SIR-PhysNet: a deadline-aware ultra-lightweight pipeline for camera-based heart-rate monitoring on embedded hardware
تقدم الورقة البحثية SIR-PhysNet، وهو مسار معالجة rPPG فائق الخفة ومدرك للمواعيد النهائية، يقوم بتفريغ عمليات المعالجة الهندسية والإضاءة إلى عمليات ذات تكلفة ثابتة ويستخدم قناع فوريه تحليلياً لاستخراج معدل ضربات القلب، مما يتيح مراقبة آنية وعالية الدقة على الأجهزة الطرفية محدودة الموارد مثل Raspberry Pi 5 حيث يمثل اكتشاف الوجه، بدلاً من الاستدلال الشبكي، عائق الأداء الأساسي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالماً يمكن فيه قراءة نبضات قلبك دون سلك واحد، أو مستشعر واحد، أو حتى لمسة واحدة. هذا هو الوعد الذي يقدمه رصد الصحة القائم على الكاميرا، وهو مجال يحول الفيديو العادي إلى نافذة على الإيقاع الأكثر حيوية في الجسم. يعتمد العلم وراء ذلك على حقيقة بسيطة وغير مرئية: في كل مرة ينبض فيها قلبك، فإنه يضخ موجة صغيرة من الدم عبر وجهك، مما يغير لون بشرتك بجزء ضئيل من النسبة المئوية. هذه التغييرات صغيرة جداً بحيث لا تراها العين البشرية، لكن الكاميرا يمكنها التقاطها. ومن خلال تحليل هذه التحولات الطفيفة في الضوء واللون، يمكن حساب سرعة نبضات القلب. وتجري دراسة استخدام هذه التكنولوجيا بالفعل في السيارات لمراقبة إرهاق السائقين، وفي المستشفيات لتتبع المرضى، وفي المنازل الذكية للاطمئنان على كبار السن. ومع ذلك، لكي يعمل هذا في العالم الحقيقي، يجب أن يكون الكمبيوتر الذي يقوم بالعمليات الحسابية سريعاً بما يكفي لمواكبة الفيديو، ويجب أن يكون صغيراً وفعالاً بما يكفي ليعمل على جهاز يتسع لرف أو جيب، وليس فقط في مركز بيانات ضخم.
قام فريق من الباحثين في جامعة نورث إيسترن ببناء نظام جديد مصمم خصيصاً لحل مشكلة السرعة والحجم هذه. أطلقوا على ابتكارهم اسم SIR-PhysNet، وهو مسار عمل يعمل كتدفق كامل لتحويل الفيديو الخام إلى رقم يمثل معدل ضربات القلب. كان التحدي الجوهري الذي واجهوه ليس مجرد جعل الرياضيات دقيقة، بل ضمان قدرة العملية بأكملها على إنهاء مهمتها قبل وصول الإطار التالي من الفيديو. في إعدادهم، يجب على النظام معالجة تدفق الفيديو، وإيجاد الوجه، وتنظيف الصورة، وحساب تقدير جديد لمعدل ضربات القلب كل 2.5 ثانية. إذا استغرق الكمبيوتر وقتاً طويلاً، فسوف يتأخر النظام، وتصبح البيانات عديمة الفائدة، وتفشل عملية المراقبة. وقد اكتشف الباحثون أن أكبر عقبة لم تكن "الدماغ" المعقد للنظام، بل "العيون" التي تبحث عن الوجه.
لبناء نظام يمكنه العمل على Raspberry Pi 5، وهو كمبيوتر صغير وبأسعار معقولة يستخدمه الهواة والمهندسون غالباً، اضطر الفريق إلى إعادة التفكير في كيفية تقسيم العمل. حاولت معظم المحاولات السابقة تعليم برنامج كمبيوتر واحد ضخم للقيام بكل شيء: إيجاد الوجه، وتجاهل الظلال، والتعامل مع حركات الرأس، وحساب معدل ضربات القلب دفعة واحدة. هذا النهج تطلب الكثير من الذاكرة وقوة المعالجة، مما جعله بطيئاً جداً للأجهزة الصغيرة. النهج الجديد، SIR-PhysNet، يقسم المهمة إلى جزأين متميزين. أولاً، يستخدم قواعد ثابتة وبسيطة لتجهيز الصورة. قبل أن يبدأ الكمبيوتر في البحث عن نمط في الفيديو، يستخدم أدوات صور قياسية للتركيز على الوجه، وتصحيح زاوية الرأس، وإزالة آثار تغير الضوء. هذه الخطوة تشبه وضع إطار حول لوحة وتنظيف الزجاج قبل محاولة تحليل الفن؛ فهي تجعل المهمة أسهل بكثير للكمبيوتر الذي يليه. ومن خلال القيام بهذا العمل الشاق باستخدام أدوات بسيطة، تمكن الباحثون من تقليص الجزء المعقد من النظام إلى حجم ضئيل، حيث يتطلب فقط جزءاً بسيطاً من الذاكرة والطاقة مقارنة بالنماذج الأخرى.
