論文の概要: A Web Application for Experimenting and Validating Remote Measurement of
Vital Signs
- arxiv url: http://arxiv.org/abs/2208.09916v1
- Date: Sun, 21 Aug 2022 16:07:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-23 12:23:06.133963
- Title: A Web Application for Experimenting and Validating Remote Measurement of
Vital Signs
- Title(参考訳): バイタルサインの遠隔測定実験と検証のためのwebアプリケーション
- Authors: Amtul Haq Ayesha, Donghao Qiao, Farhana Zulkernine
- Abstract要約: リモート光胸腺撮影(r)技術は、顔ビデオから重要な兆候を計算する。
対象者の心拍数(HR)、心拍変動(HRV)、血圧(BP)、顔ビデオからのストレスを測定するためのWebアプリケーションフレームワークを実装した。
フレームワークの正確性と堅牢性はボランティアの助けを借りて検証された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: With a surge in online medical advising remote monitoring of patient vitals
is required. This can be facilitated with the Remote Photoplethysmography
(rPPG) techniques that compute vital signs from facial videos. It involves
processing video frames to obtain skin pixels, extracting the cardiac data from
it and applying signal processing filters to extract the Blood Volume Pulse
(BVP) signal. Different algorithms are applied to the BVP signal to estimate
the various vital signs. We implemented a web application framework to measure
a person's Heart Rate (HR), Heart Rate Variability (HRV), Oxygen Saturation
(SpO2), Respiration Rate (RR), Blood Pressure (BP), and stress from the face
video. The rPPG technique is highly sensitive to illumination and motion
variation. The web application guides the users to reduce the noise due to
these variations and thereby yield a cleaner BVP signal. The accuracy and
robustness of the framework was validated with the help of volunteers.
- Abstract(参考訳): 患者バイタルの遠隔監視に関するオンライン医療助言の急増が求められている。
これは、顔ビデオから重要な兆候を計算するRemote Photoplethysmography (rPPG)技術で容易に実現できる。
ビデオフレームを処理して皮膚のピクセルを取得し、心臓データを抽出し、信号処理フィルタを適用して血液量パルス(BVP)信号を抽出する。
BVP信号に異なるアルゴリズムを適用し、様々なバイタルサインを推定する。
対象者の心拍数(HR)、心拍変動(HRV)、酸素飽和度(SpO2)、呼吸速度(RR)、血圧(BP)、顔ビデオからのストレスを測定するためのWebアプリケーションフレームワークを実装した。
rPPG技術は照明や動きの変化に非常に敏感である。
Webアプリケーションは、これらの変動によるノイズを低減するようユーザに誘導し、よりクリーンなBVP信号を生成する。
フレームワークの正確性と堅牢性はボランティアの助けを借りて検証された。
関連論文リスト
- Phase-shifted remote photoplethysmography for estimating heart rate and
blood pressure from facial video [5.189602489149301]
心拍数と血圧は、心臓血管系のモニタリングにとって重要な生体情報である。
本論文では,心拍数と血圧を推定する視覚的手法を提案する。
本論文では,2段階の深層学習フレームワークを,BP-NetとBBP-Netで構成する。
論文 参考訳(メタデータ) (2024-01-09T13:56:37Z) - Using BOLD-fMRI to Compute the Respiration Volume per Time (RTV) and
Respiration Variation (RV) with Convolutional Neural Networks (CNN) in the
Human Connectome Development Cohort [55.41644538483948]
本研究では, RVとRVTの2つの呼吸対策を再現するための1次元CNNモデルを提案する。
その結果、CNNはBOLD信号の静止から情報的特徴を捉え、現実的なRVとRVTのタイムリーを再構築できることがわかった。
