Система и способ для извлечения физиологической информации из удаленно обнаруженного электромагнитного излучения

Система и способ для извлечения физиологической информации из удаленно обнаруженного электромагнитного излучения

Иллюстрации

Показать все

Реферат

ОБЛАСТЬ ТЕХНИКИ

Настоящее изобретение относится к системе и способу для извлечения физиологической информации из удаленно обнаруженного электромагнитного излучения. Конкретнее, настоящее изобретение относится к детектированию жизненно важных параметров или, в более общем смысле, информации об основных показателях состояния организма из электромагнитного излучения, переизлученного исследуемым объектом. Более конкретно, но также не в ограничительном смысле, настоящее изобретение может дополнительно относиться к извлечению информации из удаленно обнаруженного электромагнитного излучения, которое содержит, по меньшей мере, частично, видимое излучение. Видимое излучение может относиться к излучению в определенном диапазоне длин волн, видимом человеческим глазом. Еще более конкретно, настоящее изобретение может относиться к системам и способам обработки изображения для детектирования и мониторинга жизненно важных параметров, что может применяться, например, в области удаленного мониторинга, например удаленного фотоплетизмографического мониторинга, удаленного детектирования насыщения кислородом, а также в родственных областях применения.

Изобретение дополнительно относится к соответствующей компьютерной программе.

ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ

В публикации WO 2008/125995 A1 раскрыты система и способ для одновременного сбора информации об основных показателях состояния организма и получения изображения пациента, при этом система включает в себя:

- устройство контроля основных показателей состояния организма, на которое поступают параметрические данные пациента и данные изображений;

- формирователь изображений, соединенный с устройством контроля основных показателей состояния организма, который фиксирует изображение пациента и передает данные изображений на устройство контроля основных показателей состояния организма; а также

- один или более датчиков, контролирующих по меньшей мере один жизненно важный показатель пациента и передающих параметрические данные пациента, описывающие по меньшей мере один жизненно важный показатель, на устройство контроля основных показателей состояния организма.

В публикации WO 2010/100594 A2 раскрыты способ и система для обработки изображений по меньшей мере одного живого существа, включающие в себя:

- получение последовательности цифровых изображений, принятых в последовательные моменты времени;

- выбор по меньшей мере одной измерительной зоны, содержащей множество точек изображений, при этом

этап выбора по меньшей мере одной измерительной зоны включает в себя анализ информации на основе пиксельных данных множества частей изображений по меньшей мере на одном из изображений, при этом каждая часть изображения включает в себя по меньшей мере одну точку изображения, а также выбор каждой измерительной зоны из сопряженных частей, имеющих по результатам оценки схожие характеристики; а также

- для каждой измерительной зоны получение сигнала, отражающего, по меньшей мере, варьирование изменяющегося во времени среднего значения комбинации пиксельных значений, по меньшей мере, в ряде точек изображений, для использования в обнаружении, по меньшей мере, наличия или частотного значения по меньшей мере одного пика в спектре сигнала, соответствующего частоте периодического физиологического процесса.

В этом документе дополнительно раскрыт ряд усовершенствований способа и системы. Например, предусмотрено использование фотоплетизмографической (PPG) визуализации.

Подходы с использованием фотоплетизмографии могут применяться в т.н. пульсовых оксиметрах, которые обычно выполнены с возможностью проведения мониторинга исследуемого объекта, например мониторинга насыщение крови пациента кислородом. Часто опосредованное измерение насыщения (артериальной) крови кислородом называют SpO₂-измерением.

В последнее время были описаны и продемонстрированы системы удаленного мониторинга на основе цифровых изображений для получения информации о пациенте или физиологической информации о живых существах вообще.

В контексте настоящего описания термин "удаленно обнаруженное электромагнитное излучение" может относиться к компонентам излучения, направленного на исследуемый объект от источника излучения и "отраженного" участком кожи исследуемого объекта. Поскольку механизмы отражения кожи объекта довольно сложны и зависят от множества факторов, таких как длина волны, глубина проникновения, состав кожи, структура сосудистой системы и дополнительных определяющих параметров, такие термины как "испущенное", "переданное" и "отраженное" не следует понимать в ограниченном смысле. Обычно часть падающего излучения может отражаться на (верхней) поверхности кожи. Кроме того, часть падающего излучения может проникать в кожу и проходить сквозь слои кожи. В конечном счете, по меньшей мере, часть падающего проникающего излучения может поглощаться кожей, в то время как, по меньшей мере, другая часть падающего проникающего излучения может рассеиваться в коже (а не отражаться на поверхности кожи). Следовательно, компоненты излучения, представляющие исследуемый объект, которые могут улавливаться датчиком, можно назвать переизлученным излучением.

