Video Experimental Relacionado
Updated: Jun 13, 2026
12:10
Semi-automated Optical Heartbeat Analysis of Small Hearts
Published on: September 16, 2009
12.8K
Algoritmo de luciérnaga y DNN para mejorar la medición del ritmo cardíaco sin contacto a partir de vídeos
Rupinder Saini1, Pooja Sharma1, Saurabh Kumar2
1Rayat Bahra University, Mohali, Kharar, Punjab, India.
Scientific reports
|January 6, 2026
Resumen
Este estudio presenta un novedoso sistema de monitorización del ritmo cardíaco sin contacto que utiliza análisis de vídeo facial y una red neuronal profunda con optimización de luciérnaga. Este método no invasivo logra una alta precisión en la clasificación del ritmo cardíaco en aplicaciones de atención médica y estado físico.
Área de la Ciencia:
- Ingeniería Biomédica
- Ciencias de la Computación
- Inteligencia Artificial
Sus antecedentes:
- La monitorización del ritmo cardíaco sin contacto es crucial para la evaluación no invasiva de la salud.
- Los métodos existentes para la detección de la frecuencia cardíaca basada en el rostro enfrentan desafíos en la precisión y la selección de características.
- Los enfoques de aprendizaje profundo ofrecen potencial para mejorar el análisis de señales fisiológicas.
Objetivo del estudio:
- Desarrollar un sistema novedoso, preciso y no invasivo para la medición del ritmo cardíaco utilizando análisis de vídeo facial.
- Mejorar la selección de características y la precisión de la clasificación para la detección de la frecuencia cardíaca.
- Integrar la optimización de luciérnaga con una red neuronal profunda (DNN) para un rendimiento superior.
Principales métodos:
- Se utilizó análisis de vídeo facial para la medición del ritmo cardíaco sin contacto.
- Se implementó una arquitectura de red neuronal profunda (DNN).
- Se empleó la optimización de luciérnaga para la selección de características y la optimización del modelo.
- Se evaluó el rendimiento utilizando métricas de precisión, recuperación, medida F y exactitud.
Principales resultados:
- Logró una puntuación de precisión del 90,22 % y una puntuación de recuperación del 94,46 %.
- Superó los métodos actuales de vanguardia hasta en un 2,1 % en precisión, un 1,5 % en recuperación y un 2,2 % en medida F.
- Demostró un rendimiento superior en la clasificación de categorías de frecuencia cardíaca clínicamente significativas.
Conclusiones:
- La DNN propuesta integrada con optimización de luciérnaga ofrece una técnica fiable y precisa para la medición del ritmo cardíaco sin contacto.
- Este avance tiene una promesa significativa para aplicaciones en atención médica, seguimiento del estado físico y manejo del estrés.
- El método proporciona una clara ventaja para la clasificación del ritmo cardíaco sin contacto en comparación con metodologías recientes.
