Laboratuvarda kanıtlandı. Sadece reklamlarda iddia edilmedi.

Karşıtsal kayıp kullanarak gerçek etiket olmaksızın nabzı okumayı öğrenir. Beş kamuya açık veri setinde önceki etiketsiz yöntemleri geride bıraktı ve en iyi denetimli modellere yaklaştı.

Herhangi bir uzunluktaki videoyu düşük hesaplama gücüyle işleyen modern bir durum uzayı modelidir. PURE veri setinde 0,23 bpm, UBFC-rPPG veri setinde 0,50 bpm kalp atış hızı hatası elde edilmiş; yaklaşık bir milyon parametre kullanılarak veri setleri arası güçlü aktarım sağlanmıştır.

Bilinen fizyolojiyi öğrenilmiş önceliklerle birleştirerek bir veri seti üzerinde eğitilen modelin görülmemiş veri setlerinde de geçerliliğini korumasını sağlar; farklı kameralar, aydınlatma koşulları ve hatta renkli videodan kızılötesi videoya geçişlerde sağlamlığı artırır.

Transformer mimarisini yüz taramasına uyguladı; küçük veri setlerinde sıfırdan eğitimle zorlu VIPL-HR kıyaslamasında kalp atış hızı hatasını yaklaşık 1,1 bpm'e, PURE kıyaslamasında ise yaklaşık 0,4 bpm'e indirdi.

Videodan nabız ve solunumu uçtan uca kurtaran ilk derin öğrenme modeli; klasik yöntemleri geride bırakarak modern yapay zeka nesli rPPG araştırmalarının önünü açtı.

Derinin ışık yansımasının fiziksel modeline dayanan Deri Düzlemine Dik (POS) yöntemini türetti. Bu yöntem, alanda yüksek doğruluklu ve harekete dayanıklı standart bir referans noktası hâline geldi.

Hareket artefaktlarını gidermek için CHROM yöntemini tanıttı. 117 denek üzerinde temaslı PPG ile yaklaşık %92 uyum sağlandı; egzersiz sırasında doğru nabız tespiti %79'dan %98'e yükseldi.

Tek bir web kamerası videosunun; kalp atış hızı, solunum hızı VE kalp atış hızı değişkenliğini aynı anda elde edebildiğini ve tümünün FDA onaylı sensörlere karşı doğrulandığını gösterdi.

Web kamerası alanındaki çığır açan keşif. Sıradan video görüntüsünden elde edilen kalp atış hızı, kontrollü koşullarda ve çerçevede birden fazla kişi bulunsa dahi FDA onaylı parmak sensörüyle 0,98 üzerinde bir korelasyon sergiledi.

Kaynak makale. Sıradan bir tüketici kamerasının, normal oda aydınlatmasında bir metrenin üzerinde mesafeden ciltteki kan hacmi nabzını yakalayabildiğini kanıtladı; en güçlü sinyalin yeşil kanalda yer aldığını ortaya koydu.

47 kardiyovasküler hastada 782 ölçüm boyunca kamera nabız hızı, ECG ile ortalama 1,06 bpm hata ve 0,962 korelasyon değeriyle örtüştü. Yazılım FDA onaylıdır (K240890).

200 katılımcıda (ortalama yaş 62), 15 saniyelik yüz videoları kalp hızını 3,25 bpm (katılımcıların %98,5'i 10 bpm dahilinde) ve solunum hızını dakikada 0,69 nefes dahilinde ölçtü.

77 kişi üzerinde tüketici web kameraları kullanılarak kalp hızı hatası 1,67 bpm olarak ölçüldü ve KHV (SDNN ve RMSSD) yaklaşık 11 ms dahilinde elde edildi; bu da gündelik bir web kamerasıyla KHV ölçümünün mümkün olduğunu gösteriyor.

Demografik açıdan çeşitli bir grupta, kamera tabanlı solunum hızı farklı cilt tonlarında tutarlı biçimde dakikada yaklaşık 0,6 ile 0,95 nefes aralığında kaldı.

744 dakikalık video kaydı boyunca gerçek bir neonatal YBÜ ortamında yürütülen bu çalışma, kalp hızı, oksijen satürasyonu ve solunum hızını yatak başı monitörlerine karşı sürekli olarak tahmin etti; bu durum, zorlu bir klinik ortamda doğruluğun dürüst bir değerlendirmesidir.

35 kişilik bir pilot çalışma (ön baskı), akıllı telefon video KHV'sinin genel değişkenlik açısından ECG ile iyi bir uyum sergilediğini buldu (SDNN hatası 3,5 ms, r = 0,84); ancak atımdan atıma ölçümler daha gevşek kaldı; bu nedenle video KHV'sini gelişmekte olan bir teknoloji olarak değerlendiriyoruz.