Для подходов удаленного мониторинга и измерения продемонстрировано использование съемочных камер. Съемочные камеры, в частности, могут подразумевать видеокамеры, способные фиксировать последовательность кадров изображения. Предпочтительно могут использоваться съемочные камеры, способные фиксировать видимый свет. Эти съемочные камеры могут иметь определенную характеристику чувствительности, покрывающую, по меньшей мере, значительную часть диапазона видимого света электромагнитного спектра. В контексте настоящего описания видимый свет следует понимать как часть электромагнитного спектра, воспринимаемая человеческим глазом без дополнительных технических средств.

Удаленный мониторинг объекта (например, мониторинг пациента) считается полезным, поскольку таким способом можно проводить бесконтактные измерения. Наоборот, неудаленные (контактные) измерения обычно требуют наложения датчиков и даже маркеров на исследуемый участок кожи объекта, который требуется проконтролировать. Во многих случаях это считается неприятным, в особенности при проведении долгосрочного мониторинга.

Таким образом, полезно создать систему и способ для удаленного мониторинга, которые дополнительно внесут вклад в преодоление необходимости в проведении навязчивого (контактного) измерения.

В этой связи в работе "Remote plethysmographic imaging using ambient light", Verkruysse и др., Optics Express, 16(26), 22 декабря 2008, стр. 21434-21445, показано, что фотоплетизмографические сигналы могут измеряться удаленно при нормальном окружающем освещении и с помощью весьма традиционных видеокамер. Однако при удаленном измерении следует ожидать больших помех. Помехи могут включать нежелательное относительное движение исследуемого объекта и контрольно-измерительного устройства. Кроме того, условия переменной освещенности могут отрицательно влиять на надежность мониторинга и точность мониторинга. Помимо этого, поскольку датчики сбора изображений (например, съемочные камеры) обычно могут захватывать поле обзора (например, соответствующее размеру кадра), в котором одновременно присутствуют исследуемый объект и дополнительные окружающие объекты, требуется выбрать и отслеживать исследуемую область, если это возможно. Кроме того, в отношении исследуемого объекта могут присутствовать индикативные участки, содержащие требуемую физиологическую информацию (например, участки кожи), и неиндикативные участки (например, волосы и одежда). Помимо этого, в зафиксированном кадре может присутствовать множество объектов (например, пациентов). В то время как при проведении контактных тактильных измерений эти вредные факторы создания помех могут быть сведены к минимуму, подходы к удаленным бесконтактным измерениям в этом отношении сталкиваются с очень большими трудностями.

С учетом того, что представляющие интерес сигналы могут быть заключены или, так сказать, «спрятаны» в незначительных флуктуациях цвета кожи или даже в шаблонах мельчайших движений, следует ожидать весьма низких соотношений сигнал/шум, принимая во внимание существенное отрицательное влияние помех и искажений, способных исказить зарегистрированные данные.

В некоторых областях применения соотношение сигнал/шум может даже быть еще более низким. Это может иметь место, когда контролирование или измерение, в конечном счете, направлено на установление полученной информации об основных показателях состояния организма, которая, главным образом, должна быть определена опосредованно на основе сигналов, напрямую получаемых из зарегистрированных данных.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Задача настоящего изобретения заключается в создании системы и способа для извлечения физиологической информации из удаленно обнаруженного электромагнитного излучения, направленных на решение, по меньшей мере, некоторых из вышеуказанных проблем, а также обеспечении дальнейшего усовершенствования обработки зарегистрированных сигналов, так чтобы требуемая информация могла быть получена даже в весьма плохих условиях мониторинга. Кроме того, предпочтительно создать систему и способ, способные содействовать процессу мониторинга, более предпочтительно автоматизировать его. В частности, необходимость во вмешательстве и действиях человека в процессе мониторинга будет снижена.

