第二章 新生兒意外監控系統
第二節 系統流程
為偵測嬰兒呼吸頻率，本系統會從連續影像中挑選特徵點(feature points)當作 呼吸候選點(以下簡稱候選點)，利用呼吸點的特性篩選出合適的候選點，做為呼 吸點的特徵點。這些呼吸點所在位置之灰階值的變化可以用來描述影像中嬰兒的 呼吸波形，並計算其呼吸頻率。
一般來說，一歲以下的嬰兒在睡眠時，呼吸頻率約為每分鐘 25～35 次。若 系統計算出的呼吸頻率不在此正常範圍內，則會發出警告訊息通知照顧者前來查 看嬰兒的狀況。嬰兒在睡眠時，其呼吸深度和節奏可能會特別不規則，甚至偶爾
會出現幾秒鐘的呼吸暫停現象，心律也會隨之減慢，不過馬上又會開始呼 吸，心律也恢復正常。嬰兒呼吸暫停雖然是正常現象，但如果暫停的時間稍長，
例如暫停十幾秒、二十秒以上，系統就會發出警告，因為這種現象往往是疾病的 表徵，照顧者需多加留意。
另一方面，本系統亦可用來做呼吸的長期偵測，以期建構出一套嬰兒成長速 度與呼吸頻率相關性的常模。未來可用來觀察監控中之嬰兒其發展是否符合一般 常態(如表 2-1)，並可長期追蹤先天呼吸系統不健全的嬰兒其病情是否穩定等，提 供治療時的必要資訊。
表 2-1：各年齡層幼童平均的呼吸頻率[10]。
年齡 新生兒
(出生-28 日)
嬰兒 (1 歲以下)
幼兒 (1-3 歲)
學前兒童 (3-6 歲)
學齡兒童 (6-12 歲) 呼吸頻率
(次數/分鐘) 30-40 20-40 20-35 20-30 15-25
第二節 系統流程
本嬰兒意外監控系統的主流程如圖 2.3 所示。本系統首先將彩色連續影像讀 入並轉成灰階影像，接著將連續影像中連二張影像對應的像素其 intensity 值相減 取絕對值後(image difference)並對該影像進行 motion detection。若影像中的嬰兒有 大幅度的動作 代表嬰兒在清醒狀態或具活動力 ，則系統會偵測到足夠強的 motion，此時系統並不需要進行呼吸偵測。反之，若影像中的嬰兒沒有大幅度的
10
motion，代表嬰兒可能在睡眠狀態，此時系統會進行呼吸頻率偵測。呼吸頻率的 偵 測 方 式 為 先 從 image difference 後 的 結 果 圖 中 擷 取 呼 吸 候 選 點 (feature detection)，接著根據呼吸點的特徵將這些候選點進行驗證(feature verification)，選 出合適的呼吸點作為計算呼吸頻率的依據。最後計算出呼吸頻率來判斷嬰兒目前 的呼吸情況(respiratory frequency calculation)。
在上述步驟中，infant motion detection 之詳細流程如圖 2.4 所示。本系統得到 灰階影像I 後，接著產生兩張影像，t I 和ht I ，分別儲存連續影像中對應像素的lt 最大灰階值(High-intensity extraction)及最小灰階值(Lower-intensity extraction)，其
圖 2.3：以呼吸頻率為基礎之嬰兒意外監控系統流程圖。
Input sequences Input sequences
Is the motion detected?
Candidate detection
Candidate verification
Respiratory frequency calculation
Output Yes
No
Color to gray conversion
Image difference Infant motion detection
conversion tion
Respiratory point candidates
11
目的在記錄影像中各像素出現的 intensity 最大值及最小值。接著將I 及ht I 影像中lt 對應像素的 intensity 值相減得到 spatial difference 影像D 。St D 影像會突顯影像St 中不穩定的部分，也就是嬰兒呼吸或動作變化的地方。接著，將相鄰時間的DSt1及
t
D 影像相減得到 temporal difference 影像S
D
Tt，然而於D 影像中被突顯的嬰兒呼St 吸部分，因為具有週期性改變的特性在D
Tt 影像中會逐漸消失。反之，於D 影像St 中被突顯的動作變化的部分，因為不具有週期性改變的特性，在D
Tt 影像中不會 消失。因此D
Tt 影像可用來判定系統是否要進行呼吸頻率的偵測。總之，若 temporal difference 影像
D
Tt 中有許多像素其值高於某一臨界值，代 表嬰兒具有相當程度活動力，例如：揮手、轉頭、翻身等動作。此時嬰兒發生窒 息的可能性很低，因此系統認為嬰兒是安全的，尚不需進行呼吸偵測；反之，若圖 2.4：Infant motion detection 流程圖。
Gray image (I ) t
Lower-intensity extraction High-intensity extraction
Spatial image difference
Temporal image difference Time delay
t
I h t
DS
1 t
DS
t
I l
t
DS
Temporal difference image (
D
Tt )12 t
D
T影像中所有像素其值皆低於該臨界值，表示影像中的嬰兒沒有明顯的動靜，造成此種現象的可能情形有：嬰兒已進入睡眠或是被外物遮蔽，亦或是嬰兒並不 在畫面中。這種情況系統會立即偵測嬰兒呼吸，以確保嬰兒還具有生命力。詳細 motion detection 的方法將在第二章第三節做介紹。
當系統進入嬰兒呼吸偵測階段時，第一步驟為呼吸候選點偵測(candidate detection)，詳細流程如圖 2.5。系統輸入影像為先前 image difference 的結果Mt， 是利用嬰兒呼吸造成胸腔高低起伏之現象，將相鄰的影像相減得知呼吸發生的可 能位置。但單一次 image difference 的結果，並不足以代表呼吸點可能的所在位 置，如圖 2.6(b)所示。因此累加連續 image difference 的結果，可突顯實際呼吸點 所在位置，如圖 2.6(c)所示；而單一次 image difference 結果可能出現的僞呼吸點 位置，則會因 difference cumulation 的動作而降低系統選擇其為呼吸點的可能性。
圖 2.5：Candidate detection 流程圖。
Image difference (Mt)
Difference cumulation
Is the number of difference images enough?
