基于深度学习的新生儿重症监护室非接触式生理监测
图像与视频处理
2022-07-26 v1 计算机视觉与模式识别
摘要
新生儿重症监护室(NICU)中的早产儿必须接受持续的心脏健康监测。传统监测方法基于接触式,使新生儿易受各种院内感染。基于视频的监测方法为无接触测量开辟了潜在途径。本工作提出一种在NICU环境下从视频远程估算心肺信号的流程。我们提出了一种端到端深度学习(DL)模型,其集成了基于非学习的方法以生成代理真值(SGT)标签用于监督,从而避免过度依赖真实真值标签。我们进行了扩展的定性与定量分析以检验所提基于DL流程的有效性,在估算心率上取得了整体平均绝对误差4.6次每分钟(bpm)与均方根误差6.2 bpm。
引用
@article{arxiv.2207.11886,
title = {Deep learning based non-contact physiological monitoring in Neonatal Intensive Care Unit},
author = {Nicky Nirlipta Sahoo and Balamurali Murugesan and Ayantika Das and Srinivasa Karthik and Keerthi Ram and Steffen Leonhardt and Jayaraj Joseph and Mohanasankar Sivaprakasam},
journal= {arXiv preprint arXiv:2207.11886},
year = {2022}
}