論文の概要: Full-Body Cardiovascular Sensing with Remote Photoplethysmography
- arxiv url: http://arxiv.org/abs/2303.09638v1
- Date: Thu, 16 Mar 2023 20:37:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-20 16:28:22.138896
- Title: Full-Body Cardiovascular Sensing with Remote Photoplethysmography
- Title（参考訳）: リモートフォトプレチモグラフィを用いた全身循環器センシング
- Authors: Lu Niu, Jeremy Speth, Nathan Vance, Ben Sporrer, Adam Czajka, Patrick
Flynn
- Abstract要約: リモート光胸腺撮影(r)では、反射光の小さなゆらぎを検出して、カメラからの血流の変化を非接触でモニタリングすることができる。
腕,足,手などの非顔の身体領域からrの実現可能性について検討した。
- 参考スコア（独自算出の注目度）: 4.123458880886283
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Remote photoplethysmography (rPPG) allows for noncontact monitoring of blood
volume changes from a camera by detecting minor fluctuations in reflected
light. Prior applications of rPPG focused on face videos. In this paper we
explored the feasibility of rPPG from non-face body regions such as the arms,
legs, and hands. We collected a new dataset titled Multi-Site Physiological
Monitoring (MSPM), which will be released with this paper. The dataset consists
of 90 frames per second video of exposed arms, legs, and face, along with 10
synchronized PPG recordings. We performed baseline heart rate estimation
experiments from non-face regions with several state-of-the-art rPPG
approaches, including chrominance-based (CHROM), plane-orthogonal-to-skin (POS)
and RemotePulseNet (RPNet). To our knowledge, this is the first evaluation of
the fidelity of rPPG signals simultaneously obtained from multiple regions of a
human body. Our experiments showed that skin pixels from arms, legs, and hands
are all potential sources of the blood volume pulse. The best-performing
approach, POS, achieved a mean absolute error peaking at 7.11 beats per minute
from non-facial body parts compared to 1.38 beats per minute from the face.
Additionally, we performed experiments on pulse transit time (PTT) from both
the contact PPG and rPPG signals. We found that remote PTT is possible with
moderately high frame rate video when distal locations on the body are visible.
These findings and the supporting dataset should facilitate new research on
non-face rPPG and monitoring blood flow dynamics over the whole body with a
camera.
- Abstract（参考訳）: RPPG(Remote Photoplethysmography)は、反射光の小さなゆらぎを検出して、カメラからの血流の変化を非接触でモニタリングする。
rPPGの以前の応用は、顔ビデオに焦点を当てていた。
本稿では,腕,足,手などの顔以外の身体領域からのrPPGの実現可能性について検討した。
本稿では,マルチサイト生理モニタリング(mspm)という新たなデータセットを収集し,本論文で発表する。
データセットは、露出した腕、脚、顔の毎秒90フレームのビデオと10の同期ppg記録で構成されている。
本研究は,色覚ベース(CHROM),平面直交スキン(POS),RemotePulseNet(RPNet)など,最先端のrPPGアプローチを用いた非顔面領域の心拍数推定実験を行った。
我々の知る限り、これは人体の複数の領域から同時に得られるrPPG信号の忠実度の最初の評価である。
私たちの実験では、腕、脚、手からの皮膚のピクセルは、すべて血液量パルスの潜在的な源であることが示された。
最高のパフォーマンスのアプローチであるPOSは、顔から1分あたり1.38ビートに対して、顔以外の部位から1分間あたり7.11ビートという平均的な絶対誤差を達成した。
さらに,PPG信号とrPPG信号の両方からのパルス通過時間(PTT)について実験を行った。
その結果,身体の遠位位置を視認すると,低フレームレートビデオでは遠隔pttが可能であった。
これらの知見とサポートデータセットは、顔以外のrPPGの新しい研究を促進し、カメラで全身の血流動態をモニタリングする。
関連論文リスト
- Summit Vitals: Multi-Camera and Multi-Signal Biosensing at High Altitudes [22.23531900474421]
ビデオ光胸腺撮影は、生理学的信号の非侵襲的かつ便利な測定方法である。
このデータセットは、ビデオのバイタル推定アルゴリズムを検証し、異なる位置からビデオを取り出すように設計されている。
以上の結果から,PSGや血液酸素などの複数の指標の同時トレーニングがSpO2推定におけるMAEを17.8%減少させる可能性が示唆された。
論文 参考訳（メタデータ） (2024-09-28T03:36:16Z) - MSPM: A Multi-Site Physiological Monitoring Dataset for Remote Pulse,
Respiration, and Blood Pressure Estimation [6.2250341321698155]
マルチサイト生理モニタリングデータセットについて述べる。
これは、カメラによる身体上のバイタルサインを同時に推定する研究を支援するために収集された最初のデータセットである。
論文 参考訳（メタデータ） (2024-02-03T17:50:18Z) - PhysFormer++: Facial Video-based Physiological Measurement with SlowFast
Temporal Difference Transformer [76.40106756572644]
最近のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙な手がかりのマイニングに重点を置いている。
本稿では,PhysFormerとPhys++++をベースとした2つのエンドツーエンドビデオ変換器を提案する。
4つのベンチマークデータセットで総合的な実験を行い、時間内テストとクロスデータセットテストの両方において優れた性能を示す。
論文 参考訳（メタデータ） (2023-02-07T15:56:03Z) - 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) - Benchmarking Joint Face Spoofing and Forgery Detection with Visual and
Physiological Cues [81.15465149555864]
視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。
r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
論文 参考訳（メタデータ） (2022-08-10T15:41:48Z) - 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) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳（メタデータ） (2021-11-23T18:57:11Z) - 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) - 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。