用于智能手机基于视频心率测量高通量测试平台
计算机视觉与模式识别
2025-07-01 v1
摘要
基于指纹-摄像头光电容积图（PPG）的智能手机心率（HR）监测应用面临着显著的性能评估和设备兼容性挑战，由于设备差异和碎片化。手动测试是不可行的，且缺乏标准化方法。本文提出一种新型高通量 bench-test平台以解决这一关键需求。我们设计了一种能够容纳12部智能手机进行并行测试的测试台，一种用于生成可控制HR和信号质量的合成PPG测试视频的方法，以及用于协调视频播放和数据记录的主机机器。该系统在输入与测量HR之间的平均绝对百分比误差（MAPE）为0.11%±0.001%，在输入与测量PPG信号之间的相关系数为0.92±0.008。对20种不同智能手机型号的bench-test结果正确地将所有设备分类为符合ANSI/CTA HR监测器准确性标准（MAPE<10%）的设备，这与一项包含80名受试者的前瞻性临床研究结果相比，显示出较高的阳性预测值。这一平台为改进应用性能、确保设备兼容性并推进移动健康领域提供了可扩展的解决方案。
引用
@article{arxiv.2506.23414,
title = {A High-Throughput Platform to Bench Test Smartphone-Based Heart Rate Measurements Derived From Video},
author = {Ming-Zher Poh and Jonathan Wang and Jonathan Hsu and Lawrence Cai and Eric Teasley and James A. Taylor and Jameson K. Rogers and Anupam Pathak and Shwetak Patel},
journal= {arXiv preprint arXiv:2506.23414},
year = {2025}
}