用面部视频分析对心率变化和压力的新型估计算法

科学领域:

• 生物医学工程 生物医学工程
• 生理监测 生理监测
• 信号处理 信号处理

背景情况:

• 心率变化 (HRV) 分析通过检查节拍间隔变化,提供了对人类健康的见解.
• 传统的HRV计算依赖于心电图 (ECG) 信号,需要身体接触.
• 遥控光电显微镜 (rPPG) 提供了一个无接触的生理监测替代方案.

研究的目的:

• 开发和评估使用低成本摄像头监测心率变化 (HRV) 的新系统.
• 为了利用欧勒尔视频放大 (EVM) 进行增强的非接触式HRV估计.
• 通过先进的信号处理技术,提高HRV分析的准确性和精度.

主要方法:

• 使用标准摄像头实现无接触HRV监控系统.
• 应用Eulerian视频放大 (EVM) 来放大微妙的面部颜色变化,表明血液流动.
• 集成信号处理算法来改进EVM输出,以便精确的HRV计算.
• 使用自定义数据集和公共脉冲率检测 (PURE) 数据集进行验证.

主要成果:

• 拟议的基于摄像头的系统证明了有效的HRV监控.
• 增强的信号处理提高了来自EVM的HRV估计的准确性.
• 对比分析表明,拟议方法的性能优于HRV分析中的现有技术.

结论:

• 使用低成本摄像头和EVM进行非接触式HRV监控是可行的和准确的.
• 开发的系统为健康评估提供了一种实用和方便的方法.
• 这种方法有可能在远程和可访问的生理监测中得到广泛应用.