0
| 本文作者： 李雨晨 | 2019-10-31 16:28 |
我們都知道可穿戴心率監(jiān)測器，但掃一掃臉部就能判斷心跳的系統(tǒng)，你們見過嗎？
據(jù)VentureBeat報(bào)道，近日，中國科學(xué)院的研究人員設(shè)計(jì)出了這么一個(gè)系統(tǒng)，并且論文發(fā)表在了Arxiv.org的預(yù)印本中。
在這篇文章中，他們描述了RhythmNet，這是一種端到端的可訓(xùn)練心率評(píng)估器，利用AI和光電容積脈搏波描記法（PPG）（一種檢測皮膚組織中血容量變化的光學(xué)技術(shù)）來應(yīng)對頭部運(yùn)動(dòng)和光線變化方面的挑戰(zhàn)。
正如研究人員所解釋的那樣，基于PPG的心率估算是可以實(shí)現(xiàn)的。因?yàn)槠つw對光的吸收量會(huì)隨著血容量脈沖（BVP）的變化而周期性地變化。在真皮層和皮下層的微血管中，像血紅蛋白這樣的染色體吸收了不成比例的光。這樣，當(dāng)血液泵入下方的靜脈和動(dòng)脈時(shí)，就會(huì)發(fā)生微小的顏色變化。它們是肉眼看不到的，但很容易被嵌入可穿戴設(shè)備的RGB傳感器捕捉到。
雷鋒網(wǎng)了解到，為了訓(xùn)練RhythmNet，該團(tuán)隊(duì)創(chuàng)建了一個(gè)大規(guī)模的多模態(tài)語料庫——VIPL-HR1。該語料庫以開源方式提供，包含了2378個(gè)可見光視頻和752個(gè)近紅外視頻，涉及107名受試者。每個(gè)視頻片段都是由網(wǎng)絡(luò)攝像頭和紅外傳感器以及智能手機(jī)捕捉到的，包含了頭部運(yùn)動(dòng)、頭部姿態(tài)(帶有注釋的偏航、俯仰和滾轉(zhuǎn)角)、照明和設(shè)備使用情況的變化。
RhythmNet由幾個(gè)組件組成，包括一個(gè)面部探測器，該探測器根據(jù)一個(gè)人的面部視頻定位81個(gè)以上的面部標(biāo)記。
此外，還有一個(gè)單獨(dú)的組件進(jìn)行對齊和皮膚分割，以去除眼睛區(qū)域和其他非面部區(qū)域，然后從相隔0.5秒的視頻幀生成時(shí)空圖，以表示心率信號(hào)。這些圖被輸入到機(jī)器學(xué)習(xí)模型中，該模型經(jīng)過訓(xùn)練可以從時(shí)空圖預(yù)測心率，然后計(jì)算每分鐘的估計(jì)心跳次數(shù)，最后得出一個(gè)平均值。
研究人員在MAHNOB-HCI和MMSE-HR兩個(gè)廣泛使用的數(shù)據(jù)庫以及他們自己的數(shù)據(jù)庫上對系統(tǒng)進(jìn)行了評(píng)估。
他們表示，針對VIPL-HR1測試的大多數(shù)樣本(71%)中，RhythmNet的心率估計(jì)誤差低于每分鐘5次，并且在每分鐘47次到147次之間與基本事實(shí)有很好的相關(guān)性。
研究人員還補(bǔ)充說，MAHNOB-HCI和MMSE-HR的錯(cuò)誤率不超過每分鐘8.28次。
據(jù)雷鋒網(wǎng)了解，團(tuán)隊(duì)還計(jì)劃研究這種方法在其他生理狀態(tài)測量任務(wù)中的有效性，比如通過視頻測量呼吸頻率和血壓，以及利分布式學(xué)習(xí)和多任務(wù)學(xué)習(xí)技術(shù)，開發(fā)一個(gè)更強(qiáng)大的心率估計(jì)模型。
“心率是一個(gè)重要的生理信號(hào)，反映了一個(gè)人的身體和情緒狀態(tài)。傳統(tǒng)的心率測量通常依靠接觸式監(jiān)護(hù)儀，這可能會(huì)帶來不便和不適。”該論文的共同作者寫道，“ （我們提出的系統(tǒng)） 僅從表面上看，在數(shù)據(jù)庫內(nèi)和跨數(shù)據(jù)庫測試場景中，都實(shí)現(xiàn)了很不錯(cuò)的心率估計(jì)準(zhǔn)確性。”雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
