始波形資訊； (E) 根據過濾後的原始波形資訊，計算一初始心跳； (F)檢查計算出之該初始心跳的頻率範圍，決定適合之帶通性濾波器； (G)輸出一最終心跳；以及 重複步驟(A)-(G)， 　　其中，於重複步驟(D)時，根據前一次的步驟(F)而自複數個不同的帶通性濾波器中擇一; 以及 其中，步驟(F)與(G)至少部分同時進行，且本次的步驟(A)-(C)與前一次的步驟(F)-(G) 至少部分同時進行。
  2. 如申請專利範圍第1項所述之即時心跳偵測方法，其中步驟(D)包括以下步驟： (D1) 選擇該複數個不同的帶通性濾波器中的一個，以過濾該多個原始波形資訊中的雜訊，而產生一前處理化波形資訊； (D2)將該前處理化波形資訊低通濾波取其平均值，以產生一平均化波形資訊；以及 (D3)根據該前處理化波形資訊與該平均化波形資訊彼此相切之部分，產生對應之一週期資訊。
  3. 如申請專利範圍第2項所述之即時心跳偵測方法，其中步驟(E)包括以下步驟： 根據該週期資訊，產生該初始心跳。
  4. 如申請專利範圍第1項所述之即時心跳偵測方法，其中步驟(F)包括以下步驟： (F1)檢查該初始心跳是否為一穩定值，如是則進行步驟(F2)，否則進行步驟(F3)； (F2)根據此穩定值，決定適合之帶通性濾波器，並接著進行步驟(F3)；以及 (F3)對該初始心跳進行低通濾波，，以輸出該最終心跳。
  5. 如申請專利範圍第1項所述之即時心跳偵測方法，其中該手指特徵為一指紋特徵。
  6. 一種即時心跳偵測系統，用以感測一手指特徵而偵測即時心跳，其包含: 一指紋感測器，包含一光源以及一感測單元，該光源投射光至該手指以產生一反射光，該感測單元接收該反射光以產生至少一原始指紋影像； 一像素資訊接收器，根據該至少一原始指紋影像以產生對應之多個原始波形資訊；以及 一計算器，具有複數個不同的帶通性濾波器，該計算器自複數個不同的帶通性濾波器中擇一，以過濾該原始波形資訊，且該計算器根據過濾後的原始波形資訊，計算一初始心跳； 其中， 該計算器檢查計算出之該初始心跳的頻率範圍，決定適合之帶通性濾波器，且，該計算器輸出一最終心跳； 其中，該計算器檢查計算出之該初始心跳的頻率範圍，決定適合之帶通性濾波器與該計算器輸出該最終心跳彼此之間為至少部分同時進行。
  7. 如申請專利範圍第6項所述之即時心跳偵測系統，其中，該計算器包括: 一波形過濾單元，用以根據該多個原始波形資訊，產生一週期資訊； 一心跳計算單元，用以根據該週期資訊，產生一初始心跳；以及 一檢查單元，用以檢查該初始心跳落在哪一個頻帶，以決定適合之帶通性濾波器及檢查該初始心跳是否穩定。
  8. 如申請專利範圍第7項所述之即時心跳偵測系統，其中，該波形過濾單元包括: 一多段式帶通性濾波器，具有複數個不同的帶通性濾波器，其中，該複數個不同的帶通性濾波器用以過濾該多個原始波形資訊中的雜訊，以產生一前處理化波形資訊；以及 一低通濾波器，用以將該前處理化波形資訊取其平均值，以產生一平均化波形資訊； 其中，該波形過濾單元根據該前處理化波形資訊與該平均化波形資訊彼此相切之部分，產生對應之該週期資訊。
  9. 如申請專利範圍第7項所述之即時心跳偵測系統，其中，當該初始心跳穩定時，該檢查單元輸出一頻帶切換訊號至該像素資訊接收器，而自複數個不同的帶通性濾波器中擇一。
  10. 如申請專利範圍第7項所述之即時心跳偵測系統，其中，當該初始心跳不為穩定時，該檢查單元對該初始心跳進行低通濾波而輸出最終心跳。
  11. 如申請專利範圍第7項所述之即時心跳偵測系統，其中該手指特徵為一指紋特徵。
TW106124209A 2016-12-30 2017-07-20 即時心跳偵測方法及即時心跳偵測系統 TW201822709A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/858,782 US20180184927A1 (en) 2016-12-30 2017-12-29 Real-time heart rate detection method and real-time heart rate detection system therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662440746P 2016-12-30 2016-12-30
US62/440,746 2016-12-30

