通过成像PPG基于多尺度高斯过的无接触血液动力监测
IEEE journal of biomedical and health informatics
|September 5, 2025
概括
这项研究引入了一种新的高斯过和变压器网络方法,以提高皮肤视频的无接触血量脉冲 (BVP) 信号精度. 这项技术显著提高了iPPG信号的精度,以更好地监测心血管健康.
科学领域:
- 生物医学光学
- 生理信号处理
- 在医疗保健中的机器学习
背景情况:
- 通过皮肤视频进行无接触的生理监测.
- 目前的IPPG方法在血液体积脉冲 (BVP) 信号的准确性方面存在局限性.
- 不准确的BVP信号限制了先进的心血管评估,如动脉硬性评估.
研究的目的:
- 通过成像光电显微镜 (iPPG) 提取的血液体积脉冲 (BVP) 信号的精度.
- 开发一种新的生理学方法来提高iPPG信号质量.
- 为了实现更可靠的非接触心血管监测和评估.
主要方法:
- 使用高斯核卷曲 iPPG 信号的生理学知情高斯选方法.
- 模拟BVP波形作为多个高斯元件的混合.
- 使用基于变压器的神经网络来改进高斯表示和重建BVP信号.
主要成果:
- 显示了IPPG的BVP信号精度的显著提高.
- 将BVP信号估计中的平均绝对误差从0.25降低到0.08.
- 验证了基于生理学的高斯过和变压器网络方法的有效性.
结论:
- 拟议的方法大大提高了iPPG信号的精度.
- 提高BVP的准确性有助于在心血管监测中进行先进的医疗应用.
- 这种方法对心脏功能和动脉健康的非接触性评估具有前景.


