Extracting Pulse Rate, Oxygen Saturation Level and Respiration Rate Through Smartphones
Nome: LUCAS CÔGO LAMPIER
Data de publicação: 14/08/2024
Banca:
Nome |
Papel |
|---|---|
| TEODIANO FREIRE BASTOS FILHO | Presidente |
| YVES LUDUVICO COELHO | Examinador Externo |
Páginas
Resumo: Nos últimos anos, o poder dos smartphones tem aumentado. Esses dispositivos, equipados com múltiplos sensores e alta capacidade computacional, tornaram-se uma parte essencial da vida cotidiana. Com suas capacidades crescentes, os smartphones não estão mais limitados a funções básicas, mas emergiram como ferramentas versáteis que podem ser
utilizadas para múltiplas finalidades na área da saúde. Este trabalho tem como objetivo utilizar cameras para extrair frequência cardíaca e saturação de oxigênio, e microfones para medir a frequência respiratória. Multiplos métodos para medir a frequência cardíaca, saturação de oxigênio e frequência respiratória usando videos e audios são propostos e avaliados, incluindo metodologias baseadas em Aprendizado Profundo (Deep Learning, DL). Mostra-se que, na maioria dos casos, os modelos de DL propostos são mais precisos na medição da saturação de oxigênio e da frequência cardíaca do que os métodos convencionais
propostos na literatura. Usando esses modelos, o Erro Quadrático Médio (Root Mean Squared Error, RMSE) do modelo de saturação de oxigênio foi de 2,92%, e o Coeficiente de Correlação por Postos de Spearman (Spearman Rank Correlation Coefficient, SRCC) foi de 0,95. A frequência cardíaca foi medida remotamente e com a pele em contato com a câmera. Quando a pele estava em contato com a câmera, o RMSE da frequência cardíaca foi de 1,78 BPM e o SRCC de 0,96. Quando a frequência cardíaca foi medida remotamente, o RMSE foi de 3,93 BPM e o SRCC de 0,86. A medição de frequência respiratória também
apresentou um baixo erro, com RMSE de 0,74 respirações/min e um SRCC de 0,99. Finalmente, um protótipo de um aplicativo Android para medir saturação de oxigênio, frequência cardíaca e frequência respiratória foi desenvolvido. O aplicativo foi testado
com oito voluntários, e os resultados mostraram que a frequência cardíaca e a taxa de respiração apresentaram baixos erros, com RMSE de 4,54 BPM e 0,74 respirações/min, respectivamente. No entanto, o modelo de saturação de oxigênio não teve um bom desempenho no aplicativo (RMSE de 4,37%), provavelmente devido às diferenças entre vídeos de treinamento do modelo e os coletados usando o aplicativo.