562 katılımcıda kamera oksijen satürasyonu ortalama %2,10 hata ve kalp hızı 2,96 bpm hata ile ölçüldü. Kan basıncı çok daha zayıf kaldı; bu, kendi etiketlememize de yansıttığımız dürüst bir karşı noktadır.

VA telehealth platformuna entegre kamera vital ölçümlerinin canlı dağıtımı, 20 sağlayıcı ve 13 hasta ile gerçek randevularda kullanılabilirlik (86/100) ve kabul edilebilirlik (90/100) açısından yüksek puan aldı.

Bir derin öğrenme modeli, onaylı nabız oksimetreleri için belirlenen artı eksi %4 doğruluk standardını geride bırakarak çalışma koşullarında %1,27 ortalama hata oranına ulaştı. Umut verici, ancak olgunlaşma sürecinde.

Derin öğrenme modelleri, kamuya açık bir kıyaslama setinde kamera nabız sinyallerinden stresi %95,8'e varan sınıflandırma doğruluğuyla okudu; bu sonuçlar kamera tabanlı stres taramasına işaret ediyor.

Bir kamera monitörünün bağımsız laboratuvar testi: nabız hızı mükemmeldi (1,1 bpm hata), ancak kan basıncı katı klinik tansiyon aleti standardını karşılamadı; bu nedenle kamera tabanlı kan basıncını yalnızca tarama düzeyinde sunuyoruz.

Kamera tabanlı kan basıncı, 520 kayıt boyunca kapalı alanda yaklaşık 4 mmHg hata sınırında kaldı; açık alanda ve harekette performans düştü. Araştırma açısından umut verici, ancak henüz klinik düzeyde tansiyon aleti yerini tutmuyor.

Yetişkin YBÜ hastalarında kamera kalp atış hızı, ortalama 2,5 bpm hatayla (r yaklaşık 0,98) kablolu monitörlerle örtüşmüş; solunum hızı ise dakikada ortalama 2,4 nefes hatasıyla ölçülmüştür.

453 hastada yüz videosu kullanılarak atriyal fibrilasyon taraması yapılmış; 30 saniyelik kliplerde %90, daha uzun kayıtlarda ise %97 doğruluk elde edilmiştir.

963 hastane hastasında kamera solunum hızı, standart klinik yöntemle %96,0 uyum göstermiş; bu çalışma, kendi türünün en kapsamlı doğrulamalarından biri olmuştur.

60 saniyelik yüz videolarından elde edilen kamera KAH değişkenliği, referans PPG ile korele bulunmuştur (SDNN r = 0,84); bu sonuç video tabanlı KAH değişkenliğinin uygulanabilir olduğunu doğrulamaktadır.

30 prematüre bebekten elde edilen 426 saatlik video boyunca kamera kalp atış hızı, zamanın büyük bölümünde ortalama 2,3 bpm hata, solunum hızı ise dakikada 3,5 nefes hatası ile ölçülmüştür.

70 çalışmayı inceleyen bu makale, alın ve yanak bölgelerinin en yüksek doğruluğu sağladığını; en iyi senaryoda kalp hızı hatasının yaklaşık 1,0 bpm olduğunu ortaya koymuştur.

100 rPPG çalışmasını kapsayan bir denetim, eski krominans tabanlı yöntemlerin koyu tenlilerde doğruluk kaybettiğini; modern derin öğrenme modellerinin bu farkı önemli ölçüde kapattığını ancak tamamen ortadan kaldıramadığını göstermiştir. Bunu alıntılıyoruz çünkü adalet konusunda dürüstlük bizim için önemlidir.

8 algoritmanın titiz bir kıyaslaması, en iyi yöntemin dinlenim hâlinde yaklaşık 1,1 bpm değerini koruduğunu; çok yüksek kalp hızlarında ise doğruluğun zorlaştığını ortaya koymuştur. Etiketlememizi tam da bu tür dürüst sınırlar üzerine inşa ediyoruz.

12 çalışmayı kapsayan sistematik bir derleme ve meta-analiz, temaslı ve temassız kalp hızı arasında yalnızca 0,13 bpm genel sapma buldu; solunum hızı ise zamanın %92'sinde 2 nefes dahilinde kaldı.

Kamera tabanlı yaşamsal belirtilerin arkasındaki klinik kanıtları, algoritmaları ve veri setlerini bir araya getiren Nature ailesine ait bir derleme; alanın yetkili güncel bilim referansı.

Standart veri setlerinde önde gelen sinir ağı tabanlı ve denetimsiz rPPG yöntemlerini birleşik değerlendirmeyle kıyaslayan açık kaynaklı bir platform; artık alanda tekrar üretilebilirlik standardı hâline gelmiştir.