• تاریخ انتشار : // - 08:59
  • تعداد بازدید : 19
  • زمان مطالعه : 2 دقیقه
جلسه دفاع از پایان نامه کارشناسی ارشد آقای نیما علی حسینی

جلسه دفاع از پایان نامه کارشناسی ارشد آقای نیما علی حسینی

جلسه دفاع از پایان نامه کارشناسی ارشد آقای نیما علی حسینی، با "موضوع تشخیص علائم حیاتی مبتنی بر فوتوپلتیسموگرافی از راه دور"، از گروه مهندسی پزشکی در تاریخ سه شنبه ۲ بهمن ۱۴۰۳، ساعت ۱۱ دراتاق ۲۵۴ برگزار می گردد.
 
 
 استاد راهنما: دکتر حمیدرضا مراتب
 
 
چکیده: فوتوپلتیسموگرافی از راه دور (rPPG) یک روش غیرتماسی برای اندازه‌گیری علائم حیاتی مانند ضربان قلب، سطح اکسیژن خون و نرخ تنفس از طریق تجزیه‌وتحلیل تغییرات نور بازتابی از پوست است که توسط دوربین‌های ویدئویی ثبت می‌شود. این فناوری می‌تواند از سیگنال‌های مربوط به تغییرات جزئی در حجم خون زیر پوست که بر اثر ضربان قلب ایجاد می‌شود، برای استخراج پارامترهای فیزیولوژیکی استفاده کند. کاربردهای آن در محیط‌های پزشکی مانند مراقبت‌های ویژه نوزادان (NICU)، مراقبت از سالمندان و حتی برای نظارت بر وضعیت‌های ویروسی مانند COVID-۱۹ است. rPPG با استفاده از دوربین‌های معمولی مانند دوربین‌های گوشی همراه یا وبکم می‌تواند به طور مداوم و بلادرنگ اطلاعات دقیقی از وضعیت سلامت فرد ارائه دهد. چارچوب طراحی سیستم: این پژوهش به طراحی سیستمی برای استخراج علائم حیاتی از ویدئو با استفاده از فوتوپلتیسموگرافی از راه دور (rPPG) پرداخته است. سیستم شامل مراحل ثبت ویدئو، شناسایی چهره و نواحی موردعلاقه (ROI)، استخراج سیگنال rPPG و پردازش آن برای محاسبه پارامترهای فیزیولوژیکی مانند ضربان قلب، سطح اکسیژن خون، نرخ تنفس و تغییرپذیری ضربان قلب است. ویدئوها به فریم‌های مجزا تقسیم می‌شوند و از دوربین‌های RGB برای ثبت داده‌ها استفاده شده است. سیگنال‌ها پس از پردازش و حذف نویز به روش‌های مختلف استخراج می‌شوند. برای تحلیل دقیق‌تر، در این پژوهش از روش پنجره‌گذاری استفاده شده است. مجموعه‌داده‌ها: مجموعه داده‌ای شامل ویدئوهایی از ۸۱ نفر (۶۵ مرد و ۱۶ زن) برای آموزش و ارزیابی سیستم به کار گرفته شده است و همچنین از مجموعه‌داده‌های دیگر نیز استفاده شده است. در این پژوهش، الگوریتم‌های مختلف استخراج سیگنال rPPG شامل CHROM ، PBV، POS، ICA، LGI و OMIT ارزیابی شدند. نتایج نشان می‌دهند که الگوریتم‌های CHROM و POS بهترین عملکرد را از خود نشان دادند. الگوریتم CHROM با دستیابی به مقدار R² برابر ۹۱/۰ و CCC برابر ۹۴/۰ و الگوریتم POS با R² برابر ۹۴/۰ و CCC برابر ۹۶/۰، دقت بالایی در تخمین ضربان قلب از خود نشان دادند. همچنین، نمودار بلند -آلتمن نشان‌دهنده تفاوت‌های ناچیز میان مقادیر واقعی و تخمین‌زده‌شده بوده و مقدار Pvalue برای هر دو الگوریتم برابر با ۲۷۸۲/۰ ، عدم وجود تفاوت معنی‌دار را تایید می‌کند. این نتایج نشان‌دهنده برتری الگوریتم‌های CHROM و POS در ارزیابی دقت استخراج سیگنال rPPG هستند.
 
 

 

 

کلمات کلیدی
مدیر سیستم
خبرنگار :

مدیر سیستم

نظرات

0 نظر برای این مطلب وجود دارد

نظر دهید

آخرین بروزرسانی: 1403/10/30 08:59
تنظیمات قالب