Dissertação
{en_GB=Real-time pulse rate variability via remote photoplethysmography} {} EVALUATED
{pt=A medicina remota é um tópico emergente e importante com o potencial de melhorar a saúde de uma pessoa apenas à distância de uma teleconsulta. Neste trabalho, é proposto um novo algoritmo para extrair a variabilidade do ritmo do pulso a partir de fotopletismografia remota em tempo real, a partir do vídeo de webcam da cara de um paciente. Tsta-se o algoritmo na base de dados da UBFC. O erro médio entre os parâmetros extraaídos a partir do sinal da webcam e do sinal do dedo são os seguintes: 20,46 ms para a SDNN, 39,21 ms para a RMSSD, 16,89% para a %LF (nu) and 1,09 para o LF/HF. Embora estes números demonstrem que o método proposta não será capaz de produzir diagnósticos finos, sugerimos que vídeos de webcam são uma fonte de data biomédica promissora, com potencial para conseguir classificar pacientes e níveis de doença. Para além disso, também validamos o algoritmo em tempo real com uma experiência em que tanto o sinal fotopletismográfico do dedo como o sinal remoto da cara são obtidos ao mesmo tempo, de um sensor bluetooth e de uma webcam de um computador, respetivamente, e no qual se pode ver concordância entre sensores. Como o sistema nervoso autónomo desempenha um papel na regulação do ritmo cardíaco, um algoritmo remoto, que trabalha em tempo-real pode ser de interesse tanto para a telepsicologia, como para a telepsiquiatria., en=Remote medicine is an emerging and important field with the potential to improve patients health at the distance of a teleconsultation. Here, we propose a novel remote photoplethysmography algorithm suited to extract pulse rate variability in real-time from the face of a patient that is being recorded by a consumer-grade webcam. We first test the algorithm with the UBFC dataset, which contains both webcam videos of subjects’s faces plus the corresponding blood volume pulse extracted via finger clip photoplethysmography. Average errors between pulse rate variability features extracted from finger photoplethysmography and webcam remote photoplethysmography are as folllows: 20,46 ms for SDNN, 39,21 ms for RMSSD, 16,89% for %LF (nu) and 1,09 for LF/HF ratio. Although this amount of error show that the proposed method is not ready for fine medical diagnostic, we suggest that webcam face videos are a promising source of remote medical data, with potential for patient classification and severity diagnosis. Furthermore we also validate the real-time algorithm with an experiment where both PPG and rPPG are recorded at the same time, from a bluetooth PPG sensor and a computer webcam, respectively, and in which we can see concordance. Because the autonomic nervous system plays a big role in regulating the human heart rate, a remote, real-time pulse rate variability sensor might be of extreme interest for telepsychology and telepsychiatry alike.}
setembro 20, 2021, 10:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
