論文の概要: VideoPulse: Neonatal heart rate and peripheral capillary oxygen saturation (SpO2) estimation from contact free video
- arxiv url: http://arxiv.org/abs/2602.23771v1
- Date: Fri, 27 Feb 2026 07:57:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-02 19:48:24.307644
- Title: VideoPulse: Neonatal heart rate and peripheral capillary oxygen saturation (SpO2) estimation from contact free video
- Title（参考訳）: VideoPulse: コンタクトフリービデオによる新生児心拍数と末梢毛細血管酸素飽和度(SpO2)の推定
- Authors: Deependra Dewagiri, Kamesh Anuradha, Pabadhi Liyanage, Helitha Kulatunga, Pamuditha Somarathne, Udaya S. K. P. Miriya Thanthrige, Nishani Lucas, Anusha Withana, Joshua P. Kulasingham,
- Abstract要約: VideoPulseは、52人の新生児から顔の向きの異なる合計2.6時間の記録を157枚収録している。
我々のパイプラインは、偏光パルスオキシメータ信号を用いて、顔のアライメントとアーチファクトを意識した監視を行う。
NBHR新生児データセットでは、2秒の窓とSpO2 MAE 1.69パーセントを使用して心拍数MAE 2.97 bpmを得る。
- 参考スコア（独自算出の注目度）: 1.8148696158263362
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Remote photoplethysmography (rPPG) enables contact free monitoring of vital signs and is especially valuable for neonates, since conventional methods often require sustained skin contact with adhesive probes that can irritate fragile skin and increase infection control burden. We present VideoPulse, a neonatal dataset and an end to end pipeline that estimates neonatal heart rate and peripheral capillary oxygen saturation (SpO2) from facial video. VideoPulse contains 157 recordings totaling 2.6 hours from 52 neonates with diverse face orientations. Our pipeline performs face alignment and artifact aware supervision using denoised pulse oximeter signals, then applies 3D CNN backbones for heart rate and SpO2 regression with label distribution smoothing and weighted regression for SpO2. Predictions are produced in 2 second windows. On the NBHR neonatal dataset, we obtain heart rate MAE 2.97 bpm using 2 second windows (2.80 bpm at 6 second windows) and SpO2 MAE 1.69 percent. Under cross dataset evaluation, the NBHR trained heart rate model attains 5.34 bpm MAE on VideoPulse, and fine tuning an NBHR pretrained SpO2 model on VideoPulse yields MAE 1.68 percent. These results indicate that short unaligned neonatal video segments can support accurate heart rate and SpO2 estimation, enabling low cost non invasive monitoring in neonatal intensive care.
- Abstract（参考訳）: 遠隔プラチスモグラフィー(rPPG)はバイタルサインの接触のないモニタリングを可能にし、特に新生児に有用である。
本稿では,新生児の心拍数と末梢毛細血管酸素飽和度(SpO2)を顔画像から推定する,新生児データセットと終末期パイプラインであるVideoPulseを紹介する。
VideoPulseは、52人の新生児から顔の向きの異なる合計2.6時間の記録を157枚収録している。
このパイプラインは, パルスオキシメータ信号を用いて顔のアライメントとアーチファクト認識を行い, 3次元CNNバックボーンを心拍数, SpO2レグレッションに応用し, ラベル分布のスムース化とSpO2の重み付けレグレッションを図った。
予測は2秒のウィンドウで作成される。
NBHR新生児データセットでは、2秒窓(2秒窓で2.80bpm)とSpO2MAE 1.69パーセントを使用して心拍数2.97bpmを得る。
