用于COVID-19健康筛查的非接触式呼吸和心率测量
在密歇根大学领导的一项合作中,最近开发了一种测量呼吸频率、心率和心率变异性的新方法。再加上体温,这些重要的指标可以在工人或学生感到不舒服之前尽早识别出呼吸道感染。
这项技术最近在美国获得了专利,它与检测流感和COVID-19等疾病特别相关,但它也可以用于检测压力和其他生理状况。为了保持社交距离,该系统可以在6英尺以外的地方对戴口罩的参与者进行健康筛查。
领导这项研究的电气工程和计算机科学教授穆罕默德·伊斯兰(Mohammed Islam)解释说:“由于缺乏简单的技术,呼吸频率通常没有被监测到,但当身体试图维持向组织输送氧气时,呼吸频率往往是恶化的第一个迹象。”
新软件可以部署在独立的设备上,也可以部署在包含飞行时间摄像头的系统上,比如苹果(Apple)、三星(Samsung)和LG的最新旗舰智能手机。
在无症状期早期发现COVID-19非常重要,因为人们可以在没有咳嗽、体温升高或呼吸短促等外在症状的情况下具有传染性并传播病毒。2010-2020年期间对流感进行的研究表明心率根据Islam的说法,与温度单独相比,呼吸频率和温度可以提高42%的预测疾病的准确性。
在COVID-19研究中,一项数据来自腕带智能设备显示心率和呼吸频率至少在症状出现前5天就开始上升。和心率变异性也就是心跳的一次又一次变化。
伊斯兰说:“我们正在使用智能手机上的最新技术,以提供更准确的总体健康监测,同时保护护理人员和其他负责从高传染性疾病中获取健康读数的人员。”
伊斯兰的技术使用了智能手机飞行时间摄像头的近红外传感器,通过检测面部上部的血流来判断心率和心率变异性。除了传感器之外,飞行时间相机还包含一个激光,可以将红外光从被摄物体上反射回来。这使得相机能够检测到胸部上部的运动呼吸率,同时补偿坐立不安和摇摆。在实验室环境下的实验结果显示,其读数几乎与fda批准的高端血氧测定仪放在手指上作为参考点的读数相同。
该设备对参与者的面部和上胸部进行24秒的视频拍摄,然后使用机器学习和人工智能对数据进行处理,得出生理参数。
因为每个人都有独特的心心率和呼吸频率是他们的典型特征,如果建立了基线,这项技术效果最好。Islam认为,这种基线信息可以很容易地在更新的设备上捕获智能手机还有可穿戴设备。
伊斯兰的非接触式生理测量系统可用于先进的车辆驾驶员辅助系统,以监测驾驶员的健康状况,并有可能在建筑物、船舶或其他设施的入口提供具有成本效益的健康筛查。
该技术也可应用于虚拟现实和非接触式认证。如果被FDA批准作为一种医疗设备,它可以为医院的病人提供持续的、非接触式的监测。