Науковці навчились діагностувати стрес за допомогою теплових фотографій

Фото ілюстративне

Можливість проводити діагностику стану здоров'я без контакту з пацієнтом є надзвичайно важливою під час поточної пандемії. Нещодавнє дослідження пропонує використовувати тепловий відеозапис людського обличчя для оцінки фізіологічних показників, званих ПСІЧ (початковий систолічний інтервал часу).

Про це пише ІА «Конкурент» з посиланням на technology.org .

Випромінювання, що виділяє кров, створює вхід для просторово-часової мережі. Разом із мережею він передбачає ймовірність стресу у пацієнтів.

Експерименти для перевірки моделі полягали у вимірюванні біометричних показників, коли учасники повинні були занурити ноги у воду, створюючи цим стресову ситуцацію для організму. Така методика значно перевершує інші сучасні методи. Експеримент показав, що ПСІЧ прогнозує рівень стресу краще за інші показники, такі як частота серцевих скорочень або варіабельність серцевого ритму.

Точне вимірювання фізіологічних сигналів є критичним для ефективного моніторингу життєвих показників людини. Останні дослідження в області комп'ютерного зору продемонстрували, що такі сигнали, як частота пульсу та частота дихання, можуть бути вилучені з цифрового відеозапису людей, збільшуючи можливість безконтактного контролю. У цій роботі представлений новий підхід до отримання фізіологічних сигналів та класифікації стресових станів з теплового відео.

Запропонована мережа “StressNet” характеризує гібридну модель представлення випромінювання, яка моделює пряме випромінювання та поглинання тепла шкірою та підлеглими кровоносними судинами. Це призводить до багатофункціонального представлення обличчя, яке використовується просторово-часовою мережею для реконструкції ПСІЧ (початковий систолічний інтервал часу: міра зміни серцевої симпатичної активності, яка вважається кількісним показником стресу в люди). Реконструйований сигнал ПСІЧ подається в модель виявлення стресу для виявлення та класифікації стресового стану людини (тобто стрес чи відсутність стресу). Детальна оцінка демонструє, що StressNet досягає оцінки сигналу ISTI з точністю до 95% та виявляє напруження із середньою точністю 0,842.

ЧИТАЙТЕ ТАКОЖ: 

• Щоб боротися з Альцгеймером: вчені досліджують механізми виникнення неврологічних розладів
• Хірурги практикуватимуть операції на 3D моделях людських органів
• Вчені винайшли клітини, що розширюють кровоносні судини