| 1 |
1
열화상 획득 장치와 연결되어, 모니터링 대상자를 포함하는 열화상을 수신하는 통신 인터페이스;상기 열화상으로부터, 상기 모니터링 대상자의 호기 시 가스가 배출되는 호기 영역을 포함하는 호흡 관심 영역을 선택하고,선택된 호흡 관심 영역에 대응하는 열화상을 처리하여 호기 기류 영상을 획득하고,획득된 호기 기류 영상으로부터 호흡 신호를 추출하는 제어부; 및상기 호흡 신호가 입력되면, 상기 호흡 신호에 대응하는 호흡 패턴의 분류 결과를 제공하도록 학습된 호흡 패턴 분류기를 포함하는,호흡 모니터링 장치
|
| 2 |
2
제1항에 있어서, 상기 제어부는,상기 열화상으로부터 상기 모니터링 대상자의 얼굴 영역을 인식하고, 인식된 얼굴 영역에 기초하여 상기 호흡 관심 영역을 선택하는,호흡 모니터링 장치
|
| 3 |
3
제2항에 있어서, 상기 제어부는,상기 인식된 얼굴 영역의 무게 중심(centroid)을 산출하고,산출된 무게 중심의 위치를 기준점으로 하여 상기 호흡 관심 영역을 선택하는, 호흡 모니터링 장치
|
| 4 |
4
제1항에 있어서, 상기 제어부는,상기 호흡 관심 영역의 열화상으로부터, 대기 온도 변화 성분 및 배경 온도 성분을 제거함으로써 상기 호기 기류 영상을 획득하는,호흡 모니터링 장치
|
| 5 |
5
제4항에 있어서, 상기 제어부는,상기 호흡 관심 영역의 열화상 중 호기 배제 영역에 포함된 적어도 하나의 화소 각각의 온도 변화 정보를 획득하고,획득된 적어도 하나의 온도 변화 정보로부터 상기 대기 온도 변화 성분을 추정하고,상기 호흡 관심 영역의 열화상으로부터 상기 추정된 대기 온도 변화 성분을 제거하는,호흡 모니터링 장치
|
| 6 |
6
제5항에 있어서, 상기 제어부는, 대기 온도 변화 성분이 제거된 열화상의 화소들 각각에 대해 복수의 국소 최소값들을 추출하고,추출된 복수의 국소 최소값들의 보간(interpolation)을 통해 상기 배경 온도 성분을 추정하는,호흡 모니터링 장치
|
| 7 |
7
제1항에 있어서,상기 제어부는,상기 호기 영역에 대해, 상기 모니터링 대상자의 얼굴로부터의 거리에 따라 복수의 영역들을 설정하고,상기 호기 기류 영상으로부터, 상기 복수의 영역들 각각의 호기량 벡터를 생성하고, 생성된 복수의 호기량 벡터를 포함하는 호흡 신호를 추출하는,호흡 모니터링 장치
|
| 8 |
8
제7항에 있어서, 상기 제어부는,상기 복수의 영역들 중 제1 영역에 대해, 상기 제1 영역 내에 포함된 화소들 각각의 온도값을 시간별 또는 프레임별로 합산하고,합산된 값들에 기초하여 상기 제1 영역에 대한 호기량 벡터를 생성하는,호흡 모니터링 장치
|
| 9 |
9
제1항에 있어서, 상기 호흡 패턴 분류기는,상기 호흡 신호에 대해, 기설정된 호흡 패턴들 중 어느 하나를 분류 결과로서 출력하고,상기 호흡 패턴들은 정상 호흡과 이상 호흡을 포함하고,상기 이상 호흡은 호흡 과도(hyperpnea), 호흡저하(hypopnea), 빈호흡(tachypnea), 완서호흡(bradypnea), 호흡 곤란(dyspnea), 및 기침(cough) 중 적어도 하나를 포함하는,호흡 모니터링 장치
|
| 10 |
10
제1항에 있어서,상기 호흡 패턴 분류기는 LSTM(long short-term memory), RNN(recurrent neural network), 및 GRU(gate recurrent unit) 중 어느 하나에 기반한 심층 기계학습에 따라 구현되는,호흡 모니터링 장치
|
| 11 |
11
제1항에 있어서,상기 호흡 패턴의 분류 결과 또는 상기 분류 결과에 대응하는 알림을 출력하는 출력부를 더 포함하는,호흡 모니터링 장치
|
| 12 |
12
열화상 획득 장치로부터, 모니터링 대상자를 포함하는 열화상을 수신하는 단계;수신된 열화상으로부터, 상기 모니터링 대상자의 호기 시 가스가 배출되는 호기 영역을 포함하는 호흡 관심 영역을 선택하는 단계;상기 선택된 호흡 관심 영역에 대응하는 열화상을 처리하여 호기 기류 영상을 획득하는 단계;상기 호기 기류 영상으로부터 호흡 신호를 추출하는 단계; 및호흡 신호에 대응하는 호흡 패턴의 분류 결과를 제공하도록 학습된 호흡 패턴 분류기를 통해, 상기 추출된 호흡 신호에 대응하는 호흡 패턴의 분류 결과를 획득하는 단계를 포함하는,호흡 모니터링 방법
|
| 13 |
13
제12항에 있어서, 상기 호흡 관심 영역을 선택하는 단계는,상기 열화상으로부터 상기 모니터링 대상자의 얼굴 영역을 인식하는 단계;상기 인식된 얼굴 영역의 무게 중심을 산출하는 단계; 및상기 산출된 무게 중심의 위치를 기준점으로 하여, 기 정의된 방식에 따라 상기 호흡 관심 영역을 선택하는 단계를 포함하는,호흡 모니터링 방법
|
| 14 |
14
제12항에 있어서, 상기 호기 기류 영상을 획득하는 단계는,상기 호흡 관심 영역의 열화상으로부터, 대기 온도 변화 성분 및 배경 온도 변화 성분을 제거함으로써 상기 호기 기류 영상을 획득하는 단계인,호흡 모니터링 방법
|
| 15 |
15
제12항에 있어서,상기 호흡 신호를 추출하는 단계는,상기 호기 영역에 대해 복수의 영역들을 설정하는 단계;상기 복수의 영역들 각각에 대해, 영역에 포함된 화소들 각각의 온도값을 시간별 또는 프레임별로 합산하는 단계; 및합산된 값들에 기초하여, 상기 복수의 영역들 각각에 대한 호기량 벡터를 생성하고, 생성된 복수의 호기량 벡터를 포함하는 상기 호흡 신호를 추출하는 단계를 포함하는,호흡 모니터링 방법
|
| 16 |
16
제12항에 있어서, 상기 호흡 패턴 분류기는 LSTM(long short-term memory), RNN(recurrent neural network), 및 GRU(gate recurrent unit) 중 어느 하나에 기반한 심층 기계학습에 따라 구현되는,호흡 모니터링 방법
|