Feature value calculation
Candidate localization Yes
No
Respiratory point candidates
13
接著，利用 difference cumulation 的結果可計算每個像素的特徵值(feature value calculation)。系統將特徵值由大到小排序後，挑選特徵值前幾名的像素當作呼吸 候選點(candidate localization)，待後續驗證。詳細 candidate detection 的方法將在 第三章第一節做介紹。
圖 2.6：彩色連續影像、image difference 及 difference cumulation 之結果。(a) 輸入連續影像。(b) image difference 之結果。(c) difference cumulation 之結果。
(a)
(b)
(c)
14
由於系統在 candidate detection 步驟已經找到候選點，驗證時只需針對這些候 選點即可。候選點驗證(candidate verification)的詳細步驟如圖 2.8。驗證過程的輸 入影像為灰階影像I ，而非 image differencet Mt。原因是直接讀取影像中的原始 資訊用來驗證效果較佳。利用某一候選點的座標所對應到的連續灰階影像之像 素，其 intensity 值可計算出四個特徵值，分別是：亂度(entropy)、週期(period)、
偏態(skewness)以及峰度(kurtosis)。亂度是用來描述呼吸的深淺，若候選點不是呼 吸點，則其連續多張影像所對應到的 intensity 值會維持在某一數值，亂度值較低。
反之，若候選點為呼吸點，則其連續多張影像所對應到的 intensity 值會有高低起 伏，分佈範圍較廣，亂度值較高。週期是用來判斷候選點是否具有一定規律，若 其非呼吸點，則 intensity 值的變化不會有規律的週期。當系統進行初始步驟時，
假設某候選點有規律的週期但其週期不屬於正常呼吸的週期，則系統不會判定其 為呼吸點。偏態及峰度則是用來描述某一呼吸候選點所計算出的呼吸週期是否符
圖 2.8：Candidate verification 流程圖。
Input sequence
Fuzzy integral
Entropy Period Skewness Kurtosis Color to gray conversion
Respiratory point candidates
Verification result
15
合高斯分布。若該候選點為呼吸點，則每一次呼吸的周期應該非常接近，長期下 來會形成變異數較小的高斯分布。若其不為呼吸點，則不會有此現象。
系統利用連續輸入影像分別計算出各呼吸候選點的四個特徵值，再分別算出 各特徵值的信心程度及重要性，接著將這些資訊進行模糊整合(fuzzy integral)，可 得到一個整合結果來判斷這些候選點是否為呼吸點。若某一候選點經過驗證後並 不具呼吸點的特性，則將該候選點刪除；若該候選點符合呼吸點的特性，則繼續 保留追蹤。
經過一段有效的驗證期且符合條件的呼吸點數量超過候選點數量的一半 時，系統開始記錄呼吸點的呼吸波形，並計算其頻率。若在有效的驗證期間內，
呼吸點的數量還未達到候選點數量的一半，系統會持續驗證，直到呼吸點數量足 夠。假如超過驗證期呼吸點的數量仍然不足，此時系統會發出警告，因為影像中 提供嬰兒的呼吸資訊缺乏。可能原因是：(1)嬰兒不在監控範圍內，或是(2)嬰兒的 口鼻被異物遮蔽造成呼吸薄弱，以至於不符合嬰兒正常呼吸的偵測條件。這些原 因都會造成系統偵測到的呼吸點數量不足，而即時發出警告以免為時已晚。
最後，系統將經驗證後得到數量足夠的呼吸點來計算嬰兒的呼吸頻率，若計 算出的結果不在嬰兒呼吸的標準範圍內(一般 2 個月以下的嬰兒呼吸頻率在每分 鐘 60 次以下屬於正常；2 個月~1 歲的嬰兒呼吸頻率在每分鐘 50 次以下屬於正常) 或是呼吸快慢不一致，以及呼吸暫停的時間過長，則發出警告通知照顧者前來查 看。