基于欧拉相位的运动放大用于临床环境下雷达高保真生命体征估计
信号处理
2022-12-12 v1 人机交互
机器学习
摘要
在噪声环境中高效且准确地检测小物体产生的细微运动（如生命体征监测所需）具有挑战性，但可通过放大大幅改善。我们开发了一种基于复 Gabor 滤波器的分解方法，以在不同空间波长层级放大相位，从而放大运动并提取一维运动信号用于基频估计。基于相位的复 Gabor 滤波器输出经处理后用于训练机器学习模型，以更高精度预测呼吸与心率。我们表明，在睡眠实验室和急诊科等临床环境以及多种人体姿态下，我们所提出的技术优于传统的基于时序 FFT 的方法。
引用
@article{arxiv.2212.04923,
title = {Eulerian Phase-based Motion Magnification for High-Fidelity Vital Sign Estimation with Radar in Clinical Settings},
author = {Md Farhan Tasnim Oshim and Toral Surti and Stephanie Carreiro and Deepak Ganesan and Suren Jayasuriya and Tauhidur Rahman},
journal= {arXiv preprint arXiv:2212.04923},
year = {2022}
}
备注
Accepted in IEEE Sensors 2022