Publications (1)

Publication Number Publication Date
TW201822709A true TW201822709A (zh) 2018-07-01

Family

ID=62770899

Family Applications (6)

Application Number Title Priority Date Filing Date
TW106124209A TW201822709A (zh) 2016-12-30 2017-07-20 即時心跳偵測方法及即時心跳偵測系統
TW106125735A TWI629645B (zh) 2016-12-30 2017-07-31 光學識別方法
TW106125696A TW201826164A (zh) 2016-12-30 2017-07-31 光學識別方法與系統
TW106129510A TW201841493A (zh) 2016-12-30 2017-08-30 具有滾動曝光時間補償之影像感測方法與影像感測器
TW106129519A TWI629643B (zh) 2016-12-30 2017-08-30 影像感測之曝光時間決定方法
TW106129438A TWI629904B (zh) 2016-12-30 2017-08-30 影像之亮度不均勻性的更正方法及相關影像亮度更正裝置

Family Applications After (5)

Application Number Title Priority Date Filing Date
TW106125735A TWI629645B (zh) 2016-12-30 2017-07-31 光學識別方法
TW106125696A TW201826164A (zh) 2016-12-30 2017-07-31 光學識別方法與系統
TW106129510A TW201841493A (zh) 2016-12-30 2017-08-30 具有滾動曝光時間補償之影像感測方法與影像感測器
TW106129519A TWI629643B (zh) 2016-12-30 2017-08-30 影像感測之曝光時間決定方法
TW106129438A TWI629904B (zh) 2016-12-30 2017-08-30 影像之亮度不均勻性的更正方法及相關影像亮度更正裝置

Country Status (2)

Country Link
CN (6) CN108268830B (zh)
TW (6) TW201822709A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114652304A (zh) * 2021-09-17 2022-06-24 友达光电股份有限公司 生理信息的检测方法和检测系统

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110876055B (zh) * 2018-08-30 2021-04-09 菱光科技股份有限公司 外部触发的线性相机检测系统及其影像均匀度处理方法
CN110443204A (zh) * 2018-10-11 2019-11-12 神盾股份有限公司 发光信号强度控制方法及电子装置
US10755065B2 (en) * 2018-12-03 2020-08-25 Novatek Microelectronics Corp. Sensor device and flicker noise mitigating method
CN109637505B (zh) * 2018-12-21 2020-11-17 苏州依唯森电器有限公司 四琴弦式中提琴
CN109901754B (zh) * 2019-02-20 2021-04-13 Oppo广东移动通信有限公司 数据自校准方法及相关装置
CN110672621B (zh) * 2019-10-10 2021-03-05 清华大学 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法
TWI739431B (zh) * 2019-12-09 2021-09-11 大陸商廣州印芯半導體技術有限公司 資料傳輸系統及其資料傳輸方法
TWI792258B (zh) * 2020-07-23 2023-02-11 神盾股份有限公司 影像感測裝置及其曝光時間調整方法
CN112272293A (zh) * 2020-10-28 2021-01-26 业成科技（成都）有限公司 影像处理方法

