據(jù)一項統(tǒng)計顯示，當COVID-19在美國開始時，遠程醫(yī)療訪問量急劇增加 -- 超過4000%。但在這些虛擬預約中，醫(yī)生能完成的工作是有限的。也就是說，他們不能通過電話檢查病人的每一項生命體征。

但正在研發(fā)的新技術可以通過為手機配備可靠的軟件來測量一個人的關鍵生物特征，從而改變這種狀況。近日，在美國計算機協(xié)會（Association for Computing Machinery）召開的一次會議上，研究人員展示了一種機器學習系統(tǒng)，這種系統(tǒng)可以生成一個個性化模型，根據(jù)智能手機攝像頭拍攝的短視頻來測量心率和呼吸頻率。

這項技術只需一個18秒的頭部和肩部視頻片段，算法就可以根據(jù)皮膚反射的光強度變化來確定心率或脈搏。呼吸頻率或呼吸等可以從人們的頭，肩膀和胸部的有節(jié)奏的運動收集。

微軟研究院（Microsoft Research）首席研究員Daniel McDuff和華盛頓大學（University of Washington）博士生Xin Liu開發(fā)了該系統(tǒng)。McDuff說，目前除了極少數(shù)在家里有醫(yī)療級設備的患者外，其他人沒有辦法進行遠程生命體征采集 -- 比如檢測心率和血氧水平的脈搏血氧儀，或者血壓袖帶。大多數(shù)人并不擁有這些設備，因此對于絕大多數(shù)虛擬預約來說，患者還必須安排單獨的面診才能獲得這些測量值。

基于視頻所開發(fā)的軟件可以在遠程醫(yī)療預約期間收集生命體征，這將大大簡化虛擬醫(yī)療流程。這類技術的研究始于2007年左右，當時數(shù)碼相機變得足夠敏感，能夠捕捉到皮膚上顯示血容量的小像素級變化。在COVID-19大流行的早期，遠程醫(yī)療訪問增加，這一領域出現(xiàn)了新的興趣浪潮。

全球有幾個研究小組一直在開發(fā)基于視頻的非接觸式生命體征傳感技術。牛津大學的一個小組正在為醫(yī)院重癥監(jiān)護室或接受腎透析的病人開發(fā)光學遠程監(jiān)測生命體征。萊斯大學的研究人員正在開發(fā)一種設備，用于監(jiān)測車輛駕駛員心臟病發(fā)作的情況。

谷歌今年2月宣布，其基于Android的健康跟蹤平臺Google Fit將使用手機攝像頭測量心率和呼吸頻率。用戶將一根手指放在手機后置攝像頭上以獲取心率，用戶面部的視頻可以采集呼吸頻率。軟件是為了健康的目的，而不是醫(yī)療用途或醫(yī)生訪問。這一領域的研究人員面臨的挑戰(zhàn)是開發(fā)出在真實世界環(huán)境中始終保持高精度工作的技術，在現(xiàn)實世界中，人臉和燈光會發(fā)生變化。McDuff和Liu開發(fā)的方法旨在解決這個問題。

在他們的方法中，心率是通過測量皮膚反射的光來確定的?！毖萘康淖兓瘯绊懫つw反射光線的方式，因此，攝像機捕捉到了光強度的微小變化，可以用來恢復脈沖信號。從中我們可以推斷出心率變化，并檢測出心律失常等情況。

算法必須考慮諸如膚色、面部毛發(fā)、光線和衣服等變量。任何一種人臉識別技術都會出現(xiàn)問題，部分原因是訓練機器學習算法的數(shù)據(jù)集不能代表我們不同的人群。

McDuff的模型面臨著一個額外的挑戰(zhàn)：“深色皮膚的黑色素含量較高，因此光反射強度會較低，因為更多的光被吸收，”他說，“這會導致信噪比變弱，從而更難檢測到脈沖信號。”因此，這是關于有一個代表性的訓練設置，還有一個基本的身體挑戰(zhàn)，我們需要解決的問題在這里，”McDuff說。

為了應對這一挑戰(zhàn)，該團隊開發(fā)了一個系統(tǒng)，為每個人提供個性化的機器學習算法?！拔覀兲岢隽艘环N學習算法來快速學習一個人的生理信號，”他說，“這個系統(tǒng)只需18秒的視頻就能提供結果。”

與標準的醫(yī)療級設備相比，該方法在估計心率時的平均絕對誤差為每分鐘1到3次，Liu說。這在許多應用中都是可以接受的。

該系統(tǒng)還沒有準備好用于醫(yī)療，還需要在臨床試驗中進行驗證。為了提高系統(tǒng)的穩(wěn)定性，該團隊正在采取的一種方法是在計算機生成的圖像上訓練模型。“我們實際上可以合成高保真的化身，展示這些血流模式和呼吸模式，我們可以在計算機生成的數(shù)據(jù)上訓練我們的算法，”McDuff說。

研究人員說，這項技術既可以用于醫(yī)療，也可以用于健身。除了遠程健康訪問之外，遠程生命體征對于需要頻繁、準確生物特征測量的慢性疾病患者也很有用。

原文標題：智能手機攝像頭可以感知病人的脈搏、呼吸頻率

文章出處：【微信公眾號：IEEE電氣電子工程師學會】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq