智能识别COVID-19系统根据面部特征预测可疑人员
Mossaad Ben Ayed1,2, Ayman Massaoudi3,4, Shaya A Alshaya1
1Computer Science Department, College of Sciences and Humanities Sciences At alGhat, Majmaah University, Majmaah, 11952 Saudi Arabia.
概括
这项研究引入了一个智能识别COVID-19 (SRC) 系统来检测呼吸短促,这是冠状病毒疾病 (COVID-19) 的关键症状,使用基于视频的心率估计用于机场查.
科学领域:
- 医疗成像医学成像
- 计算机辅助诊断 计算机辅助诊断
- 呼吸系统医学 呼吸系统医学
背景情况:
- 冠状病毒疾病 (COVID-19) 的全球传播需要快速有效的查方法.
- 机场环境需要非侵入性工具来识别患有呼吸困扰的个体,这是COVID-19的主要症状.
- 目前的查方法可能无法充分捕捉微妙的呼吸道异常.
研究的目的:
- 开发一种计算机辅助诊断 (CAD) 框架,用于预测COVID-19的疑似情况.
- 为了识别出现呼吸短促的个体,这是COVID-19的一个关键指标.
- 提出一种用于从面部视频分析中提取呼吸系统异常的新方法.
主要方法:
- 开发一个智能识别COVID-19 (SRC) 系统.
- 使用面部视频分析来估计心率.
- 导出一个呼吸得分来量化呼吸状态.
主要成果:
- SRC系统准确地估计了呼吸速率,平均误差约为每分钟1次呼吸.
- 该系统成功地从视频数据中提取呼吸短促异常.
- 在呼吸得分估计方面取得了很高的准确性.
结论:
- 拟议的SRC系统为机场当局提供了一种有价值的工具,可以预测潜在的感染乘客.
- 这种非侵入性方法有助于早期识别呼吸系统受损的个体.
- 该技术通过促进高流量地区的有针对性的查来支持公共卫生措施.