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003032453A (ja) * 2001-07-12 2003-01-31 Canon Inc 画像処理装置
US7505604B2 (en) * 2002-05-20 2009-03-17 Simmonds Precision Prodcuts, Inc. Method for detection and recognition of fog presence within an aircraft compartment using video images
US7474799B2 (en) * 2002-06-12 2009-01-06 Silicon Optix Inc. System and method for electronic correction of optical anomalies
FI116246B (fi) * 2003-06-30 2005-10-14 Nokia Corp Menetelmä ja järjestelmä digitaalisessa kuvannuksessa valotuksen säätämiseksi ja vastaava laite
CN100511266C (zh) * 2003-07-04 2009-07-08 松下电器产业株式会社 活体眼睛判定方法及活体眼睛判定装置
CN1529277A (zh) * 2003-10-16 2004-09-15 王立丰 自动感应活体手指的光学指纹采集仪
CN1317671C (zh) * 2003-11-26 2007-05-23 佳能株式会社 信号处理设备和控制方法
JP2006230603A (ja) * 2005-02-23 2006-09-07 Canon Inc 撮像装置、生体認証システム及び画像取得方法
CN1664847A (zh) * 2005-03-17 2005-09-07 上海交通大学 嵌入式系统指纹的识别与匹配方法
JP4247691B2 (ja) * 2006-05-17 2009-04-02 ソニー株式会社 登録装置、照合装置、登録方法、照合方法及びプログラム
JP2009545822A (ja) * 2006-07-31 2009-12-24 ルミダイム インコーポレイテッド 空間−スペクトル的指紋スプーフの検出
WO2008075136A1 (en) * 2006-12-20 2008-06-26 Nokia Corporation Exposure control based on image sensor cost function
CN100446036C (zh) * 2006-12-27 2008-12-24 浙江大学 一种基于累计直方图的非线性亮度校正方法
US8055070B2 (en) * 2007-01-05 2011-11-08 Geo Semiconductor Inc. Color and geometry distortion correction system and method
US8031925B2 (en) * 2007-01-09 2011-10-04 The Board Of Regents Of The University Of Texas System Method and computer-program product for detecting and quantifying protein spots
US7953256B2 (en) * 2007-09-21 2011-05-31 International Business Machines Corporation Method and system for detecting fingerprint spoofing
CN101399924B (zh) * 2007-09-25 2010-05-19 展讯通信（上海）有限公司 基于亮度直方图的自动曝光方法和装置
CN101494739B (zh) * 2009-02-09 2011-09-28 胡燕翔 一种多次曝光组合中曝光次数确定及曝光时间分配的方法
CN101989156B (zh) * 2010-10-08 2012-08-15 苏州佳世达电通有限公司 校正影像感测器的感测亮度的方法
US20120157791A1 (en) * 2010-12-16 2012-06-21 General Electric Company Adaptive time domain filtering for improved blood pressure estimation
CN104270582B (zh) * 2011-03-03 2017-08-22 原相科技股份有限公司 图像传感器
CN102156868B (zh) * 2011-03-31 2013-03-13 汉王科技股份有限公司 图像二值化方法和装置
JP2012222529A (ja) * 2011-04-06 2012-11-12 Sony Corp 固体撮像素子および駆動方法、並びに電子機器
US9077917B2 (en) * 2011-06-09 2015-07-07 Apple Inc. Image sensor having HDR capture capability
CN102222225B (zh) * 2011-06-24 2012-12-05 洛阳师范学院 一种手指静脉图像防伪获取方法
EP3222210B1 (en) * 2011-08-02 2024-09-25 Yukka Magic LLC Systems and methods for variable filter adjustment by heart rate metric feedback
CN103083005B (zh) * 2011-11-01 2015-05-13 北京瓦力网络科技有限公司 一种心率检测的方法
TWI476641B (zh) * 2011-11-22 2015-03-11 Pixart Imaging Inc 遙控器及顯示系統
KR101640118B1 (ko) * 2012-03-01 2016-07-15 가부시키가이샤 니혼 마이크로닉스 표시 디바이스의 표시 불균일 검출 방법 및 그 장치
US9191635B2 (en) * 2012-03-19 2015-11-17 Semiconductor Components Industries, Llc Imaging systems with clear filter pixels
US9743057B2 (en) * 2012-05-31 2017-08-22 Apple Inc. Systems and methods for lens shading correction
US20130332195A1 (en) * 2012-06-08 2013-12-12 Sony Network Entertainment International Llc System and methods for epidemiological data collection, management and display
TWI489865B (zh) * 2012-11-13 2015-06-21 Pixart Imaging Inc 曝光調整裝置、影像均化裝置及影像均化方法
CN103077377B (zh) * 2012-12-31 2015-07-29 清华大学 基于方向场分布的指纹校正方法
CA2896825C (en) * 2013-01-15 2019-09-10 Avigilon Corporation Imaging apparatus with scene adaptive auto exposure compensation
ITMI20130104A1 (it) * 2013-01-24 2014-07-25 Empatica Srl Dispositivo, sistema e metodo per la rilevazione e il trattamento di segnali di battito cardiaco
US9111125B2 (en) * 2013-02-08 2015-08-18 Apple Inc. Fingerprint imaging and quality characterization
CN103258156B (zh) * 2013-04-11 2016-01-20 杭州电子科技大学 一种基于指纹特征生成密钥的方法
CN103530848A (zh) * 2013-09-27 2014-01-22 中国人民解放军空军工程大学 一种非均匀光照图像二次曝光的实现方法
CN104331683B (zh) * 2014-10-17 2017-07-07 南京工程学院 一种具有噪声鲁棒性的人脸表情识别方法
TWI512270B (zh) * 2015-01-13 2015-12-11 Pixart Imaging Inc 具動態曝光時間的光學測距系統
US9880634B2 (en) * 2015-03-20 2018-01-30 Optim Corporation Gesture input apparatus, gesture input method, and program for wearable terminal
TWI537875B (zh) * 2015-04-08 2016-06-11 大同大學 影像合成方法與影像處理裝置
CN105635359B (zh) * 2015-12-31 2018-10-26 宇龙计算机通信科技(深圳)有限公司 心率测量方法及装置、终端
CN105877730B (zh) * 2016-03-21 2019-07-26 联想(北京)有限公司 一种心率检测方法、装置及电子设备
CN105847708B (zh) * 2016-05-26 2018-09-21 武汉大学 基于图像直方图分析的线阵相机自动曝光调整方法及系统
CN106060658B (zh) * 2016-05-27 2019-06-14 青岛海信电器股份有限公司 一种图像处理方法及装置
CN106127134B (zh) * 2016-06-20 2019-07-26 联想(北京)有限公司 光学装置、电子设备及其控制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114652304A (zh) * 2021-09-17 2022-06-24 友达光电股份有限公司 生理信息的检测方法和检测系统

