JoVE - Journal of Visualized Experiments
JoVE Visualize
Contact Us
Esta página ha sido traducida por una máquina. Otras páginas pueden seguir apareciendo en inglés. View in English

Estimación de la hemoglobina total (SpHb) de los vídeos faciales utilizando la regresión basada en la red neuronal convolucional 3D

  • 0Department of Electrical and Electronics Engineering, Osmaniye Korkut Ata University, 80000 Osmaniye, Türkiye.
Biosensors +

|

27 de agosto de 2025

|

27 de agosto de 2025

Ver abstracta en PubMed

Resumen

Este resumen es generado por máquina.

Este estudio introduce un método sin contacto para estimar los niveles de hemoglobina utilizando videos faciales y CNN 3D. Esta innovación ofrece una alternativa más rápida y accesible a los análisis de sangre tradicionales para el diagnóstico de diversas afecciones.

Área De La Ciencia

  • Ingeniería biomédica
  • Diagnóstico médico
  • Visión por computadora

Sus Antecedentes

  • La medición de la hemoglobina es crucial para el diagnóstico de infecciones, traumas y anemias.
  • Los métodos actuales (muestreo de sangre, oximetría de pulso) tienen limitaciones como el tiempo, el costo y el contacto físico.
  • Se necesitan métodos no invasivos y sin contacto para entornos remotos o de emergencia.

Objetivo Del Estudio

  • Desarrollar y validar un método automatizado sin contacto para estimar los niveles totales de hemoglobina.
  • Para utilizar datos de video facial y modelos de regresión convolucional 3D para la estimación de la hemoglobina.
  • Proporcionar una alternativa práctica a las técnicas convencionales de medición de la hemoglobina.

Principales Métodos

  • Se recogió un conjunto de datos de 279 voluntarios con video facial sincronizado y datos de hemoglobina del oxímetro de pulso.
  • Se entrenaron modelos de regresión de red neuronal convolucional (CNN) tridimensional (3D CNN, CNN 3D mejorada por la atención, CNN 3D residual).
  • El rendimiento de los modelos se evaluó utilizando el error cuadrado medio de la raíz (RMSE), el error absoluto medio (MAE) y el coeficiente de correlación de Pearson.

Principales Resultados

  • El modelo 3D CNN residual demostró el mejor rendimiento en el conjunto de pruebas.
  • Obtuvo un RMSE de 1.06, un MAE de 0.85, y un coeficiente de correlación de Pearson de 0.73.
  • El modelo desarrollado se implementó en una interfaz gráfica fácil de usar.

Conclusiones

  • La estimación de la hemoglobina sin contacto a partir del video facial es factible utilizando la regresión 3D CNN.
  • Este enfoque ofrece una herramienta prometedora y no invasiva para la evaluación del nivel de hemoglobina.
  • Las aplicaciones potenciales incluyen el monitoreo remoto del paciente y el cribado de diagnóstico rápido.

Palabras clave: