CN118542659B 基于机器视觉的呼吸监测方法、装置、设备及存储介质 （上海交通大学医学院附属瑞金医院）

院进行呼吸率异常检测，得到呼吸率异常检测结2通过所述呼吸运动图像数据对所述目标用户进行动作识别和片段选户的运动状态图像序列以及休息状态图像序列；基于所述运动状态图像序列以及所述休息状态图像序列对所述目标用户进行呼吸运列以及所述休息状态图像序列进行卡尔曼滤波参数匹配，得到对应的卡尔曼滤波参数集根据所述动态ROI跟踪结果计算所述运动状态图像序列以及所述休息状态图像序列的像素对所述目标用户的初始ROI区域图像进行图像预处理，得到所述目标用所初始特征集合进行特征权重分析和特征归一化处理，得到所述目标ROI区域图像的时变通过所述时变特征集合对所述目标用户进行呼吸率分析，得到基于所述呼吸率分布曲线，对所述目标用户进行呼吸率异常检测，得到所通过所述呼吸率异常检测结果从预置的呼吸率异常处理列表中进行呼吸率异常处理3述呼吸率异常告警信息对所述目标用户进行呼2.一种基于机器视觉的呼吸监测装置，其特采集模块，用于通过预置的图像传感器对目标用户进行呼吸运动图识别模块，用于通过所述呼吸运动图像数据对所述目标用户进行动作识别和片段选分别对每个状态变化趋势进行变化幅度提取，得到每个状态变化趋势对应的状态变化幅得到所述目标用户的运动状态图像序列以及休息状态图像序列；计算模块，用于基于所述运动状态图像序列以及所述休息状态滤波参数集合；对所述卡尔曼滤波参数集合进行动态ROI跟踪，得到所述目标用户的动态分析模块，用于通过所述时变特征集合对所述目标用4控终端根据所述呼吸率异常告警信息对所述目标用户进行3.一种基于机器视觉的呼吸监测设备，其所述至少一个处理器调用所述存储器中的所述指令，以使得所述基监测设备执行如权利要求1所述的基于机器视觉的述指令被处理器执行时实现如权利要求1所述的基于机器视觉的5[0008]基于所述运动状态图像序列以及所述休息状态图像序列对所述目标用户进行呼[0009]对所述目标用户的初始ROI区域图像进行图像预处理，得到所述目标用户的目标[0012]通过所述呼吸率异常检测结果从预置的呼吸率异常处理列表中进行呼吸率异常67标用户的运动状态图像序列以及休息状态图像序列；8最终得到目标用户的运动状态图像序列以及休息状态图像图像序列中准确地预测和跟踪用户的呼吸运动。卡尔曼滤波是一种有效的预测和校正算休息状态图像序列进行ROI数据提取。从整个图像序列中提取出最能代表呼吸运动的图像将像素强度的统计参数与时间序列分析相结合，从而捕捉到呼吸运动随时间的变化特征。9[0043]具体的，通过呼吸率异常检测结果从预置的呼吸率异常处理列表中进行策略匹检测到呼吸频率过快时选择提醒用户放松，或在发现呼吸暂停时发送紧急医疗援助请求。动状态图像和休息状态图像的卡尔曼滤波参数匹配，实现了对呼吸运动ROI区域的精确计[0055]（3）根据动态ROI跟踪结果计算运动状态图像序列以及休息状态图像序列的像素预测和跟踪用户的动作状态，从而生成一组针对呼吸运动特点优化的卡尔曼滤波参数集和腹部等与呼吸密切相关的区域。动态ROI跟踪通过不断更新卡尔曼滤波参数来适应用户状态和休息状态图像序列进行ROI数据提取。从整个图像序列中提取出最能代表用户呼吸[0080]（3）通过预置的监控终端根据呼吸率异常告警信息对目标用户进行呼吸监测告[0084]识别模块202，用于通过所述呼吸运动图像数据对所述目标用户进行动作识别和[0085]计算模块203，用于基于所述运动状态图像序列以及所述休息状态图像序列对所[0089]匹配模块207，用于通过所述呼吸率异常检测结果从预置的呼吸率异常处理列表[0094]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用或者说对现