Passive Heart Rate Monitoring During Smartphone Use in Everyday Life
Created by
Haebom
저자
Shun Liao, Paolo Di Achille, Jiang Wu, Silviu Borac, Jonathan Wang, Xin Liu, Eric Teasley, Lawrence Cai, Yun Liu, Daniel McDuff, Hao-Wei Su, Brent Winslow, Anupam Pathak, Shwetak Patel, James A. Taylor, Jameson K. Rogers, Ming-Zher Poh
개요
본 논문은 스마트폰의 카메라를 이용한 얼굴 영상 기반 광 용적 맥파 측정(photoplethysmography, PPG)을 통해 심박수(HR) 및 안정 시 심박수(RHR)를 측정하는 딥러닝 시스템인 PHRM을 제시합니다. 495명의 참가자로부터 얻은 225,773개의 영상을 사용하여 개발되었으며, 205명의 참가자의 185,970개 영상을 사용하여 실험실 및 자유 생활 환경에서 검증되었습니다. 이는 동일 분야 최대 규모의 검증 연구입니다. PHRM은 피부색(밝음, 중간, 어두움) 세 그룹 모두에서 기준 심전도(ECG)와 비교하여 평균 절대 백분율 오차(MAPE)가 10% 미만의 심박수 측정 정확도를 달성했으며, 각 피부색 그룹 간의 성능 차이는 없었습니다. 또한, 웨어러블 심박수 추적기와 비교하여 PHRM으로 측정한 일일 RHR의 평균 절대 오차는 5 bpm 미만이었고, 알려진 위험 요소와 연관성이 있었습니다. 이러한 결과는 스마트폰을 이용한 수동적이고 공평한 심장 건강 모니터링의 가능성을 보여줍니다.
시사점, 한계점
•
시사점:
◦
스마트폰 카메라를 이용한 비침습적이고 편리한 심박수 및 안정 시 심박수 모니터링 시스템 개발 가능성 제시
◦
다양한 피부색에 대한 뛰어난 성능으로 공평한 건강 모니터링 가능성 제시
◦
웨어러블 기기 없이 심혈관 질환 위험 요소 모니터링 가능성 제시
◦
대규모 데이터 기반 검증으로 신뢰도 향상
•
한계점:
◦
현재는 얼굴 영상을 기반으로 하므로, 얼굴이 가려져 있거나 움직임이 심한 경우 정확도 저하 가능성 존재
