Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Bartosz Ławniczak

Wyznaczanie tętna na podstawie analizy sekwencji obrazów twarzy


Estimation of the heart rate based on analysis of face image sequences


Opiekun pracy dyplomowej: dr inż. Aleksandra Królak
Praca dyplomowa inżynierska obroniona 2020-03-04
Streszczenie pracy dyplomowej:
Pomiar tętna jest jedną z kluczowych informacji, na podstawie których możemy ocenić stan chorego oraz jego charakterystykę powrotu do zdrowia. W dobie ciągłego połączenia szeroko dostępnymi i szybkimi metodami przesyłu danych, wiodącym kierunkiem rozwoju stają się metody pomiaru i korekcji poszczególnych parametrów życiowych przy zmniejszonej ingerencji lekarza, pozwalającej na zwiększoną przepustowość w wydawaniu decyzji medycznych. W przedstawionej pracy do pomiaru tętna zastosowano techniki niekorzystające z jakiegokolwiek fizycznego kontaktu przyrządu pomiarowego z badanym. Posłużono się w tym celu nagraniem powierzchni skóry, na którym następnie analizowano zmiany w poszczególnych kanałach barw. Do oszacowania wartości tętna zastosowano analizę składowych głównych (PCA) oraz algorytm JADE oparty na analizie składowych niezależnych. Otrzymane wyniki w umiarkowanym stopniu pokrywały się z próbami kontrolnymi: błąd względny dla algorytmu JADE wyniósł 9.18%, a dla PCA 7.91%. Słowa kluczowe: tętno, bezkontaktowe pomiary, analiza składowych głównych, JADE, przetwarzanie sygnałów
Abstract:
Heart rate measurement is one of the key information on the basis of which we can assess the patient's condition and recovery characteristics. In the era of continuous connection with widely available and fast methods of data transmission, the leading direction of development are the methods of measuring and correcting individual vital parameters with reduced medical intervention, allowing for increased throughput in issuing medical decisions. In the presented work, techniques for measuring heart rate with no physical contact between the device and the patient were used. For this purpose, the recording of the skin surface was used. Changes in individual color channels were analyzed. Principal component analysis (PCA) and the JADE algorithm based on independent component analysis were used to estimate the heart rate value. The results obtained to a moderate degree coincided with the control samples: the relative error for the JADE algorithm was equal to 9.18%, and for PCA 7.91%. Keywords: heart rate, non-contact measurements, principal component analysis, JADE, signal processing