使用普通摄像头和AI代理进行基于图像处理的非接触式实时心率测量

心率测量是实时健康监测的关键需求之一，尤其是对于老年人的健康护理。传统的心率测量依赖于接触式传感机制，例如医院中的某些心率测量设备或带有嵌入式传感器的可穿戴设备（如Apple Watch）。在本文中，我们开发了一个系统，用于使用普通摄像头（如笔记本电脑上的嵌入式摄像头）进行基于图像处理的非接触式实时心率测量，我们使用一种创新算法在真实生活环境中捕获用于计算心率时间序列的相关信号。所提出的心率计算（HRC）过程由四个主要步骤组成：（a）识别所用摄像头的每秒帧数，例如，对于给定摄像头为30帧/秒，（b）使用深度学习（DL）方法进行人脸检测（FD），并带有68个人脸地标形状预测器，（c）时间滑动窗口（TSW）算法通过平滑噪声来对信号进行去噪，以及（d）基于识别出的信号周期性计算心率。我们针对Apple Watch的心率结果测试和分析了开发的原型，并在多轮中检查差异范围，计算同一人同一时间心率测量值的平均差异。我们将进一步调整和优化当前方法，并将该系统部署为个人AI代理[6]用于健康监测，作为我们未来的方向。