В первом аспекте настоящего изобретения представлена система для извлечения физиологической информации из удаленно обнаруженного электромагнитного излучения, при этом система содержит:

- интерфейс, выполненный с возможностью приема потока данных, содержащего данные изображений, представляющие общую наблюдаемую область, содержащую по меньшей мере один исследуемый объект;

- разделительный блок, выполненный с возможностью образования множества подобластей в общей области;

- классификатор, выполненный с возможностью классификации множества подобластей по меньшей мере на один индикативный тип области и по меньшей мере один вспомогательный тип области, при этом по меньшей мере один индикативный тип области содержит по меньшей мере одну индикативную область исследования, по меньшей мере, частично представляющую исследуемый объект; а также

- процессор обработки данных, выполненный с возможностью обработки по меньшей мере одной подобласти, классифицированной в качестве исследуемой области, что позволяет получить жизненно важную информацию.

Изобретение основано на идеи о том, что выбор области в зарегистрированных данных изображений является решающим для достижения более высоких результатов извлечения сигналов даже в весьма плохих условиях мониторинга. Поскольку обычно исследуемый объект, а также окружающие объекты или даже датчик (или съемочная камера), используемые в процессе мониторинга, могут совершать движения относительно друг друга, как правило, также и исследуемая область "перемещается" или "дрейфует" с течением времени в зарегистрированных данных изображений. Таким образом, по существу потребуются действия человека, например, первоначальный выбор исследуемой области и последующий перевыбор. Следовательно, точность мониторинга существенно зависит от фактического опыта оператора.

Автоматизированная классификация и автоматизированный процесс выбора могут уменьшить необходимость во вмешательстве человека в отношении исследуемой области (ROI) при проведении мониторинга объекта. Выбор и классификация подобластей могут содержать выполнение заданных алгоритмов, а значит, выполняться без необходимого участия человека (или оператора). Кроме того, классификатор может быть выполнен не только с возможностью определения "хороших" подобластей, которые отображают требуемые сигналы и могут использоваться в ходе последующих процессов извлечения жизненно важной информации. Классификатор может дополнительно использоваться для определения в некоторой степени "неиндикативных" подобластей (в терминах требуемых сигналов), которые, с другой стороны, могут служить в качестве референсных областей для уменьшения помех и искажений. В этой связи предпочтительно, чтобы по меньшей мере один вспомогательный тип области содержал по меньшей мере одну референсную область.

Следовательно, поскольку обычно преобладающие изменения и варьирования в референсных областях могут быть отнесены к помехам, таким как движение или условия переменной освещенности, референсные области могут использоваться и обрабатываться в сравнительном плане, чтобы дополнительно повысить соотношение сигнал/шум в исследуемой области, к которой в первую очередь обращаются для извлечения требуемой информации.

В контексте настоящего описания данные изображений могут содержать цифровые данные изображений, например по меньшей мере одну последовательность кадров изображений. В некоторых вариантах осуществления последовательность кадров изображений может также именоваться потоком видеоданных. Предпочтительно данные изображений, по меньшей мере, частично содержат информацию видимого излучения. Видимое излучение может именоваться видимым светом. Термин «видимый свет» может относиться к спектральному диапазону излучения, воспринимаемому человеческим глазом. Например, видимый свет или видимое излучение может содержать длины волн от около 390 до около 750 нанометров (нм). Само собой разумеется, термин «видимый свет» может также относиться к поддиапазонам общего диапазона видимого света.

В более общем смысле данные изображений могут содержать информацию оптического излучения. Оптическое излучение может содержать длины волн от около 100 нанометров (нм) до около 1 миллиметра (мм). В некоторых вариантах осуществления данные изображений могут дополнительно содержать информацию невидимого излучения. Невидимое излучение может содержать, но не ограничиваясь перечисленным, инфракрасное (IR) излучение и ультрафиолетовое (UV) излучение. Следовательно, данные изображений могут содержать видимую и невидимую информацию (в терминах восприятия длин волн человеческим глазом).

В качестве примера данные изображений могут содержать изобразительную информацию многоканальной передачи. Например, данные изображений могут состоять из RGB-данных. Цветовая модель RGB может относиться к условному обозначению конкретной цветовой модели или цветового представления. Разумеется, для определения данных изображений могут использоваться различные условные обозначения цветовых моделей. Обычно данные изображений содержат композицию, зависящую от длин волн. В этом отношении данные изображений могут быть сформированы несколькими цветовыми каналами, которые могут содержать цветовые каналы передачи одного цвета (монохромные) и цветовые каналы передачи множества цветов, такие как RGB, CMYK или схожий цветовой канал, или условные обозначения цветовых компонентов. Кроме того, в некоторых вариантах осуществления данные изображений могут пополняться путем добавления дополнительных каналов или компонентов, например каналов невидимого излучения, таких как IR-канал или UV-канал.

