想象一下，你正坐在驾驶模拟器中，双手紧握方向盘，穿行于虚拟的浓雾之中。通常，若要检查你的心脏如何对驾驶压力做出反应，医生不得不将电极贴在你的胸口，或将传感器夹在你的手指上。这可能会让人感到不适、分心且杂乱。
本文提出了一种更为洁净的解决方案：只需使用一台摄像头。
研究人员构建了一个系统，它仅利用一台指向你面部的标准视频摄像头，就能充当“数字听诊器”。以下是他们如何实现这一点的简明解释。
核心理念：从视频中读取脉搏
当你的心脏跳动时，它会将血液泵送至全身。尽管你看不到，但这种血液的涌动会轻微改变你皮肤的颜色——每一次跳动都会让皮肤变得略微更红一些。普通摄像头会将此视为光线的闪烁，但我们的眼睛太快了，无法察觉。
研究人员编写了一个计算机程序，它观察你面部的视频，寻找这些微小且不可见的颜色变化。这就像试图在嘈杂的房间里听清耳语；“耳语”是你的心跳，而“噪音”则是你头部的移动、车辆的震动或光线的变化。
配方：他们如何清理信号
为了获得清晰的读数，团队必须解决三个主要问题：
- 看哪里？ 他们不是观察整张脸（其中包含头发、眼睛和嘴巴，这些部位的心跳脉冲表现不佳），而是将面部切割成称为"超像素"的小拼图块。他们测试了使用 10 块与 20 块拼图的效果。他们发现，观察脸颊（尤其是左侧）就像找到了心跳的最佳麦克风。
- 如何过滤噪音？ 他们使用了四种不同的数学“配方”（称为算法，如 2SR、CHROM、POS 和 PCA），将心跳信号与运动噪音分离开来。可以将这些想象为不同类型的降噪耳机。
- 如何让波峰凸显？ 心跳信号是一条波浪线。为了计算心跳次数，计算机需要识别波浪的“波峰”。研究人员发明了两种新方法以锐化这些波峰：
- “Lp 范数”（挤压）： 想象挤压一块湿海绵。这种方法挤压信号，使大波峰（真实的心跳）更加突出，同时压平微小的杂乱凸起（噪音）。
- “分数阶导数”（锐化铅笔）： 这就像用铅笔描摹一幅画，使线条更清晰。然而，论文警告称，这种方法有时会轻微改变波峰的时间点，使其在精确计时方面变得棘手。
试驾
他们在驾驶模拟器中对 29 人进行了测试。参与者首先保持静止（基线），然后在虚拟高速公路上行驶，最后驶入突发的、令人恐惧的浓雾场景以施加压力。
结果：
- 心率： 基于摄像头的系统出人地准确。它通常与金标准医疗传感器（心电图 ECG）的偏差在每分钟 2 次以内。这对于医生来说已足够可靠。
- 心率变异性（HRV）： 这是一种衡量心率加速和减速程度的复杂方式，可告诉我们压力水平。摄像头系统也能准确测量这一指标，与医疗传感器高度吻合。
- 运动： 即使驾驶员在移动头部或车辆发生震动，系统仍能保持工作，这主要归功于其“质量控制”步骤。如果某段视频过于晃动或模糊，计算机便会将其丢弃，不用于计算。
结论：什么效果最好？
论文为任何试图构建此类系统的人提出了具体建议：
- 用于计算心率（脉搏率）： 使用 2SR 算法，结合 “挤压”（Lp 范数） 方法，并观察面部的 20 个拼图块。
- 用于测量压力/变异性（HRV）： 使用 CHROM 算法，结合 “挤压”（Lp 范数） 方法。
陷阱（局限性）
论文诚实地指出了其缺陷：
- 头部位置： 如果你低头太多或用双手遮住脸部，摄像头就无法找到你的脸，系统将失效。
- 肤色： 该研究仅使用了肤色较浅的人群。摄像头在较深肤色上可能会遇到困难，因为颜色变化更难被察觉。
- 异常心跳： 如果一个人有心律不齐（漏跳或“故障”），摄像头系统可能会感到困惑，将其计为噪音而非真实的心脏事件。
总结
这篇论文证明，你不需要电线或粘性贴片来监测驾驶员的心脏。一台简单的摄像头，配合一些巧妙的数学运算来清理信号，就能告诉你心跳有多快以及你有多紧张，即使你正在驾驶汽车。这就像给汽车装上了一双眼睛，能够透过你的皮肤“听”到你的心跳。
技术摘要：基于代理测量的驾驶模拟器中远程心率变异性评估的信号提取方法
问题陈述
传统的心率变异性（HRV）监测依赖于接触式传感器（如心电图 ECG、可穿戴光电容积脉搏波 PPG），这些设备可能干扰自然的驾驶姿势，引起不适，并在转向交互过程中引入运动伪影。虽然远程光电容积脉搏波（rPPG）通过从面部视频中提取心脏信号提供了一种非接触式替代方案，但在驾驶模拟器等动态环境中仍面临重大挑战。这些挑战包括由头部运动、光照变化和面部表情引起的低信噪比（SNR），这些因素往往会掩盖与血容量相关的细微周期性颜色变化。此外，现有的 rPPG 研究通常侧重于脉搏率（PR）估计，而在真实驾驶条件下对 HRV 参数（SDNN、RMSSD）和心跳间期（IBI）检测准确性的验证尚不够全面。
方法论
本研究评估了一套综合的 rPPG 处理流程，该流程应用于在基于运动的驾驶模拟器（DS）中记录的 29 名参与者的数据集，涵盖基线（BSL）和高速公路驾驶条件（包括浓雾路段）。方法论包括：
