从部视频中估计非接触式心率和心率可变性的估计
概括
研究人员利用视频探索从部提取脉冲信号,发现绿色方法可用于非接触式心率 (HR) 估计. 这为面部分析提供了一种保护隐私的替代方案,用于远程健康监测.
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:
- 基于视频的脉冲提取是一种非接触式生理监测技术.
- 传统方法专注于面部区域,由于隐私问题限制了应用.
- 部区域是脉冲信号提取研究不足的区域.
研究的目的:
- 通过视频录制来研究从部区域提取脉冲信号的可行性.
- 为了比较六种不同基于视频的脉冲提取方法在部数据上的性能.
- 为了验证提取的脉冲信号与心电图 (ECG) 记录的准确性.
主要方法:
- 收集了14名健康受试者的部和胸部视频数据,这些视频数据来自14名健康受试者在喘息期间的视频数据.
- 使用基于模板的算法跟踪了子上一个感兴趣的区域.
- 使用六种已确定的方法处理像素强度变化:绿色,基于染色度,植物与皮肤对角,对角矩阵图像转换,独立组件分析和局部组不变性.
主要成果:
- 绿色方法显示了与心电图衍生的心率 (HR) 的最高一致性.
- 最初的HR协议的偏差为-4.89 bpm,LoA为-29.97至20.17 bpm.
- 在排除噪音数据后,一致性得到改善,偏差为-1.42 bpm,LoA为-4.95至2.09 bpm.
- 使用SDNN的心率变化 (HRV) 与EGG相比,在GREEN方法中通常更高.
结论:
- 部区域是基于视频的脉冲信号提取和HR估计的可行地点,特别是在GREEN方法中.
- 需要进一步完善基于视频的脉冲提取技术,特别是用于HRV评估.
- 基于部的视频脉冲提取为远程健康监测提供了有前途的应用,解决了与面部记录相关的隐私问题.