Подобласти, которые требуется классифицировать с помощью классификатора, могут иметь одинаковые или неодинаковые размер и форму. Подобласти могут располагаться смежно друг другу. В качестве альтернативы подобласти могут накладываться, по меньшей мере, частично. В качестве альтернативы подобласти могут быть разнесены друг от друга. Помимо этого, по меньшей мере, некоторые из подобластей могут представлять собой составную часть других подобластей. Размер и форма подобластей могут быть «гибкими» и их можно определять по-разному для каждого из каналов изображения, описанных в предыдущем параграфе. Таким образом, размер может приспосабливаться и изменяться с течением времени, чтобы дополнительно повысить результат соответствия, а значит, и качество сигнала. Поскольку по меньшей мере одна или некоторые из подобластей могут дрейфовать или перемещаться в общей наблюдаемой области с течением времени, взаимосвязь, по меньшей мере, между некоторыми из подобластей в отношении размера, перекрытия, положения и т.д. также может изменяться с течением времени.

Следовательно, в общей наблюдаемой области можно создать шаблон классифицированных подобластей. Помимо этого, индикативные подобласти можно отделить от неиндикативных искаженных областей. Таким образом, может быть использован, так сказать, эвристический подход для идентификации индикативных областей исследования.

Классификатор может быть дополнительно выполнен с возможностью отнесения множества подобластей к неопределимому типу области. Таким образом, классификатор может классифицировать подобласти на индикативный тип области, вспомогательный тип области и неопределимый тип области. Например, некоторые подобласти могут содержать изображение индикативного участка исследуемого объекта, по меньшей мере, частично, и в то же время содержать неиндикативные области. Таким образом, классификатор приписывает данный тип области к неопределимому типу области, чтобы исключить сомнительные случаи.

Жизненно важная информация может относиться к информации об основных показателях состояния организма или других физиологических параметрах. В некоторых вариантах осуществления могут определяться насыщение крови кислородом, частота пульса, частота дыхания, а также схожие жизненно важные показатели и/или физиологические параметры в целом, в том числе их сочетания и производные параметры. Исследуемый объект, который требуется проконтролировать, может представлять собой живое существо или, по меньшей мере, часть живого существа, такую как орган. Например, могут рассматриваться люди и животные. Само собой разумеется, общая наблюдаемая область не обязательно должна содержать полноразмерное представление исследуемого объекта. Также и частичное изображение исследуемого объекта может быть обработано для извлечения информации об основных показателях состояния организма. В некоторых вариантах осуществления система может быть дополнительно выполнена с возможностью обработки данных изображения, содержащих изображение более чем одного исследуемого объекта. Для этого могут применяться известные подходы распознавания личности. Следовательно, в общей области может присутствовать множество исследуемых объектов и соответственно обрабатываться в целях мониторинга множества объектов.

Процессор обработки данных может быть дополнительно выполнен с возможностью отслеживания по меньшей мере одной индикативной области исследования. В частности, процессор обработки данных может быть дополнительно выполнен с возможностью отслеживания по меньшей мере одной исследуемой области при рассмотрении по меньшей мере одной подобласти, классифицированной в качестве референсной области. Как указано выше, сведения о наличии и характеристиках по меньшей мере одной референсной области могут использоваться системой. Разумеется, также по меньшей мере одна референсная область может соответственно отслеживаться, чтобы распознать соответствующий сдвиг, который может соответствовать сдвигу, претерпеваемому по меньшей мере одой исследуемой областью.

Согласно дополнительному варианту осуществления по меньшей мере один вспомогательный тип области содержит по меньшей мере одну референсную область, при этом по меньшей мере один вспомогательный тип области содержит по меньшей мере одну область, выбранную из группы, состоящей из референсной области по сигналу, референсной области по отслеживанию, референсной области по относительному движению, а также их сочетания.

