Meranie ľudského pulzu pomocou drobných
pohybov hlavy na určenie diagnózy srdcových
ochorení
24 jún, 2013 Pravdepodobne by mohli byť zapísané v trikorderi.
Výskumníci na MIT’s Computer Science and
Artificial Intelligence Laboratory vyvinuli nový
algoritmus, ktorý dokáže presne odmerať tep
srdca ľudí zobrazených na bežnom digitálnom
videu prostredníctvom analyzovania nepostrehnuteľných drobných pohybov hlavy, ktoré sú doprevádzané prívalom krvi zapríčineného kontrakciami srdca.
Algoritmus udal počas testov rovnaký počet
pulzov za minútu ako tomu bolo v prípade
elektrokardiogramu (EKG). Algoritmus tiež poskytol užitočné merania časových intervalov medzi
údermi, čo nám dáva možnosť využiť tento
systém pri identifikácii pacientov so srdcovocievnymi ochoreniami.
Príklady videí, z ktorých MIT výskumníci boli schopní
vyťažiť pulzvoý signál. (a) typický pohľad tváre spoločne s
príkladom signálu pohybu v porovnaní s EKG zariadením.
(b) subjekt s maskou. (c) video subjektu so značne
pridaným množstvom bieleho Gaussianovho hluku.
(zásluha: G. Balakrishnan a spol.)
Systém merania pulzov z videozáznamu by mohol byť užitočný pri monitorovaní novorodencov alebo
starších, keďže ich citlivá pokožka by mohla byť poškodená neustálym používaním EKG sond. Podľa
Johna Guttaga (Dugald C. Jackson professor na Electrical Engineering and Computer Science, vedúci
MIT’s Data-Driven Medicine Group, a profesor počítačovej vedy a inžinierstva) „z medicínskeho
pohľadu sa domnievam, že dlhodobá užitočnosť bude v hľadaní bilaterálnych asymetrií a v meraní
srdcovej kapacity, čo sa používa pri určovaní diagnóz niekoľkých typov srdcového ochorenia.“
Ako to funguje?
Algoritmus využíva štandardné rozpoznávanie tvárí k rozlíšeniu
hlavy subjektu od zvyšku obrázku. Potom si náhodne zvolí 500 až
1000 jasných bodov zoskupených okolo úst a nosa subjektu, pričom
meria ich pohyb na každom obrázku.
Následne odfiltruje všetky pohyby v každoim obrázku, ktorých
časová frekvencia nespadá do rozsahu bežného tepu srdca – zhruba v
rozmedzí 0,5 až 5 Herzov, alebo 30 až 300 cyklov za minútu. Za
použitia techniky zvanej analýza hlavných komponentov rozoberie
algoritmus výsledný signál na niekoľko základných signálov, ktoré
reprezentujú aspekty zostávajúcich pohybov a ktoré spolu nesúvisia.
Použitie
smerových
šípok
a
magnitúdy pohybu oporných bodov
pre meranie pulzného signálu
(credit: G. Balakrishnan et al.)
Z týchto signálov vyselektuje ten jeden, ktorý sa javí ako najbežnejší a
ktorý spadá do skupiny typickej frekvencie ľudského pulzu.
Originálny článok pozri tu:
Video k článku pozri tu: