3 个月前

基于网络摄像头的非接触式多参数生理测量技术进展

基于网络摄像头的非接触式多参数生理测量技术进展

摘要

我们提出了一种简单且低成本的方法,仅通过普通网络摄像头即可实现多种生理参数的测量。通过对视频记录中颜色通道进行独立成分分析(Independent Component Analysis, ICA),成功提取了面部区域的血容量脉搏信号。随后,我们量化并比较了心率(HR)、呼吸频率以及心率变异性(HRV,作为心脏自主神经活动的指标),结果与经美国食品药品监督管理局(FDA)批准的传感器所测得的数据高度一致。各项生理参数的测量结果均表现出极高的吻合度。该技术在推动个人健康管理与远程医疗领域具有广阔的应用前景。

基准测试

基准方法指标
photoplethysmography-ppg-heart-rate-1ICA
MAE: 4.39
MAPE (%): 4.30%
Pearson Correlation: 0.82
RMSE: 11.60
photoplethysmography-ppg-heart-rate-2ICA
MAE: 7.96
MAPE (%): 9.20%
Pearson Correlation: 0.51
RMSE: 14.02

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于网络摄像头的非接触式多参数生理测量技术进展 | 论文 | HyperAI超神经