Каждая из референсных областей может содержать определенные характеристики, которые могут использоваться при отслеживании по меньшей мере одной исследуемой области. Например, референсная область по отслеживанию может содержать отображение выраженных признаков исследуемого объекта, которые могут легко отслеживаться. Следовательно, для отслеживания по меньшей мере одной исследуемой области, например, относительное смещение между референсной областью по отслеживанию и исследуемой областью может применяться к отслеженной референсной области по отслеживанию с течением времени. В качестве примера референсная область по отслеживанию может содержать изображение лица. Обычно лицо объекта можно легко отследить. Кроме того, исследуемая область может содержать лобный участок контролируемого объекта. Таким образом, исследуемая область может представлять собой составную часть референсной области по отслеживанию. Однако в альтернативных вариантах осуществления соответствующие области могут быть разнесены или перекрыться друг с другом. Движение в отношении соответствующих сдвигов может использоваться в качестве меры компенсации движения.

Референсная область по относительному движению может содержать изображение окружающих объектов или фоновых объектов, которые обычно неподвижны. Таким образом, можно определить относительное движение между исследуемым объектом и стационарными объектами. Кроме того, можно определить относительное движение между датчиком (например, съемочной камерой) и неподвижными компонентами.

Референсная область по сигналу может содержать информацию, которая не представляет главного интереса для отслеживания объекта. Референсная область по сигналу может представлять собой область, расположенную вблизи по меньшей мере одной исследуемой области, но не содержащую индикативных компонентов (в терминах требуемой информации об основных показателях состояния организма). Например, референсная область по сигналу может содержать изображение участка исследуемого объекта, накрытого одеждой или даже постельным бельем. Таким образом, референсная область по сигналу обычно подвержена воздействию схожих или даже тех же самых помех, которые оказывают влияние по меньшей мере на одну исследуемую область. Следовательно, референсная область по сигналу может служить в качестве индикатора или базисной мерой фактического зависящего от шума искажения индикативной области исследования. Таким образом, факторы создания помех могут быть распознаны и "вычтены" по меньшей мере из одной индикативной области исследования. Следовательно, соотношение сигнал/шум по меньшей мере в одной исследуемой области может быть повышено.

Кроме того, предпочтительно исследуемая область содержит участок кожи по меньшей мере одного исследуемого объекта. Обычно требуемая жизненно важная информация заключена в малых флуктуациях цвета кожи или шаблонах мельчайших движений, присутствующих на коже. Следовательно, по меньшей мере, значительная часть индикативной области исследования должна содержать изображение кожи.

Согласно другому аспекту система дополнительно содержит аппликатор шаблонов, выполненный с возможностью применения шаблона подобластей к общей области. В частности, аппликатор шаблонов может быть выполнен с возможность применения первоначального шаблона подобластей в начале события мониторинга. Первоначальный шаблон может образовывать первоначальный набор подобластей, которые можно выбирать и классифицировать. В качестве альтернативы или дополнительно аппликатор шаблонов может быть выполнен с возможностью повторного применения шаблона подобластей в ходе события мониторинга. Применение шаблона может повторно запускаться в случае, если некоторые проверочные значения качества ниже заданных пороговых значений. Разделительный блок может быть выполнен с возможностью определения каждой подобласти шаблона. В качестве альтернативы разделительный блок может быть выполнен с возможностью определения только некоторых из подобластей шаблона. Проведя классификацию заданных подобластей, система может пренебречь некоторыми из подобластей, в то время как обработка данных может базироваться на оставшихся классифицированных подобластях. Согласно еще одному аспекту классификатор дополнительно выполнен с возможностью классификации подобластей согласно классификационной схеме, при этом классификационная схема содержит по меньшей мере один классификационный параметр, выбранный из группы, состоящей из соответствия цветовой модели, наличия признака, контраста изображения, состояния освещенности, пространственного или временного изменения освещенности, отражения, анатомического расположения, наличия частей тела, точности жизненно важной информации, достоверности жизненно важной информации, а также их вариаций.

В качестве примера классификационный параметр соответствия цветовой модели может базироваться на моделях цвета кожи. Таким образом, может распознаваться наличие цвета кожи. Могут использоваться предопределенные и/или адаптивные модели цвета кожи. Модели цвета кожи могут регулироваться в соответствии с обнаруженными участками кожи. Адаптация модели цвета кожи может быть объединена с распознаванием части тела. Классификационный параметр наличия признака может относиться к наличию кровеносных сосудов, фиброзной ткани (например, рубцов), выраженных особенностей кожи, пигментных пятнен, присутствию глаз, присутствию рта, присутствию носа, присутствию лица и т.д.

