血压推定系统、血压推定方法、学习装置、学习方法及程序制造方法及图纸

本发明专利技术提供一种能够以非接触的方式瞬时推定被检测者的血压的血压推定系统。其具有：脸部图像获取部，获取被检测者的脸部图像；血压推定部，基于所述脸部图像的空间特征量来推定所述被检测者的血压。

【技术实现步骤摘要】
血压推定系统、血压推定方法、学习装置、学习方法及程序
本专利技术涉及一种以非接触的方式推定被检测者的血压的技术。
技术介绍
公知有以非接触的方式推定被检测者的血压的技术。在专利文献1中记载有如下的系统：根据被检测者的皮肤图像的亮度的时间变化计算脉搏波时机，并且根据被检测者与接收天线之间的距离的时间变化计算心搏时机，基于脉搏波时机与心搏时机的时间差来推定被检测者的血压。现有技术文献专利文献专利文献1：日本特开2016-77890号公报
技术实现思路
专利技术要解决的技术问题但是，在专利文献1的技术中，由于除了用于获取被检测者的皮肤图像的拍摄机构之外，还需要用于计算脉搏波时机的计算机构、用于测量与被检测者的皮肤的距离的包括接收天线的测距机构、及用于计算心搏时机的计算机构，因此系统构成的规模变得较大。此外，在专利文献1的技术中，由于基于被检测者的皮肤图像的亮度的时间变化的信息即皮肤图像的时间特征量，与被检测者和接收天线之间的距离的时间变化的信息即皮肤的位置的时间特征量来进行血压推定，因此每一本文档来自技高网...

【技术保护点】
1.一种血压推定系统，其特征在于，具有：/n脸部图像获取部，在非接触状态下获取被检测者的脸部图像；/n血压推定部，基于所述脸部图像的空间特征量来推定所述被检测者的血压。/n

【技术特征摘要】
20190903 JP 2019-160646;20200730 JP 2020-1296001.一种血压推定系统，其特征在于，具有：
脸部图像获取部，在非接触状态下获取被检测者的脸部图像；
血压推定部，基于所述脸部图像的空间特征量来推定所述被检测者的血压。


2.如权利要求1所述的血压推定系统，其特征在于，
所述血压推定部具有：
相关数据存储部，存储示出脸部图像的独立分量的加权时间序列与血压的关系的相关数据；
空间特征量提取部，通过对由所述脸部图像获取部获取的脸部图像进行独立分量分析，从而提取该脸部图像的独立分量的加权时间序列作为所述空间特征量；
血压判定部，根据所述相关数据判定与由所述空间特征量提取部提取的加权时间序列相对应的血压的值；
推定血压值输出部，将所述血压判定部所判定的值作为所述被检测者的血压的推定值输出。


3.如权利要求1所述的血压推定系统，其特征在于，
所述血压推定部具有：
相关数据存储部，存储示出脸部图像的独立分量的加权时间序列及其微分值与血压的关系的相关数据；
加权时间序列计算部，通过对由所述脸部图像获取部获取的脸部图像进行独立分量分析，从而计算该脸部图像的独立分量的加权时间序列作为所述空间特征量；
加权时间序列微分计算部，计算由所述加权时间序列计算部计算出的加权时间序列的微分值；
血压判定部，根据所述相关数据，对与由所述加权时间序列计算部计算出的加权时间序列及由所述加权时间序列微分计算部计算出的加权时间序列的微分值相对应的血压的值进行判定；
推定血压值输出部，将所述血压判定部所判定的值作为所述被检测者的血压的推定值输出。


4.如权利要求3所述的血压推定系统，其特征在于，
所述加权时间序列的微分值包括所述加权时间序列的一阶微分及二阶微分，
所述加权时间序列微分计算部计算所述加权时间序列的一阶微分及二阶微分。


5.如权利要求2～4的任一项所述的血压推定系统，其特征在于，
所述脸部图像为脸部热图像或脸部可视图像。


6.如权利要求1所述的血压推定系统，其特征在于，
所述血压推定部具有：
判定用特征量存储部，存储与由二阶段或三阶段构成的血压阶段相对应的判定用的空间特征量；
空间特征量提取部，提取由所述脸部图像获取部获取的脸部图像的空间特征量；
血压阶段判定部，基于由所述空间特征量提取部提取的空间特征量与所述判定用的空间特征量，判定所述被检测者的血压阶段；
推定血压阶段输出部，将所述血压阶段判定部的判定结果作为所述被检测者的血压阶段的推定结果输出。


7.如权利要求6所述的血压推定系统，其特征在于，
存储于所述判定用特征量存储部的所述判定用的空间特征量是由机器学习部提取的空间特征量，
所述机器学习部具有：
学习用数据存储部，存储与由二阶段或三阶段构成的血压阶段分别相对应地被赋予标签的多个学习用脸部图像；
特征量提取部，使用学习完毕的模型提取所述学习用脸部图像的空间特征量；
特征量学习部，基于所述特征量提取部的提取结果与对作为其提取对象的所述学习用脸部图像赋予的标签的关系，变更所述学习完毕的模型的网络参数，使得所述特征量提取部的所述空间特征量的提取精度变高。


8.如权利要求7所述的血压推定系统，其特征在于，
所述脸部图像为脸部热图像或脸部可视图像。


9.一种学习装置，其特征在于，具有：
学习用数据存储部，存储与由二阶段或三阶段构成的血压阶段分别相对应地被赋予标签的多个学习用脸部图像；
特征量提取部，使用学习完毕的模型提取所述学习用脸部图像的空间特征量；
特征量学习部，基于所述特征量提取部的提取结果与对作为其提取对象的所述学习用脸部图像赋予的标签的关系，变更所述学习完毕的模型的网络参数，使得所述特征量提取部的所述空间特征量的提取精度变高。


10.一种血压推定方法，其特征在于，具有：
脸部图像获取步骤，获取被检测者的脸部图像；
血压推定步骤，基于所述脸部图像的空间特征量来推定所述被检测者的血压。


11.如权利要求10所述的血压推定方法，其特征在于，
所述血压推定步骤具有：
相关数据存储步骤，存储示出脸部图像的独立分量的加权时间序列与血压的关系的相关数据；
空间特征量提取步骤，通过对所述被检测者的脸部图像进行独立分量分析，从而提取该脸部图像的独立分量的加权时间序列作为所述空间特征量；
血压判定步骤，根据所述相关数据判定与由所述空间特征量提取步骤提取的加权时间序列相对应的血压的值；
推定血压值输出步骤，将所述血压判定步骤的判定结果作为所述被检测者的血压的推定值输出。


12.如权利要求10所述的血压推定方法，其特征在于，
所述血压推定步骤具有：
相关数据存储步骤，存储示出脸部图像的独立分量的加权时间序列及其微分值与血压的关系的相关数据；
加权时间序列计算步骤，通过对由所述脸部图像获取步骤获取的脸部图像进行独立分量分析，从而计算该脸部图像的...

【专利技术属性】
技术研发人员：野泽昭雄，大岩孝辅，中野研一，
申请(专利权)人：株式会社东书产业，
类型：发明
国别省市：日本;JP