本文轉自雷鋒網(wǎng)，如需轉載請至雷鋒網(wǎng)官網(wǎng)申請授權。

 

我們都知道可穿戴心率監測器，但掃一掃臉部就能判斷心跳的系統，你們見(jiàn)過(guò)嗎？

據VentureBeat報道，近日，中國科學(xué)院的研究人員設計出了這么一個(gè)系統，并且論文發(fā)表在了Arxiv.org的預印本中。

 

在這篇文章中，他們描述了RhythmNet，這是一種端到端的可訓練心率評估器，利用AI和光電容積脈搏波描記法（PPG）（一種檢測皮膚組織中血容量變化的光學(xué)技術(shù)）來(lái)應對頭部運動(dòng)和光線(xiàn)變化方面的挑戰。

 

正如研究人員所解釋的那樣，基于PPG的心率估算是可以實(shí)現的。因為皮膚對光的吸收量會(huì )隨著(zhù)血容量脈沖（BVP）的變化而周期性地變化。在真皮層和皮下層的微血管中，像血紅蛋白這樣的染色體吸收了不成比例的光。這樣，當血液泵入下方的靜脈和動(dòng)脈時(shí)，就會(huì )發(fā)生微小的顏色變化。它們是肉眼看不到的，但很容易被嵌入可穿戴設備的RGB傳感器捕捉到。

 

雷鋒網(wǎng)了解到，為了訓練RhythmNet，該團隊創(chuàng )建了一個(gè)大規模的多模態(tài)語(yǔ)料庫——VIPL-HR1。該語(yǔ)料庫以開(kāi)源方式提供，包含了2378個(gè)可見(jiàn)光視頻和752個(gè)近紅外視頻，涉及107名受試者。每個(gè)視頻片段都是由網(wǎng)絡(luò )攝像頭和紅外傳感器以及智能手機捕捉到的，包含了頭部運動(dòng)、頭部姿態(tài)(帶有注釋的偏航、俯仰和滾轉角)、照明和設備使用情況的變化。

 

RhythmNet由幾個(gè)組件組成，包括一個(gè)面部探測器，該探測器根據一個(gè)人的面部視頻定位81個(gè)以上的面部標記。

 

此外，還有一個(gè)單獨的組件進(jìn)行對齊和皮膚分割，以去除眼睛區域和其他非面部區域，然后從相隔0.5秒的視頻幀生成時(shí)空圖，以表示心率信號。這些圖被輸入到機器學(xué)習模型中，該模型經(jīng)過(guò)訓練可以從時(shí)空圖預測心率，然后計算每分鐘的估計心跳次數，最后得出一個(gè)平均值。

 

研究人員在MAHNOB-HCI和MMSE-HR兩個(gè)廣泛使用的數據庫以及他們自己的數據庫上對系統進(jìn)行了評估。

 

他們表示，針對VIPL-HR1測試的大多數樣本(71%)中，RhythmNet的心率估計誤差低于每分鐘5次，并且在每分鐘47次到147次之間與基本事實(shí)有很好的相關(guān)性。

 

研究人員還補充說(shuō)，MAHNOB-HCI和MMSE-HR的錯誤率不超過(guò)每分鐘8.28次。

 

據雷鋒網(wǎng)了解，團隊還計劃研究這種方法在其他生理狀態(tài)測量任務(wù)中的有效性，比如通過(guò)視頻測量呼吸頻率和血壓，以及利分布式學(xué)習和多任務(wù)學(xué)習技術(shù)，開(kāi)發(fā)一個(gè)更強大的心率估計模型。

 

“心率是一個(gè)重要的生理信號，反映了一個(gè)人的身體和情緒狀態(tài)。傳統的心率測量通常依靠接觸式監護儀，這可能會(huì )帶來(lái)不便和不適。”該論文的共同作者寫(xiě)道，“ （我們提出的系統） 僅從表面上看，在數據庫內和跨數據庫測試場(chǎng)景中，都實(shí)現了很不錯的心率估計準確性。”