手指按住闪光灯，平凡手机也能测血氧！华盛顿大学等开源新数据集 ...
明敏 发自 凹非寺量子位 | 公众号 QbitAI
打开手机闪光灯，手指按上去，血氧饱和轻松测！
丈量的浓度范围还进一步扩大到了70%。
要知道，血氧指数70%是一个紧张的警戒线，假如低于这一数值，每每意味着必要住院治疗。
而现在市面上智能手表、手性能监测的范围，根本都在80%以上，对于判定人体真正的康健环境会有所限定。
而且新方法的正确率也还不错。
在凌驾1万次实行中，该方法80%的环境下可以分辨出测试者是否处于低血氧程度。
现在该研究已登上Nature互助期刊《NPJ Digital Medicine》，研究数据集也已对外开源。
使用卷积神经网络
该实行大抵可分为两部门。
第一，通过这种特别方式网络大量数据，练习一个深度学习模子。
第二，再用练习好的模子来举行测试。
先来看网络数据的部门。
研究职员找来6位受试者举行试验。
通过让他们吸入差别浓度的氧气，来改变其血氧浓度程度。
通讯作者杰森·霍夫曼（Jason S. Hoffman）表现，这和以往让受试者屏住呼吸来控制血氧浓度方法有很大差别，它不但让受试者不能那么难熬，还能对每个测试者一次网络长达15分钟的数据。
然后同时用智能手机和平凡血氧仪来监测数据。
此中，平凡脉搏血氧仪使用的是透射式PPG，手机用的是反射式PPG。
PPG（光电容积脉搏波法）是最常见的无创测血氧浓度方法，它重要使用的是光照射人体皮肤后，皮下动脉由于差别血氧卵白含量比例差别，对光的吸取有变革，而这种光线的变革可以进一步转化为电信号。
对于反射式PPG，当闪光灯产生入射光，颠末人体皮下构造、微静脉、微动脉，多次散射后，一部门光信号重新返回到皮肤外貌，就是将这部门光信号被转换为电流信号。
网络到数据后，研究职员在通过一个应用步伐来提取视频中30帧以上的片断。
（为了包管录到的视频最好都在30帧以上，研究职员还给手机绑了冰袋散热）
然后就能开始练习神经网络了。
使用CNN呆板学习模子，他们计划并练习了一个由3个卷积层和2个全毗连层构成的神经网络。
通过数据预处置惩罚后，可以通过盘算每帧画面的均匀像素值，提取每个通道的PPG信号，然后再做均匀。
通过Leave-One-Out 交织验证(LOOCV)举行练习和评估，用1个受试者的数据作为练习集，1个受试者的数据作为验证集，然后再在另一个受试者身上测试模子。
模子的输入是一段3秒长的视频，输出是血氧饱和浓度。
测试效果表现，该模子在受试者4身上的结果最好，敏捷度到达88%，特异度为78%。88%的环境下可以正确判定出低血氧。
数据集已开放
现在，该研究的数据集已免费开源。
研究职员表现，想要通过平凡智能手机正确测血氧浓度，还必要更多数据支持，当前实行效果也不能用于医疗用途。
好比实行中就发现，受试者肤色、手上是否有老茧等，都大概影响检测效果的正确性。
仅有6个测试对象，样本也非常小，大概产生实行毛病。
因此，还必要更多人来美满、丰富这一类数据。
论文通讯作者及第一作者为杰森·霍夫曼（Jason Hoffman），他如今在华盛顿大学读博，研究方向为医疗和盘算机交织范畴。
之前还在微软硬件开辟部分有过工作履历。
论文地点：
https://www.nature.com/articles/s41746-022-00665-y
参考链接：
https://www.zmescience.com/medicine/a-simple-smartphone-camera-and-app-could-be-enough-to-measure-your-blood-oxygen-levels-at-home/ 着实是太实用了
页:
[1]