- 感兴趣区域（ROI）选择：使用简单线性迭代聚类（SLIC）算法将面部区域分解为超像素（SP）子区域。测试了两种配置：10 个和 20 个 SP。采用涉及 Viola-Jones 检测、几何细化和 Lucas-Kanade 光流跟踪的分层流程，以确保帧间空间对应关系。
- 信号提取：应用了四种成熟的 rPPG 算法：空间子空间旋转（2SR）、基于色度的方法（CHROM）、皮肤正交平面（POS）和主成分分析（PCA）。
- 信号质量与清洗：采用两阶段选择标准。首先，丢弃信噪比（SNR）低于 -17 dB 的片段（在 0.7–3 Hz 频带内计算）。其次，根据与参考 ECG 相比最低的平均绝对误差（MAE）选择最佳 SP 区域，随后选择最高 SNR。
- 峰值增强：引入两种新颖的增强技术以提高峰值显著性：
- Lp 范数：通过滑动窗口（4 个样本）应用，p值范围为 1 到 9。
- Grünwald–Letnikov 分数阶导数（GL FOD）：应用分数阶次范围为 1.0 到 3.0。
- 在峰值检测之前，信号进一步经过切比雪夫 II 型带通滤波和汉宁窗平滑处理。
- 评估：性能针对同步的 1000 Hz ECG 参考进行评估。指标包括脉搏率精度（MAE、RMSE）、HRV 参数精度（SDNN、RMSSD）以及在三种时间容差标准（严格：250 ms，中等：350 ms，宽松：每个 RR 间期一个峰值）下的 IBI 检测性能（精确率、召回率、F1 分数）。统计分析（t 检验、Mann-Whitney U 检验）比较了 BSL 和 DS 条件。
主要贡献
- 扩展至 HRV：本研究将 rPPG 评估从 PR 扩展到包括临床相关的 HRV 参数（SDNN、RMSSD）以及动态驾驶环境中的逐拍对齐。
- 新颖的峰值增强：引入并比较评估了 Lp 范数和 GL FOD 作为专门针对 rPPG 信号的峰值增强策略。
- 最佳配置识别：确定了产生稳健结果的具体参数范围：Lp 范数的 p≈6–7，GL FOD 的分数阶次为 1.0–1.4。
- 综合基准测试：对四种 rPPG 算法（2SR、CHROM、POS、PCA）在两种空间配置（10 个 vs. 20 个 SP）和两种驾驶状态下的严格比较，并以真实 ECG 为基准进行验证。
结果
- 脉搏率（PR）：结合 GL FOD 和 20 个 SP 区域的 2SR 方法在驾驶条件下实现了最低的 MAE，为 1.92±1.72 bpm。所有配置均达到了临床可接受的精度（误差通常在 ±5 bpm 以内）。
- HRV 参数：SDNN 的最佳情况 MAE 为 $0.061$ s，RMSSD 为 $0.081$ s。虽然 HRV 估计比 PR 对峰值定位误差更敏感，但该框架成功复现了参考 ECG 的统计结构。
- IBI 检测：在“宽松”标准下，F1 分数达到 0.93。2SR 和 CHROM 方法的表现始终优于 POS 和 PCA。
- 方法比较：
- 推荐 2SR 用于 PR 估计。
- 结合 Lp 范数的 CHROM 更适用于 HRV（SDNN/RMSSD）估计。
- PCA 由于对噪声方差的敏感性，显示出最高的片段拒绝率。
- 统计显著性：该流程成功检测到 BSL 和 DS 条件下 PR/HR 的统计学显著增加（p<0.01），与参考 ECG 一致。然而，无论是参考 ECG 还是 rPPG 衍生方法，均未检测到条件之间 SDNN 或 RMSSD 的显著差异，表明该流程保留了数据的底层统计结构。
- 观察到的局限性：GL FOD 方法被指出会在 rPPG 波形中引入缓慢变化，可能导致 IBI 检测的峰值位移问题。研究还指出，面部检测失败（由于头部姿态）是数据丢失的主要原因。
意义与主张
作者声称，所提出的框架证明了在动态环境中进行完全非接触式自主神经监测的可行性，将 rPPG 能力扩展到受控实验室环境之外。该研究为研究人员提供了方法论指导，表明虽然 2SR 是 PR 的最佳选择，但在驾驶模拟器中，结合 Lp 范数的 CHROM 在 HRV 估计方面更优。论文强调，该系统能够可靠地复现自主神经系统活动的统计结构，使其成为专注于道路安全和人机交互的驾驶员监控系统的可行非侵入式替代方案。作者明确警告，虽然该方法对 PR 和一般 HRV 趋势具有鲁棒性，但由于波形形态问题，在使用 FOD 进行精确 IBI 检测时必须谨慎，且当前框架尚不足以检测病理性搏动（如室性早搏）。
每周获取最佳 electrical engineering 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。