非接觸式呼吸監測系統

第三節 非接觸式呼吸監測系統

Min 等人[Min10]利用呼吸產生的腹壁運動(Abdominal wall-motion)，提出一 個使用超音波距離傳感器(Ultrasonic proximity sensor)來監測人體呼吸週期起伏變 化的辦法(如圖 2.6(a)所示)，其作法為使用一個 240KHz 的超音波傳感器(Ultrasonic sensor)(如圖 2.6(b)所示)，傳感器之發射端發出超音波，音波飛行至人體腹部後反 回至接收端，並計算音波飛行所花時間。由於人體呼吸會產生腹壁運動，即胸腹 部因呼氣或吸氣出現凹陷或鼓脹，因此所量測到之距離會在呼氣和吸氣時會有所 不同。此方法便是藉由量測距離得到呼吸的信號值，並和超音波來回距離及速度

18 家醫療系統的概念(Concept of a home healthcare system)而提出，旨在促進居家照 護發展，且適用於長期監控。而由於超音波在不同介質中有不同的傳遞速度，見 表 2-2[7]，且其強度會隨著距離的增加而逐漸減弱。因此若發射端和接收端間出 現障礙物、空氣溫度及濕度出現變化，或發射端和接收端距離太遠，都可能影響

19

(a) (b)

圖 2.7：利用近紅外線攝影機監測人體呼吸週期的方法[Kuo10]。(a)近紅外 線攝影機架設示意圖。(b)近紅外線攝影機於夜晚實際拍攝結果。

圖 2.8：利用射頻生物運動傳感器監測人體呼吸週期的實驗架設示意圖 [Gu12]。

監測結果[7]。另外 Min 亦在論文中提到，衣物布料會吸收超音波，不同材質之衣 物或衣物上之皺褶會造成量測結果產生錯誤。再者由於超音波是直線傳遞，若受 試者於睡眠中翻滾或移位，亦會影響量測結果之準確。因此若是針對居家照護用 途，與本論文所使用之視覺式呼吸監測方式相比，超音波距離傳感器之限制較 多，兩系統之比較整理見表 2-3。

Kuo 等人[Kuo10] 利用呼吸會使人體胸腹處產生起伏變化的原理，提出一個 使用近紅外線攝影機 (Near-infrared camera)以監測人體呼吸週期的辦法(如圖 2.7(a)所示)，其作法為使用近紅外線攝影機拍攝橫臥於床的被監測者(如圖 2.7(b) 所示)，並將輸入影像序列(Video sequence)做連續兩張影像相減處理。得到連續兩 張影像差異後先進行人體動作內容偵測(Body motion context detection)，判斷被監 測者當下是否有呼吸以外之動作，若無則繼續進行呼吸頻率測量，若有則繼續重 複人體動作內容偵測，直到偵測到被監測者無呼吸以外之動作。此方法使用器械 並未進入人體腔道或接觸體表，因此本論文將之歸類於非接觸式呼吸監測系統。

20

表 2-4：人體呼出氣體成分比例表。

生理狀態 氮氣 氧氣 二氧化碳 其它氣體

一般狀態 78% 21% 0.03% 0.97%

過度興奮 78% 13-16% 4-5.3% 1%

圖 2.9：利用二氧化碳傳感器監控人體安危的實驗架設示意圖[Cao07]。

Gu 等人[Gu12]利用呼吸時人體會產生腹壁運動(Abdominal wall-motion)的原 理，提出一個使用直流耦合連續波雷達傳感器(Dc-coupled continuous-wave radar sensor) 監測人體呼吸週期的辦法(如圖 2.8 所示)，此雷達傳感器採用直流耦合自 適 應 調 整 架 構 (Dc-coupled adaptive tuning architectures) ， 包 括 射 頻 粗 調 (RF coarse-tuning)與基頻微調(Baseband fine-tuning)，使得雷達傳感器能在測量對象靜 止的狀態下精確量測其呼吸，可用於放療中的環境(Radiotherapy environment)，且 結果準確。Gu 宣稱此方法是為一非接觸且非侵入式呼吸監測(Noncontact and noninvasive approach for accurate respiration measurement)，因此本論文將之歸類於 非接觸式呼吸監測系統，雖然此方法具備結果精確且無需接觸到病患或侵入病患 體內等優點，然其設備需求及量測限制使之不適用於居家照護。

