マルチリージョン光学フロー分析を用いた非接触呼吸速度の推定のためのハイブリッドCNNスペクトルアーキテクチャ

科学分野:

• バイオメディカルエンジニアリング
• コンピュータビジョン コンピュータビジョン
• 生理学的モニタリング

背景:

• 非接触呼吸率 (RR) の測定は,健康評価に不可欠ですが,運動人工物,照明のバリエーション,さまざまな肌の色などの課題に直面しています.
• 既存の方法は,現実世界のシナリオでの正確性と一般化性に苦戦することが多い.

研究 の 目的:

• 多様な集団における正確な呼吸速度の推定のための堅牢で非接触の枠組みを開発する.
• 現在の非接触式RR監視方法の限界を克服するために.

主な方法:

• オプティカルフロー信号のスペクトル解析と組み合わせたカスタムコンボリュショナルニューラルネットワーク (CNN) が採用されました.
• 呼吸誘発運動は6つの解剖領域 (額,頬,上胸,肩) から抽出されました.
• 適応カルマンフィルタリングとSNRベースの重量融合を用いて,信頼性の高い推定を行い,一般化のために広範なデータ増強を行いました.

主要な成果:

• 提案された方法は,異なる肌の色と年齢で,毎分0.61-0.95呼吸 (bpm) の平均平均誤差 (MAE) を達成しました.
• このシステムは,さまざまな照明条件下でも,臨床的に重要な範囲内で高い精度を示しました.

結論:

• マルチリージョンのCNNスペクトルフレームワークは,呼吸器のモニタリングのための信頼性の高い,非接触,リアルタイムソリューションを提供します.
• この技術は,継続的なヘルスケアと遠隔医療のアプリケーションに重要な可能性を秘めています.