Например по меньшей мере одна индикативная область исследования должна классифицироваться на основе классификационной схемы, которая в значительной степени полагается на распознавание кожи, а потому должна быть согласована с моделью цвета кожи. В качестве альтернативы или дополнительно индикативная область исследования может быть получена на основе распознавания части тела. Распознавание части тела может элементарно заключаться в разделении между частями тела и не частями тела или быть весьма сложным, выполняемым на уровне классификации конкретных анатомических расположений (например, лоб в сравнении со щекой, в сравнении с рукой, либо центральное в сравнении с периферийным и т.д.). Кроме того, в некоторых вариантах осуществления индикативный тип области должен обладать низким контрастом изображения. Предпочтительно изменения освещенности и отражение от поверхности кожи (например, зеркальное отражение) отсутствуют или присутствуют лишь в ограниченном объеме по меньшей мере в одной выбранной индикативной области исследования. Помимо этого, если обработка рассматриваемой индикативной области исследования позволяет получить адекватные результаты (например, в терминах достоверной информации об основных показателях состояния организма), по всей вероятности соответствующую область можно классифицировать в качестве индикативной области исследования. Таким образом, может применяться ретроспективный классификационный подход. Например, рассматриваемая область может обрабатываться так, чтобы выявить частоту сердечных сокращений и/или насыщение кислородом, и/или производные сигналы. Если эти сигналы лежат в разумных пределах, в еще большей степени есть основания полагать, что рассматриваемая область представляет собой индикативную область исследования.

По меньшей мере, одна референсная область по сигналу может использоваться в качестве привязки к шуму окружающей среды, например, изменяющимся условиям окружающего освещения. Таким образом, соответствующая классификационная схема может содержать параметры, фокусирующие внимание на весьма высокой отражающей способности и весьма низком контрасте изображения. Кроме того, референсная область по сигналу может располагаться вблизи индикативной области исследования.

По меньшей мере, одна референсная область по отслеживанию главным образом служит для целей отслеживания. Поскольку движение обычно сильно искажает соотношение сигнал/шум, внесение поправок на движение является решающим для существенного усиления представляющих интерес сигналов. В некоторых вариантах осуществления отслеживание индикативной области исследования по существу практически невозможно, поскольку индикативная область исследования всего лишь обеспечивает низкий контраст изображения. Таким образом, полезно выбрать дополнительные области, которые могут служить в качестве референсной области по отслеживанию. Обычно могут выбираться области, обеспечивающие высокий контраст изображения, поскольку их можно легче отслеживать, чем области с низким контрастом изображения. Следовательно, референсная область по отслеживанию может содержать ярко выраженные ориентиры и структуры. В целях отслеживания к этим ориентирам в референсных областях по отслеживанию могут применяться подходы согласования признаков.

По меньшей мере, одна референсная область по относительному движению может содержать фоновое изображение в общей наблюдаемой области. Обычно для некоторых вариантов осуществления референсная область по относительному движению не содержит компонентов физиологических сигналов. Предпочтительно референсная область по относительному движению содержит весьма высокие характеристики отражения. Кроме того, предпочтительно по меньшей мере одна референсная область по относительному движению обеспечивает высокий контраст изображения, чтобы упростить распознавание движения (относительного).

Согласно еще одному аспекту настоящего раскрытия классификатор дополнительно выполнен с возможностью ранжирования, по меньшей мере, некоторых из подобластей по меньшей мере одного индикативного типа области и по меньшей мере одного вспомогательного типа области. Таким образом, если более одной подобласти можно классифицировать в качестве индикативной области исследования или в качестве соответствующей референсной области, среди множества классифицированных областей могут выбираться и рассматриваться в процессе дальнейшей обработки только те, которые имеют весьма высокое качество. Таким образом, точность обработки и соотношение сигнал/шум можно дополнительно повысить. Например, только соответствующая исследуемая область или референсная область наивысшей категории может быть выбрана для дальнейшей обработки. В качестве альтернативы может быть выбрана относительная или абсолютная доля областей, например, первая десятка, верхние десять процентов. Что же касается по меньшей мере одного вспомогательного типа области, ранжирование может применяться, по меньшей мере, к некоторым или каждой по меньшей мере одной референсной области по сигналу по меньшей мере одой референсной области по отслеживанию и по меньшей мере одной референсной области по относительному движению.

Следовательно, если первоначально в общей области может быть определено и выбрано большое число подобластей, только самые многообещающие области могут использоваться для дальнейшей обработки с целью получения требуемой информации об основных показателях состояния организма.