クロスデータセット評価では、NBHRトレーニングされた心拍モデルは、VideoPulseで5.34bpm MAEに達し、VideoPulseでNBHR事前トレーニングされたSpO2モデルを微調整すると、MAE 1.68パーセントが得られる。
以上の結果より, 乳児集中治療における低侵襲な非侵襲的モニタリングを可能とし, 正常な心拍数とSpO2推定に寄与することが示唆された。
関連論文リスト
- Overcoming Small Data Limitations in Video-Based Infant Respiration Estimation [7.723650415926449]
400本のビデオ(AIR-400)の注釈付き乳児呼吸データセットを導入し,10名の採用被験者から275本の注釈付き動画を公開コーパスに投稿した。
乳児特異的領域検出と時間的ニューラル処理に基づく乳幼児呼吸推定のための最初の再現可能なパイプラインを開発した。
我々は、包括的実験を通じて、視覚に基づく幼児呼吸推定における最先端の再現可能な最初のベンチマークを確立する。
論文 参考訳（メタデータ） (2025-12-07T15:25:17Z) - Prototyping an End-to-End Multi-Modal Tiny-CNN for Cardiovascular Sensor Patches [35.899401205042615]
本稿では、バイナリ分類問題を解決するために、データの早期融合を伴う畳み込みニューラルネットワークを提案する。
提案手法は,最先端技術と比較してメモリフットプリントと計算コストを3桁削減する。
論文 参考訳（メタデータ） (2025-10-21T14:23:20Z) - Gaze into the Heart: A Multi-View Video Dataset for rPPG and Health Biomarkers Estimation [36.002060195915526]
本稿では,rとHealth Estimationのための大規模マルチビュービデオデータセットを提案する。
このデータセットは600人の被験者の映像を同期し、様々な条件下で撮影する。
データセットとモデルの公開リリースによって、AI医療アシスタントの開発が大幅にスピードアップするでしょう。
論文 参考訳（メタデータ） (2025-08-25T11:46:40Z) - Recovering Pulse Waves from Video Using Deep Unrolling and Deep Equilibrium Models [45.94962431110573]
カメラによるバイタルサインのモニタリング、つまりイメージング光胸腺撮影(i)は、運転監視、情動コンピューティングなどに応用されている。
本稿では,逆問題における信号処理と深層学習を組み合わせた手法を提案する。
論文 参考訳（メタデータ） (2025-03-21T16:11:21Z) - Two-Stream Thermal Imaging Fusion for Enhanced Time of Birth Detection in Neonatal Care [1.101731711817642]
出生時刻(ToB)を正確に検出するために、画像とビデオ分析のパワーを組み合わせた2ストリーム融合システムを提案する。
本システムは,短いビデオクリップ内での出生検出において,95.7%の精度と84.8%のリコールを実現する。
論文 参考訳（メタデータ） (2025-03-05T07:52:52Z) - 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) - Vision-language models for decoding provider attention during neonatal resuscitation [33.7054351451505]
我々は、プロバイダがセマンティッククラスに目を向けるようにデコードできる、自動化されたリアルタイムなディープラーニングアプローチを導入する。
私たちのパイプラインは、トレーニングなしで視線目標を特定する際に、91%の分類精度を達成しています。
当社のアプローチでは,既存のインフラストラクチャとシームレスに統合したスケーラブルなソリューションを,データスカースガゼ分析に提供しています。
論文 参考訳（メタデータ） (2024-04-01T16:09:12Z) - Automatic Infant Respiration Estimation from Video: A Deep Flow-based
Algorithm and a Novel Public Benchmark [10.097634735211654]
本研究では,自然環境下での映像から呼吸速度と波形を推定する深層学習法を開発した。
本モデルでは,125本のビデオによる乳幼児呼吸データセットを作成した。
乳児のAIR-125データを用いて訓練, 試験を行ったところ, 呼吸速度推定における他の最先端手法よりも有意に優れていた。
論文 参考訳（メタデータ） (2023-07-24T19:59:15Z) - 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) - 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) - A Supervised Learning Approach for Robust Health Monitoring using Face
Videos [32.157163136267954]
非接触型非接触型人体検知法は、特殊な心臓および血圧モニタリング装置の必要性をなくすことができる。
本稿では,市販のウェブカメラで撮影する顔ビデオのみを必要とする非接触方式を用いた。
提案手法では,顔のランドマークを用いて映像の各フレームの顔を検出する。
論文 参考訳（メタデータ） (2021-01-30T22:03:16Z)
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。