En ny algoritme kan måle hjertefrekvenser af mennesker, der vises i almindelig digital video ved at undersøge umærkeligt små hovedbevægelser, der kommer med et blodtryk forårsaget af hjertens sammentrækninger.

Forskere fra MTI's Computer Science og Artificial Intelligence Laboratory udviklede algoritmen, der gav pulsberegninger, der var konsekvent inden for et par slag per minut af dem, der blev lavet af elektrokardiogrammer (EKG'er).

Derudover kunne den give tilnærmelser af tidsintervallerne mellem beats - en beregning, der blev brugt til at identificere personer, der er i fare for hjertelidelser.

Forskerne vil præsentere deres resultater i sommer på Institut for Elektriske og Elektroniske Ingeniører 'Computer Vision og Pattern Recognition konference.

De mener, at det videobaserede pulsmålesystem kan bruges til at kontrollere hjerteslag hos seniorer eller nyfødte, hvis hud kan blive skadet ved gentagen vedhæftning og fjernelse af EKG-ledninger.

John Guttag, Dugald C. Jackson professor i elektroteknik og datalogi og direktør for MIT's data-drevne medicin gruppe sagde:

"Ud fra et medicinsk synspunkt tror jeg, at den langsigtede hjælpeprogram vil være i applikationer ud over bare pulsmåling. Kan du bruge den samme type teknikker til at søge bilaterale asymmetrier? Hvad ville det betyde, hvis du havde mere bevægelse på en Side end den anden?"

Teoretisk kunne metoden beregne hjerteffekten eller blodvolumenet pumpet af hjertet, som ofte anvendes til diagnose af mange typer hjertesygdomme. Før ekkokardiogrammet blev kardio output målt ved at beregne præcis de typer af mekaniske kræfter, som den nye algoritme registrerer, siger Guttag.

Han forklarer: "Jeg mener, at dette bør ses som et bevis på konceptet. Det åbner meget potentiale for fleksibilitet."

Sådan fungerer algoritmen

Algoritmen kombinerer mange metoder, der er kendt inden for computersyn. Det begynder med at bruge Standard ansigtsgenkendelse for at skelne mellem personens hoved fra resten af ​​billedet. Derefter vælger det tilfældigt 500 til 1000 præcise punkter, der er grupperet omkring personens mund og næse, hvis bevægelser det følger fra ramme til ramme.

Derefter filtreres det fra alle ram-til-rammebevægelser, hvis tidsfrekvens falder uden for et regelmæssigt hjerterytme - ca. 0,5 til 5 hertz eller 30 til 300 cykler pr. Minut. Det vil slippe af med bevægelser, der fortsætter med en lavere frekvens, som dem, der skyldes regelmæssig vejrtrækning og langsomme ændringer i kropsholdning.

Endelig bryder algoritmen ved hjælp af en metode, der kaldes hovedkomponentanalyse, det resulterende signal i mange indbyrdes signaler, som står som en del af de venstre bevægelser, som ikke er korrelerede med hinanden. Af disse signaler vælger den en, der synes at være den mest regelmæssige, og som falder inden for det typiske frekvensbånd af den menneskelige puls.

Guha Balakrishnan, en kandidatstuderende i MIT's Institut for Elektroteknologi og Computer Science og forsker i den nuværende undersøgelse, udviklede også en variation af algoritmen, der ikke bruger ansigtsgenkendelse. Det er mindre præcist, men det kan producere et rimeligt skøn over pulsen fra video på bagsiden af ​​en persons hoved.

Måling av blodtrykk (Video Medicinsk Og Professionel 2023).