Google Research creëert passief hartslagmeetsysteem via smartphonecamera

Google Research heeft in Nature een beschrijving gepubliceerd van een passief hartslagmeetsysteem (PHRM) dat gebruikmaakt van de selfiecamera van een smartphone om binnen enkele seconden na het ontgrendelen korte video's van het gezicht op te nemen. Met behulp van temporele convolutionele neurale netwerken en fotoplethysmografie-methoden (PPG) schat het systeem de hartslag (HR) en de dagelijkse rusthartslag (RHR). De training gebruikte meer dan 350.000 videoclips van bijna 700 deelnemers, waarbij ten minste 25% van de deelnemers een lichte en medium huid (volgens de Monk-schaal) had en 33% een donkere huid. In laboratoriumomstandigheden behaalde PHRM een gemiddelde absolute procentuele fout (MAPE) van minder dan 10% voor alle huidtintgroepen, beter dan 15 bekende rPPG-modellen. In een real-world "vrijlevend" onderzoek met 231 deelnemers die ECG-borstbanden en Fitbit Charge 6 droegen, toonde PHRM een MAPE van 6,09% na betrouwbaarheidsfiltering, en de dagelijkse RHR had een gemiddelde absolute fout van 4,39 slagen per minuut ten opzichte van Fitbit, beter dan de doelstelling van 5 slagen. Het systeem weerspiegelde correct de associatie van verhoogde RHR met een hoge BMI en lage aerobe fitheid. Fouten waren iets hoger voor deelnemers met een donkere huid, maar voldeden aan de nauwkeurigheidsnormen. De onderzoekers maken ook de grootste gelabelde videodataset en een voorgetraind PHRM-mini-model beschikbaar voor niet-commercieel onderzoek.