Bp Meter

Advanced Computer Systems ACS

Om denne app

Denne applikation forudsiger to vigtige fysiologiske vitale tegn, der er blodtryk (BP) og hjertefrekvens (HR) fra en 20 sekunders fingerspids ikke-optaget videostream. Hovedideen med denne applikation er at bruge fingerspidsvideostrømmen til at estimere det eksterne Photoplethysmography (rPPG) signal, som praktikanter bruges til at overvåge BP og HR. Her bruger vi vores per-beat rPPG-to-BP mapping-skema baseret på overførselslæring. En interessant repræsentation af et 1-D PPG-signal som et 2-D-billede bruges til at muliggøre kraftfulde off-theshelf-billedbaserede modeller gennem transfer learning. Det løser begrænsninger vedrørende træningsdatastørrelse på grund af streng datarensning. Den estimerede rPPG bruges til HR-estimering. Derefter segmenteres rPPG i beats. Ydermere anvendes der dobbelt rensning til træning af kontakt PPG-data og test af rPPG-slag. Kvaliteten af ​​de segmenterede beats testes ved at tjekke nogle af de relaterede kvalitetsmålinger. Derfor forbedres forudsigelsespålideligheden ved at udelukke deformerede slag. Varierende rPPG-kvalitet afslappes ved at vælge beats under intervaller med den højeste signalstyrke. Beats af høj kvalitet bruges til BP-estimering. Baseret på de eksperimentelle resultater udkonkurrerer det foreslåede system de avancerede systemer i betydningen gennemsnitlig absolut fejl (MAE) og standardafvigelse (STD). STD for testdata er reduceret til 5,4782 og 3,8539 for henholdsvis SBP og DBP. MAE faldt også til 2,3453 og 1,6854 for henholdsvis SBP og DBP. Desuden afslører resultaterne for BP-estimering fra ægte video, at STD når 8,027882 og 6,013052 for henholdsvis SBP og DBP. Desuden når MAE for den estimerede BP fra rigtige videoer 7,052803 og 5,616028 for henholdsvis SBP og DBP. For mere information henvises til vores papir: https://link.springer.com/article/10.1007/s10489-024-05354-9

Nyheder

First Release of BP meter.
BP meter is an application to help you monitor your Blood pressure using advanced AI technologies.