الجزء الثاني من النظام هو حاسب معدل ضربات القلب الفعلي. ولأن الصورة قد تم تنظيفها وتثبيتها بالفعل بواسطة الخطوة الأولى، فإن هذا الجزء من النظام لا يحتاج إلى شبكة ضخمة وثقيلة. إنه نموذج مدمج يحتوي على 0.26 مليون معلمة فقط، وهو رقم يمثل مقدار المعلومات التي يحتاجها لتذكرها. وبدلاً من محاولة إعادة بناء شكل موجة نبض الدم بالكامل، وهي مهمة معقدة وغير ضرورية لمجرد عد النبضات، يتنبأ هذا النموذج بالتردد المهيمن لضربات القلب مباشرة. ثم يستخدم مرشحاً رياضياً لاستخراج المعدل من الإشارة. هذا الخيار في التصميم يعني أن النظام فعال للغاية، حيث يستخدم 0.12 جيجافلوب فقط من قوة الحوسبة، وهو مقياس لعدد العمليات الحسابية التي يؤديها في الثانية.
اختبر الباحثون نظامهم على مجموعات بيانات فيديو مختلفة، بما في ذلك تسجيلات لأشخاص يمارسون التمارين الرياضية على جهاز المشي، حيث تجعل حركة الرأس والعرق المهمة صعبة للغاية. وفي مجموعة بيانات قياسية وخاضعة للرقابة، حقق النظام دقة تضاهي أو تتجاوز النماذج الأكبر والأكثر تعقيداً. وفي مجموعة بيانات جهاز المشي الصعبة، أنتج متوسط خطأ قدره 3.39 نبضة في الدقيقة فقط، وهي نتيجة تضاهي الأنظمة التي تفوقه حجماً بعشر مرات. وقد أثبت ذلك أنه من خلال تنظيف الصورة أولاً، يمكن للنظام أن يظل صغيراً وسريعاً دون التضحية بالقدرة على التعامل مع فوضى العالم الحقيقي.
ولرؤية ما إذا كان بإمكان النظام العمل فعلياً على الأجهزة الصغيرة التي صُمم من أجلها، قام الفريق بتثبيته على جهاز Raspberry Pi 5 مزود بمروحة تبريد. وقاموا بتشغيل النظام لمدة ثماني ساعات متواصلة، حيث عالج أكثر من 800,000 إطار من الفيديو. كانت النتائج واضحة: حافظ النظام على سرعة ثابتة بلغت 34.60 إطاراً في الثانية، متفوقاً بشكل مريح على الـ 30 إطاراً في الثانية المطلوبة لمواكبة تدفق الفيديو. ارتفعت درجة حرارة الكمبيوتر لتصل إلى ذروة 68.85 درجة مئوية، لكنه لم يتباطأ أو يتوقف بسبب الحرارة. وجاءت النتيجة الأكثر إثارة للدهشة من النظر إلى أين يتم استهلاك الوقت. فقد استغرق حساب معدل ضربات القلب المعقد، وهو الجزء الذي يفترض معظم الناس أنه الأصعب، حوالي 13 بالمائة فقط من الوقت المخصص لكل تحديث. بينما استُهلك 70 بالمائة من الوقت في مجرد البحث عن الوجه وتعديل الصورة.
غير هذا الاكتشاف فهمنا لما يحد من هذه الأنظمة. وجد الباحثون أن سرعة مراقب معدل ضربات القلب لم تكن مقيدة بذكاء نموذج الكمبيوتر، بل بالجهد المطلوب للعثور على الوجه وتتبعه في الفيديو. وقد اختبروا استراتيجية تعتمد على جعل النظام يبحث عن الوجه مرة واحدة فقط كل بضعة إطارات ويستخدم طريقة أبسط لتخمين مكان تحركه في الفترات البينية. سمح نهج "الكشف والتتبع" هذا للنظام بالتسارع إلى ما يقرب من 47 إطاراً في الثانية، مما يثبت أن هناك مجالاً واسعاً لجعل هذه المراقبات أسرع بكثير إذا تم تحسين خطوة البحث عن الوجه.
تخلص الدراسة إلى أنه بالنسبة لمراقبة معدل ضربات القلب القائمة على الكاميرا في الأجهزة الصغيرة، فإن مفتاح النجاح ليس في بناء دماغ أكبر وأذكى، بل في بناء عيون أفضل ومسار عمل أكثر نظافة. فمن خلال التعامل مع الأجزاء الفوضوية من العالم الحقيقي باستخدام أدوات بسيطة ومتوقعة قبل أن تصل البيانات إلى النموذج المعقد، يمكن للنظام أن يظل صغيراً بما يكفي ليعمل على جهاز بحجم سطح لعب الورق. ويشير الباحثون بحذر إلى أنه بينما يعمل نظامهم بشكل جيد على فيديوهات معينة تم اختبارها، لم يثبت بعد قدرته على العمل عبر جميع أنواع الكاميرات، أو ظروف الإضاءة، أو ألوان البشرة. كما يشيرون أيضاً إلى أن نظامهم مصمم لإعطاء رقم عام لمعدل ضربات القلب، وليس لتشخيص أمراض القلب أو اكتشاف عدم انتظام الضربات. ومع ذلك، فإن هذا العمل يوفر مساراً واضحاً للمستقبل: لجعل مراقبة الصحة محمولة ومتاحة حقاً، يجب أن ينتقل التركيز من جعل النماذج أكثر تعقيداً إلى جعل المسار بأكمله، من عدسة الكاميرا إلى الرقم النهائي، أكثر كفاءة وتوازناً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.