远程医疗已成为医生在保持期间最大程度地减少亲身接触的同时仍提供医疗保健的一种重要方法。但是,通过电话或Zoom约会,医生很难实时地从患者那里获得重要的生命体征,例如他们的脉搏或呼吸频率。
华盛顿大学领导的团队已经开发出一种方法,该方法可以使用一个人的智能手机或计算机上的摄像头从他们面部实时视频中获取他们的脉搏和呼吸信号。研究人员在12月的神经信息处理系统会议上介绍了这种最先进的系统。
现在,该团队正在提出一个更好的系统来测量这些生理信号。该系统不太可能被不同的相机,照明条件或面部特征(例如肤色)绊倒。研究人员将于4月8日在ACM健康,干扰和学习会议上发表这些发现。
“机器学习非常擅长对图像进行分类。如果给它一系列猫的照片,然后告诉它在其他图像中找到猫,它可以做到。但是对于机器学习在远程健康感知方面有所帮助,我们需要该系统可以识别视频中感兴趣的区域,该视频具有最强的生理信息源(例如,脉搏),然后随时间进行测量。”第一作者Paul G的UW博士生刘欣说。 。艾伦计算机科学与工程学院。
“每个人都是不同的,”刘说。“因此,该系统需要能够快速适应每个人的独特生理特征,并将其与其他变化(例如他们的外表和所处的环境)分开。”
该团队的系统是保护隐私的系统-它在设备上而不是在云中运行-并使用机器学习来捕获光线从人脸反射的细微变化,这与血液流动的变化有关。然后它将这些变化转换为脉搏和呼吸频率。
该系统的第一个版本使用数据集进行了训练,该数据集既包含人脸视频又包含“地面真相”信息:每个人的脉搏和呼吸率均由现场的标准仪器测量。然后,系统使用视频中的时空信息来计算生命体征。在对象正在移动和交谈的视频上,它的性能优于类似的机器学习系统。
标签: 远程医疗
免责声明:本文由用户上传,如有侵权请联系删除!