Passive Heart Rate Monitoring During Smartphone Use in Everyday Life
Created by
- Haebom
Category
Empty
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, Jameson K. Rogers, Ming-Zher Poh
개요
본 논문은 스마트폰의 카메라를 이용한 얼굴 영상 기반 광혈류량측정법(photoplethysmography, PPG)을 통해 심박수(HR) 및 안정시 심박수(RHR)를 측정하는 딥러닝 시스템인 PHRM을 제시합니다. 495명의 참가자로부터 얻은 225,773개의 영상을 사용하여 개발되었으며, 205명의 참가자의 185,970개 영상을 사용하여 실험실 및 일상생활 환경에서 검증되었습니다. 피부색(밝음, 중간, 어두움) 세 그룹 모두에서 심전도(ECG)를 기준으로 평균 절대 백분율 오차(MAPE)가 10% 미만이었으며, 각 피부색 그룹 간의 성능 차이가 없음을 확인했습니다. 웨어러블 심박수 추적기와 비교하여 PHRM으로 측정한 일일 RHR의 평균 절대 오차는 5bpm 미만이었고, 알려진 위험 요인과 연관성이 있었습니다. 이 결과는 스마트폰을 이용한 수동적이고 공평한 심장 건강 모니터링의 가능성을 보여줍니다.
시사점, 한계점
•
시사점:
◦
스마트폰 카메라를 이용한 비접촉식 심박수 및 안정시 심박수 측정 가능성 제시
◦
다양한 피부색에 대한 측정 정확도 검증을 통해 공평한 건강 모니터링 가능성 제시
◦
웨어러블 기기 없이 심장 건강 모니터링 가능성 확대
◦
대규모 데이터셋 기반의 딥러닝 모델 개발 및 검증
•
한계점:
◦
현재는 얼굴 영상 기반이므로, 얼굴이 가려져 있거나, 조명 환경이 좋지 않은 경우 정확도 저하 가능성 존재
◦
장기간 추적 관찰을 통한 안정성 및 신뢰성에 대한 추가 연구 필요
◦
다양한 인종 및 연령대에 대한 추가 연구 필요
◦
임상적 유용성에 대한 추가 연구 필요 (예: 예측 성능, 질병 진단 보조)