Поскольку в процессе классификации и/или ранжирования подобластей может рассматриваться множество классификационных параметров, может быть выбрана комбинация классификационных параметров. Каждая из индикативных областей исследования, референсных областей по сигналу, референсных областей по отслеживанию и референсных областей по относительному движению может быть связана (или ассоциирована) с соответствующей определенной комбинацией классификационных параметров. Кроме того, весовые коэффициенты могут применяться, по меньшей мере, к некоторым классификационным параметрам для формирования комбинации классификационных параметров. В некоторых вариантах осуществления, по меньшей мере, некоторые из классификационных параметров могут быть определены в качестве т.н. критериев неприемлемости. Таким образом, может быть определен некоторый порог, устанавливающий минимальные требования к некоторым параметрам. Например, в том, что касается параметра соответствия цветовой модели (кожи), могут быть определены критерии неприемлемости, поскольку, как правило, совершенно необходимо использовать участок кожи в качестве по меньшей мере одной индикативной области исследования.

Согласно еще одному дополнительному аспекту система также содержит по меньшей мере один датчик, способный распознать электромагнитное излучение в конкретном диапазоне длин волн, при этом по меньшей мере один из датчиков способен распознать по меньшей мере один участок длин волн видимого света.

Как говорилось выше, система по изобретению в особенности пригодна для мониторинга на основе изображений, при котором используется оптическое излучение, распознаваемое стандартными датчиками CCD или CMOS, либо датчиками, применяемыми, например, для формирования тепловых изображений. По меньшей мере, один датчик может быть выполнен с возможностью захвата потока данных, содержащего данные изображений. По меньшей мере, один датчик может обладать спектральной чувствительностью или восприимчивостью, приспособленной к диапазону длин волн видимого света. По меньшей мере, один датчик может быть реализован в виде датчика изображения, например CCD-датчика или CMOS-датчика. Разумеется, может также использоваться множество датчиков для распознавания электромагнитного излучения с целью захвата данных изображения, которые требуется обработать.

Согласно дальнейшим разработкам система содержит первый набор датчиков, содержащий по меньшей мере один датчик, способный распознать по меньшей мере один индикативный участок длин волн, а также второй набор датчиков, содержащий по меньшей мере один датчик, способный распознать по меньшей мере один вспомогательный участок длин волн.

Возможны дополнительные группы датчиков, например третий набор датчиков, способных распознать по меньшей мере один дополнительный вспомогательный участок длин волн. Разумеется, соответствующие участки длин волн могут располагаться смежно, на расстоянии друг от друга или, по меньшей мере, частично внахлест в электромагнитном спектре.

Кроме того, в этой связи предпочтительно по меньшей мере один вспомогательный участок длин волн представляет собой участок длин волн, обладающий большей глубиной проникновения в кожу, чем по меньшей мере один индикативный участок длин волн. Таким образом, система может использовать тот факт, что излучение, способное глубоко проникать в кожу, может усилить выраженные признаки кожи, которые могут легко отслеживаться, когда они присутствуют в зарегистрированных данных изображений. По меньшей мере, один индикативный участок длин волн, в свою очередь, может быть выбран соответствующим образом, чтобы повысить флуктуации цвета кожи, которые могут быть весьма индикативными в отношении требуемой информации об основных показателях состояния организма.

Согласно еще одному варианту осуществления второй набор датчиков содержит по меньшей мере один датчик рельефа, способный распознать информацию о глубине. В этой связи система может дополнительно содержать источник электромагнитного излучения, например, лазер. Такой особый источник электромагнитного излучения может избирательно направляться в определенные места в общей области или по меньшей мере одной индикативной области исследования и, в конечном счете, фиксироваться по меньшей мере одним датчиком рельефа. Таким образом, общая область, в частности по меньшей мере одна индикативная область исследования, может быть просканирована, чтобы получить данные о рельефе. Данные о рельефе могут использоваться в качестве дополнительного индикатора для отслеживания по меньшей мере одной исследуемой области. Следовательно, в дополнение к зависящим от длин волн данным изображений система может дополнительно фиксировать информацию, зависящую от глубины, на основе определение времени прохождения определенного излучения, испущенного источником электромагнитного излучения, в сочетании по меньшей мере с одним датчиком рельефа. В более общем смысле, в этом отношении может оказаться предпочтительным, если поток данных содержит по меньшей мере один канал данных изображения, содержащий информацию о глубине.

Согласно еще одному аспекту поток дан