去年，麻省理工學院計算機科學與人工智能實驗室發佈瞭他們最新的科研結果，其結果表明：通過皮膚顏色以及相關數據的變化可以準確的反映出人體心臟的狀況。隨後研究人員又進行瞭進一步的研發，通過去除面部無效運動的數據收集，從而優化檢測結果。
不可否認，遠程檢測心跳是一個非常便利的檢測手段，如果能夠確保數據的準確性，確實能夠達到長期監控心跳並且有效預防心臟病突發事件的目的。
麻省理工學院在發佈這項科研結果的時候，提及瞭心率變異性（HRV）這一概念。HRV是指逐次心搏間期的微小差異，它產生於自主神經系統對心臟竇房結的調制，使得心搏間期一般存在幾十毫秒的差異和波動。可以用這一理論來診斷心臟所發生的問題。但使用這一方法也需要確保有效去除無效數據輸入，以及一切能夠混淆HRV的信號。為瞭確保有效數據輸入的準確性，研究人員正在努力改善算法以及顯示設置，通過結合運動與比色成像來提高數據的精確程度。
雖然從上面的敘述來看，這項技術大部分要依賴相關軟件來完成，但卻少不瞭傳感器硬件—攝像頭的技術數據采集。目前普通智能手機攝像頭已經能夠完成這項工作，但更專業的遠程傳感器可以采集更細節的細節變化數據。
通過面部微表情的探測以及熱度分析，可以很清楚的通過面部細節來觀察血管健康程度；另外光譜檢測組件可以通過面部汗水的皮電電阻量來提供更進一步的數據；並且一個快速無害的激光脈沖可以對皮膚所蒸發掉的數以百計的分子進行分析，提供更詳盡的數據從而提升數據分析的準確性。目前這樣的數據采集準確性還有待提升，智能軟件會根據這些數據來判斷目前用戶心臟的狀態，同時迅速反饋到用戶，從而起到心臟監測和提前預防的作用。
人體的很多指數，例如脈搏、血氧含量、瞳孔伸縮程度或者是皮膚電阻，都有一定的變化范圍。如果感到疲憊、害怕或者受驚，這些指數就會發生變化並且這些變化十分容易監測到。想要通過這些指標檢測心臟狀態最需要解決的問題是如何對這些數據差異進行分析。
換句話說，如果因為收到驚嚇而使得心跳加速，但監測到的血氧含量一直穩定，這就不能說是心臟出現瞭問題。所以如何根據數據準確判斷，才是能否及時準確發現心臟異常最需要解決的問題。
Orignal From: 普通智能手機攝像頭也能發現心臟異常
留言列表