Cao 等人[Cao07]利用人體在正常情況呼出氣體成分含有一定比例之原理，見 表 2-4，提出一個使用二氧化碳傳感器監控嬰兒呼吸狀態之辦法，其作法為將二 氧化碳傳感器裝設於嬰兒床，並使用電線將其連接至電路板(如圖 2.9 所示)。透過 二氧化碳傳感器監測被監控者呼出之氣體濃度變化，以確認嬰兒呼吸狀態是否異 常，此方法雖具備無需觸碰嬰兒且適用於居家等優點，但真實應用有其限制。二 氧化碳傳感器架設於嬰兒床，距離嬰兒有一段距離，當使用者的姿勢改變，呼出 氣體可能四處飄散並和空氣混合，並因而導致量測上的誤差。此方法使用之器械 並未進入人體腔道及接觸體表，因此本論文將之歸類於非接觸式呼吸監測系統。

21 射頻生物運動傳感器(Radio-frequency bio-motion sensor)監測人體呼吸週期的辦法 (如圖 2.10 所示)，當發射出的無線電波(Radio waves)自軀體反射而回，射頻生物

22

(a)

(b) (c)

圖 2.11：使用光學影像及呼吸肩膀起伏監測人體呼吸及心跳週期的辦法。(a) 結合呼吸監測系統及心跳監測系統示意圖。(b)面部光學影像圖例。(c)肩部垂

直運動示意圖。[Shao14]

表 2-6：Shao 等人及本研究針對量測呼吸部分之比較。

比較項目 Dangdang Shao

(Breathing part) Our research

非接觸式 ⅴ ⅴ

夜間量測 ⅹ ⅴ

排除非呼吸動作 ⅴ ⅴ

量測部位限制 ⅴ ⅹ

攝影機角度限制 ⅴ ⅹ

受測者受測姿勢限制 ⅴ ⅹ

棉被或外套等遮蔽物影響量測結果 ⅴ ⅹ

週期的辦法(如圖 2.11(a)所示)，其監測呼吸之辦法為利用呼吸時肩膀處會產生細 微垂直方向運動的原理(如圖 2.11(b)所示)，計算運動幅度進而得到呼吸頻率。而 其監測心跳之辦法為利用心臟收縮或舒張時血液成分之改變導致進入皮膚組織 的光子產生不同程度的散射，進而使得原始影像轉換成光學影像後(Colormap)的 紅、綠及藍像素出現改變之原理(如圖 2.11(c)所示)，計算選定 POI(Point of interest) 中綠色像素值的變化程度，進而得到心跳頻率。此研究雖具備器械無需接觸人體 (非接觸式)及結合不同功能之優點，其量測呼吸之辦法卻也因必須配合心跳監測

23

而受到諸多限制，不利於臨床使用，表 2-6 為 Shao 等人及本研究針對量測呼吸部 分之比較。

本研究認為能真正適用於居家照護之嬰兒呼吸監測系統，除能克服外在環境 變化及嬰兒衣物厚重等問題外，量測過程亦不可干擾嬰兒睡眠及造成嬰兒健康安 全受到影響，因此應選用非接觸式之方式量測呼吸，而前面介紹之所有非接觸式 之量測呼吸方式可歸類為超音波或輻射傳遞距離量測、氣體成分量測以及以影像 方式量測。若以超音波或輻射傳遞距離量測呼吸，除需擔心波及輻射對於人體造 成傷害之可能外，量測期間嬰兒移動、照護者探身查看或嬰兒身上衣物過於厚重 皆可能會造成量測上之錯誤。若以氣體成分量測呼吸，則量測結果容易受到外在 天氣干擾(溫度及濕度)，且呼出之氣體亦容易因嬰兒任何一個小動作(轉頭、翻身 及揮手)便溢散於空氣中，並因此造成量測結果不準確。而若是以影像方式量測呼 吸，首先無需擔心射線或輻射可能傷害嬰兒，再者其量測相對於易受外在環境及 嬰兒本身動作影響之氣體成分量測法而言更具有穩定性，因此本研究選其用之。

