公开(公告)号：CN110191675B

公开(公告)日：2022-08-16

申请号：CN201780083795.9

申请日：2017-12-19

Applicant: 纽洛斯公司

Inventor： K·李 ,  E·卡巴科夫 ,  P·莱维

IPC: A61B5/00 ,  A61B5/0205 ,  A61B5/021 ,  A61B5/026 ,  A61B5/145 ,  A61B5/1455 ,  G16H40/63 ,  G16H50/30 ,  G16H50/20

Abstract: 一种用于非接触式确定血压的系统和方法。该方法包括：接收捕获图像序列；使用训练过的血红蛋白浓度(HC)变化机器学习模型确定来自捕获图像序列中表示受试者的HC变化的位平面集的比特值；确定血流数据信号；提取与确定血压相关的一个或多个领域知识信号；建立用血压训练集的训练过的血压机器学习模型，血压训练集包括一个或多个预ROI的血流数据信号和一个或多个领域知识信号；使用用血压训练集训练的血压机器学习模型确定血压的估计值；并输出血压的确定值。

公开(公告)号：CN109937002A

公开(公告)日：2019-06-25

申请号：CN201780070236.4

申请日：2017-11-14

Applicant: 纽洛斯公司

Inventor： E·卡巴科夫 ,  K·李 ,  P·莱维

IPC: A61B5/024 ,  A61B5/026 ,  A61B5/1455 ,  G16H30/40

Abstract: 一种用于基于相机的心率跟踪的系统和方法。该方法包括：从捕获的图像序列中的一组位平面确定表示HC变化的位值；基于HC变化确定由图像捕获的受试者的多个预定感兴趣区域(ROI)中的每一个的面部血流数据信号；将近似心率的通带的带通滤波器应用于每个血流数据信号；对每个血流数据信号应用希尔伯特变换；将血流数据信号从旋转相位角调整为线性相位段；确定每个血流数据信号的瞬时心率；对每个瞬时心率应用加权；并平均加权的瞬时心率。

公开(公告)号：CN109937002B

公开(公告)日：2021-10-22

申请号：CN201780070236.4

申请日：2017-11-14

Applicant: 纽洛斯公司

Inventor： E·卡巴科夫 ,  K·李 ,  P·莱维

IPC: A61B5/024 ,  A61B5/026 ,  A61B5/1455 ,  G16H30/40

Abstract: 一种用于基于相机的心率跟踪的系统和方法。该方法包括：从捕获的图像序列中的一组位平面确定表示HC变化的位值；基于HC变化确定由图像捕获的受试者的多个预定感兴趣区域(ROI)中的每一个的面部血流数据信号；将近似心率的通带的带通滤波器应用于每个血流数据信号；对每个血流数据信号应用希尔伯特变换；将血流数据信号从旋转相位角调整为线性相位段；确定每个血流数据信号的瞬时心率；对每个瞬时心率应用加权；并平均加权的瞬时心率。

公开(公告)号：CN110191675A

公开(公告)日：2019-08-30

申请号：CN201780083795.9

申请日：2017-12-19

Applicant: 纽洛斯公司

Inventor： K·李 ,  E·卡巴科夫 ,  P·莱维

IPC: A61B5/00 ,  A61B5/0205 ,  A61B5/021 ,  A61B5/026 ,  A61B5/145 ,  A61B5/1455 ,  G16H40/63 ,  G16H50/30 ,  G16H50/20

Abstract: 一种用于非接触式确定血压的系统和方法。该方法包括：接收捕获图像序列；使用训练过的血红蛋白浓度(HC)变化机器学习模型确定来自捕获图像序列中表示受试者的HC变化的位平面集的比特值；确定血流数据信号；提取与确定血压相关的一个或多个领域知识信号；建立用血压训练集的训练过的血压机器学习模型，血压训练集包括一个或多个预ROI的血流数据信号和一个或多个领域知识信号；使用用血压训练集训练的血压机器学习模型确定血压的估计值；并输出血压的确定值。