Also Published As

Publication number Publication date
CN108261195B (zh) 2020-12-11
TWI629645B (zh) 2018-07-11
TW201824857A (zh) 2018-07-01
CN108268830B (zh) 2021-03-30
TWI629643B (zh) 2018-07-11
TW201826164A (zh) 2018-07-16
TWI629904B (zh) 2018-07-11
CN108269239B (zh) 2021-03-30
CN108270975B (zh) 2020-09-15
CN108268829A (zh) 2018-07-10
TW201824081A (zh) 2018-07-01
TW201824068A (zh) 2018-07-01
CN108270976A (zh) 2018-07-10
TW201841493A (zh) 2018-11-16
CN108268830A (zh) 2018-07-10
CN108268829B (zh) 2021-03-30
CN108261195A (zh) 2018-07-10
CN108269239A (zh) 2018-07-10
CN108270975A (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
TW201822709A (zh) 即時心跳偵測方法及即時心跳偵測系統
EP1965693B1 (en) Stressor sensor and stress management system
JP6608824B2 (ja) 睡眠サイクルに基づいて睡眠段階を決定するためのシステム及び方法
CN102341811B (zh) 控制设备的功能的方法和用于检测生物的存在的系统
CN104706318B (zh) 一种睡眠分析方法及装置
JP6928219B2 (ja) 脈拍周期検出装置、脈拍周期検出方法、脈拍周期検出プログラム、及び脈波検出装置
WO2015121949A1 (ja) 信号処理装置、信号処理方法及び信号処理プログラム
CN107865644B (zh) 脉搏波计测装置、脉搏波计测方法、程序以及记录介质
CN106470601A (zh) 用于确定和显示睡眠恢复水平的系统和方法
JP2019508123A (ja) 心拍数情報を抽出するデバイス及び方法
KR20140122849A (ko) 휴대용 기기 이용한 스트레스 체크 및 치유 시스템 및 방법
JP2018086130A (ja) 生体情報検出装置及び生体情報検出方法
JP7136603B2 (ja) 生体判定システム、生体認証システム、生体判定プログラム、及び生体判定方法
CN106073745A (zh) 基于智能手机的心率检测方法
US20190374117A1 (en) Detection device for atrial fibrillation and operating method thereof
TW201811261A (zh) 訊號偵測方法
US20180184927A1 (en) Real-time heart rate detection method and real-time heart rate detection system therefor
JP5998516B2 (ja) 拍動検出装置、電子機器及びプログラム
US9826911B2 (en) Wearable device and determination method thereof
KR101585083B1 (ko) 시니어를 위한 스마트 기기 기반 공간 정보 중심 클라우드 시스템 및 이를 이용하여 콘텐츠를 제공하기 위한 방법
RU2685352C2 (ru) Система и способ для уменьшения артефактов движения в экг-сигналах
JP2016028661A (ja) いびき検出装置
US12354273B2 (en) Movement indication
US10966661B2 (en) Datum rebuilding method, and wearable electronic device with a datum rebuilding function
JP2008294706A5 (zh)