24

第三章 系統性能分析、測試與自適應參數調整

本研究乃基於已開發之 H.system，透過分析與測試找出不足之處，並設法改 良，因此將於第一節，介紹以呼吸頻率為基礎之嬰兒意外監控系統[4]量測呼吸之 步驟，以及各步驟所使用之參數，並說明針對原本 H.system 所使用之參數進行最 佳化測試之結果。此外睡眠呼吸監測系統若要能實際運用於真實情境，則須有多 元環境適應能力，而根據實際訪查結果發現嬰兒睡眠環境多光線昏暗，因此本研 究將於第二節說明各項光線亮度測試結果，並提出相對應之分析。而第三節則為 改良後之視覺式呼吸偵測系統流程圖介紹，此節將說明根據實驗結果而提出之改 善，以及自適應參數調整之細節。

第一節 改良前系統架構介紹

本研究參考「醫療設備的周期巡檢和質量控制在潔淨手術部中的應用」論文 中所提及之「呼吸機的質量控制」的技術指標檢測項目[9]，及其它醫療產品測試 資料或介紹：「BIOMAT 睡眠多重生理監測墊設計製作」[10]、「一種用於無創 呼吸機生產線自動化檢測的設備」(專利編號 CN202814726U)[11]及「Pulse Plus 心跳偵測運動錶」產品規格[12]，將正確率誤差容忍範圍設為正負 10%，並用以 呼吸頻率為基礎之嬰兒意外監控系統[4]進行性能分析及測試。已開發之 H.system 流程如圖 3.1 所示，將輸入影像轉為灰階處理後，若嬰兒處於靜止狀態，則進行 呼吸頻率偵測，而偵測流程包含：(1)將可能用於偵測呼吸之點選取為「候選點」

(Candidate POI)；(2)篩選候選點，合格者則晉升為 POI(Point of interest)；(3)開始 驗證後，合格的 POI 數量超過候選點數量之一半且已經過一段有效驗證期 (Verification frames)，則開始進行呼吸頻率計算。

而本研究所討論到的 3 個參數，此處先行給定各參數定義：(1)NC(候選點數，

取 Number of candidate POIs 縮寫)：所設定之候選點選取個數即為 NC，開始候選 點偵測後，一旦候選點選取個數達到設定之 NC 要求，則通過候選點偵測。

(2)NP(POI 數，取 Number of POIs 縮寫)：通過候選點偵測後並開始進行候選點驗 證時，此時至少須有 NP 數量之候選點通過篩選並成為 POI，亦即須有 NP 數量之

25

POI。(3)NF(有效驗證期，取 Number of verification frames 縮寫)：為一預設之 frame 數，系統用於驗證之 frame 至少須達到 NF 數量，加上前述 NC 與 NP 皆達成預設 目標數量，方可通過驗證，並開始計算呼吸頻率。Hsieh 等人原先採取將此三參 數

皆設為定值且未作參數最佳化，且經過本研究實驗發現，不同影片(不同拍攝背景) 適用之參數應為不同。若使用不合適之參數，則將產生驗證問題(Verification problem)，亦即參數適用問題(Parameters applicable problem)。本研究將驗證問題 定義為量測呼吸頻率正確率時，未能通過驗證並因此無法輸出呼吸頻率，而產生 之錯誤，並加入自適應參數調整機制以解決問題。

圖 3.1：已開發之 H.system 流程圖[4]。

Input sequences

Is the motion detected?

Candidate POI detection

Candidate POI verification

Respiratory frequency calculation

Output Yes

No

Color to gray conversion

Image difference Infant motion detection

conversion

POI candidates

26

0.68 0.68 0.74 0.71 0.68

0

27

(a) (b)

圖 3.3：不同亮度之範例。(a)平均亮度值 67，視為亮度低。(b)平均亮度值 113，視為亮度正常。

(B) NF 之參數設定

NF(有效驗證期，取 Number of verification frames 縮寫)為一預設之 frame 數，

系統用於驗證之 frame 至少須達到此一數量，加上前述 NC 和 NP 皆達成預設目標 數量，方可通過驗證並開始計算呼吸頻率。H.system 原先將 NF 設為 36，而本研 究以相同之 34 支影片進行正確率測試，於合理範圍代入不同參數測試 NF，NC 和 NP 值則選用前述實驗測試所得之最佳值，即 60 與 10。結果如圖 3.2(b)所示，

橫軸代表當 NC=60 且 NP=10 時，分別測試 NF 為 0、18、36、54 和 72 之結果，

縱軸代表呼吸頻率量測結果之正確率，當有效驗證期為 36 時，於 34 支影片中有

縱軸代表呼吸頻率量測結果之正確率，當有效驗證期為 36 時，於 34 支影片中有