CN118542659B 基于機器視覺的呼吸監測方法、裝置、設備及存儲介質 （上海交通大學醫學院附屬瑞金醫院）

院進行呼吸率異常檢測，得到呼吸率異常檢測結2通過所述呼吸運動圖像數據對所述目標用戶進行動作識別和片段選戶的運動狀態圖像序列以及休息狀態圖像序列；基于所述運動狀態圖像序列以及所述休息狀態圖像序列對所述目標用戶進行呼吸運列以及所述休息狀態圖像序列進行卡爾曼濾波參數匹配，得到對應的卡爾曼濾波參數集根據所述動態ROI跟蹤結果計算所述運動狀態圖像序列以及所述休息狀態圖像序列的像素對所述目標用戶的初始ROI區域圖像進行圖像預處理，得到所述目標用所初始特征集合進行特征權重分析和特征歸一化處理，得到所述目標ROI區域圖像的時變通過所述時變特征集合對所述目標用戶進行呼吸率分析，得到基于所述呼吸率分布曲線，對所述目標用戶進行呼吸率異常檢測，得到所通過所述呼吸率異常檢測結果從預置的呼吸率異常處理列表中進行呼吸率異常處理3述呼吸率異常告警信息對所述目標用戶進行呼2.一種基于機器視覺的呼吸監測裝置，其特采集模塊，用于通過預置的圖像傳感器對目標用戶進行呼吸運動圖識別模塊，用于通過所述呼吸運動圖像數據對所述目標用戶進行動作識別和片段選分別對每個狀態變化趨勢進行變化幅度提取，得到每個狀態變化趨勢對應的狀態變化幅得到所述目標用戶的運動狀態圖像序列以及休息狀態圖像序列；計算模塊，用于基于所述運動狀態圖像序列以及所述休息狀態濾波參數集合；對所述卡爾曼濾波參數集合進行動態ROI跟蹤，得到所述目標用戶的動態分析模塊，用于通過所述時變特征集合對所述目標用4控終端根據所述呼吸率異常告警信息對所述目標用戶進行3.一種基于機器視覺的呼吸監測設備，其所述至少一個處理器調用所述存儲器中的所述指令，以使得所述基監測設備執行如權利要求1所述的基于機器視覺的述指令被處理器執行時實現如權利要求1所述的基于機器視覺的5[0008]基于所述運動狀態圖像序列以及所述休息狀態圖像序列對所述目標用戶進行呼[0009]對所述目標用戶的初始ROI區域圖像進行圖像預處理，得到所述目標用戶的目標[0012]通過所述呼吸率異常檢測結果從預置的呼吸率異常處理列表中進行呼吸率異常67標用戶的運動狀態圖像序列以及休息狀態圖像序列；8最終得到目標用戶的運動狀態圖像序列以及休息狀態圖像圖像序列中準確地預測和跟蹤用戶的呼吸運動。卡爾曼濾波是一種有效的預測和校正算休息狀態圖像序列進行ROI數據提取。從整個圖像序列中提取出最能代表呼吸運動的圖像將像素強度的統計參數與時間序列分析相結合，從而捕捉到呼吸運動隨時間的變化特征。9[0043]具體的，通過呼吸率異常檢測結果從預置的呼吸率異常處理列表中進行策略匹檢測到呼吸頻率過快時選擇提醒用戶放松，或在發現呼吸暫停時發送緊急醫療援助請求。動狀態圖像和休息狀態圖像的卡爾曼濾波參數匹配，實現了對呼吸運動ROI區域的精確計[0055]（3）根據動態ROI跟蹤結果計算運動狀態圖像序列以及休息狀態圖像序列的像素預測和跟蹤用戶的動作狀態，從而生成一組針對呼吸運動特點優化的卡爾曼濾波參數集和腹部等與呼吸密切相關的區域。動態ROI跟蹤通過不斷更新卡爾曼濾波參數來適應用戶狀態和休息狀態圖像序列進行ROI數據提取。從整個圖像序列中提取出最能代表用戶呼吸[0080]（3）通過預置的監控終端根據呼吸率異常告警信息對目標用戶進行呼吸監測告[0084]識別模塊202，用于通過所述呼吸運動圖像數據對所述目標用戶進行動作識別和[0085]計算模塊203，用于基于所述運動狀態圖像序列以及所述休息狀態圖像序列對所[0089]匹配模塊207，用于通過所述呼吸率異常檢測結果從預置的呼吸率異常處理列表[0094]所述集成的單元如果以軟件功能單元的形式實現并作為獨立的產品銷售或使用或者說對現