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

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.