論文 参考訳(メタデータ) (2023-07-03T18:06:36Z) - DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler
Signal [48.97719097435527]
DopUS-Netはドップラー画像とBモード画像を組み合わせることで、小血管のセグメンテーション精度と堅牢性を高める。
動脈再同定モジュールは、リアルタイムセグメンテーション結果を質的に評価し、拡張ドップラー画像に対するプローブポーズを自動的に最適化する。
論文 参考訳(メタデータ) (2023-05-15T18:19:29Z) - PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal
Imputation [54.839600943189915]
モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。
豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。
このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
論文 参考訳(メタデータ) (2022-12-14T21:39:15Z) - Facial Video-based Remote Physiological Measurement via Self-supervised
Learning [9.99375728024877]
本稿では,映像からr信号を推定する新たなフレームワークを提案する。
負のサンプルは、非線形信号周波数変換を行う学習可能な周波数モジュールを介して生成される。
次に、強化サンプルからr信号を推定するために、局所的なrエキスパートアグリゲーションモジュールを導入する。
異なる顔領域からの相補的な脈動情報を符号化し、それらを1つのr予測に集約する。
論文 参考訳(メタデータ) (2022-10-27T13:03:23Z) - Identifying Rhythmic Patterns for Face Forgery Detection and
Categorization [46.21354355137544]
本研究では, PPG信号に対する空間時間フィルタリングネットワーク (STFNet) と, PPG信号の制約と相互作用のための空間時間インタラクションネットワーク (STINet) からなる顔偽造検出と分類のためのフレームワークを提案する。
フォージェリーメソッドの生成に関する知見を得て,フレームワークの性能を高めるために,イントラソースとイントラソースのブレンディングを提案する。
論文 参考訳(メタデータ) (2022-07-04T04:57:06Z) - ReViSe: Remote Vital Signs Measurement Using Smartphone Camera [0.0]
リモートフォトプラチスモグラフィー(remote Photoplethysmography、rVi)は、バイオメトリックデータを集めるための高速で効果的で安価で便利な方法である。
本稿では,スマートフォンカメラで捉えたユーザの顔のゆがみに基づいて,人々のバイタルサインを測定するためのエンドツーエンドフレームワークを提案する。
ディープラーニングに基づくニューラルネットワークモデルを用いて,顔のランドマークをリアルタイムで抽出する。
論文 参考訳(メタデータ) (2022-06-13T19:20:11Z) - Real Time Video based Heart and Respiration Rate Monitoring [5.257115841810259]
スマートフォンカメラは心拍数(HR)と呼吸速度(RR)を測定することができる
グリーンチャネルの強度の変化は、ビデオのi信号によって測定できる。
本研究の目的は、個人の顔の映像を用いて心拍数と呼吸率を抽出する方法を提供することである。
論文 参考訳(メタデータ) (2021-06-04T19:03:21Z) - Real-time Webcam Heart-Rate and Variability Estimation with Clean Ground
Truth for Evaluation [9.883261192383612]
リモートフォトプレチモグラフィ(r)は、カメラを使って人の心拍数(hr)を推定する
HRVは、心臓の鼓動の間の間隔における微細な変動の尺度です。
新しいフィルタリングとモーション抑制を備えた洗練された効率的なリアルタイムrパイプラインを紹介します。
論文 参考訳(メタデータ) (2020-12-31T18:57:05Z) - Video-based Remote Physiological Measurement via Cross-verified Feature
Disentangling [121.50704279659253]
非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。
次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。
歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
論文 参考訳(メタデータ) (2020-07-16T09:39:17Z) - AutoHR: A Strong End-to-end Baseline for Remote Heart Rate Measurement
with Neural Searching [76.4844593082362]
既存のエンド・ツー・エンドのネットワークが難易度が低い理由を考察し,アーキテクチャ・サーチ(NAS)を用いたリモートHR計測のための強力なベースラインを確立する。
総合的な実験は、時間内テストとクロスデータセットテストの両方で3つのベンチマークデータセットで実施される。
論文 参考訳(メタデータ) (2020-04-26T05:43:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。