Leserzuschrift: Pupillometrie zu Hause mit Smartphone-Gesichtsidentifikationskameras

Ikonoklast, Federal Bananarepublic Of Germoney, Mittwoch, 04.05.2022, 07:23 (vor 716 Tagen) @ Ikonoklast4119 Views

Pupillometrie zu Hause mit Smartphone-Gesichtsidentifikationskameras

ABSTRACT

Angesichts der jüngsten Entwicklungen in der medizinischen und psychiatrischen Forschung im Bereich der Pupillenreaktion können preiswerte und leicht zugängliche Pupillometer medizinische Vorteile bringen, von der Früherkennung neurologischer Krankheiten bis hin zur Messung der kognitiven Belastung. In diesem Beitrag stellen wir ein neuartiges Smartphone-basiertes Pupillometer vor, das eine zukünftige Entwicklung in der klinischen Forschung im Bereich der Pupillenmessung zu Hause ermöglicht. Unsere Lösung nutzt eine NIR-Frontkamera zur Gesichtserkennung in Kombination mit der RGB-Selfie-Kamera, um die absolute Pupillenerweiterung mit einer Genauigkeit von unter einem Millimeter zu messen. Im Vergleich zu einem Goldstandard-Pupillometer während eines Pupillen-Lichtreflex-Tests erreicht das Smartphone-basierte System einen medianen MAE von 0,27 mm für die Verfolgung der absoluten Pupillenerweiterung und einen medianen Fehler von 3,52% für die Verfolgung der Änderung der Pupillenerweiterung. Darüber hinaus haben wir das System im Rahmen einer Nutzbarkeitsstudie per Fernzugriff bei älteren Erwachsenen eingesetzt, was vielversprechend für künftige Smartphone-Einsätze zur Ferndatenerfassung bei älteren, unerfahrenen erwachsenen Nutzern ist, die das System selbst bedienen.

Link: https://dl.acm.org/doi/10.1145/3491102.3502493


Seismo: Blutdrucküberwachung mit integriertem Smartphone-Beschleunigungsmesser und Kamera

Zusammenfassung
Seismo ist ein Verfahren zur Blutdruckmessung mit Hilfe der im Smartphone vorhandenen Sensoren. Seismo nutzt die Pulstransitzeit (PTT), die Zeit, die der Herzpuls benötigt, um sich zwischen zwei arteriellen Stellen auszubreiten, und die in umgekehrtem Verhältnis zum Blutdruck steht. Seismo verfolgt insbesondere die Zeit, in der das Blut aus dem Herzen ausgestoßen wird, wenn sich die Aortenklappe öffnet, und in der der Puls an der Fingerspitze ankommt. Seismo stützt sich dabei auf die Seismokardiografie (SCG), die die Vibrationen nutzt, die durch die Bewegung des Blutes und die Klappenaktivitäten beim Herzschlag verursacht werden, und die eine genaue Messung der Öffnungszeit der Aortenklappe ermöglicht. Die SCG wird mit dem Beschleunigungsmesser des Telefons erfasst, das gegen die Brust gedrückt wird. In dieser Position hält der Benutzer das Telefon so, dass sein Finger die Kamera verdeckt, die dann das Photoplethysmogramm (PPG) am Finger aufnimmt und so den Puls misst, wenn er ankommt. Mit dieser Technik lassen sich sowohl die proximale (herznahe) als auch die distale (herzferne) Zeitmessung bequem mit einem Gerät erfassen, ohne dass zusätzliche Hardware erforderlich ist. Darüber hinaus können PTT-basierte Verfahren den Blutdruck von Schlag zu Schlag messen, wodurch kurzfristige Blutdruckänderungen (z. B. nach dem Sport) zuverlässiger gemessen werden können, die mit Manschettengeräten nur schwer zu erfassen sind. Ein wesentlicher Unterschied zwischen Seismo und früheren Lösungen, die eine Blutdruckverfolgung per Smartphone ohne zusätzliche Hardware ermöglichen, ist die Verwendung eines Beschleunigungsmessers zur Erfassung des SCG als proximales Timing. Andere Arbeiten konzentrierten sich hauptsächlich auf die Nutzung des vom Herzen erzeugten Schalls, auch bekannt als Phonokardiographie (PCG). Die grundlegende Einschränkung bei der Verwendung von PCG als proximaler Zeitmessung besteht jedoch darin, dass das erfasste Geräusch tatsächlich durch das Schließen der Herzklappen und nicht durch das Öffnen erzeugt wird und somit keine ideale Referenz für den Zeitpunkt des tatsächlichen Blutausstoßes darstellt.

Link: https://ubicomplab.cs.washington.edu/publications/seismo/


CASPER: Kapazitive Energieübertragung für das körpernahe Aufladen von mehreren tragbaren Geräten

https://ubicomplab.cs.washington.edu/images/pubs/casper.jpg

(Links) Prototyp einer mit CASPER betriebenen Wundüberwachungsgazeauflage, die am Bein des Benutzers getragen wird. Das Bettlaken dient als Körperelektrode, während die Decke als schwimmende Elektrode fungiert.
(Rechts) Die schwimmende RX-Elektrode und die Körperelektrode speisen das gekoppelte 13,56-MHz-Signal in ein mehrstufiges Diodengleichrichter-Netzwerk zur Umwandlung von Wechselstrom in Gleichstrom ein. Eine Zenerdiode schützt den Stromspeicher vor Überspannung. Je nach Anwendung kann der Stromspeicher ein einfacher Kondensator oder eine Festkörperbatterie mit einem Laderegler BQ25504 sein. Mit der gespeicherten DC-Leistung kann dann eine Last betrieben werden.

Zusammenfassung
Wir stellen CASPER vor, eine Ladelösung, die eine Zukunft mit tragbaren Geräten ermöglicht, die viel mehr am Körper verteilt sind. Anstatt jedes Gerät, mit dem wir unseren Körper schmücken wollen, aufladen zu müssen, sei es ein verteilter Gesundheitssensor oder digitaler Schmuck, können wir stattdessen Alltagsgegenstände wie Betten, Sitze und häufig getragene Kleidungsstücke zu bequemen Ladestationen ausbauen, die Geräte an unserem Körper aufladen, während wir unserem Tag nachgehen. Unser System funktioniert, indem es den menschlichen Körper als Leiter betrachtet und Geräte, die am Körper getragen werden, kapazitiv auflädt, wenn bei der natürlichen Nutzung von Alltagsgegenständen ein gut gekoppelter elektrischer Pfad entsteht. In diesem Beitrag haben wir eine umfassende Parametercharakterisierung für die Energieübertragung durch den Körper durchgeführt und auf der Grundlage unserer empirischen Ergebnisse eine Visualisierung von Designkompromissen vorgestellt, die Designern bei der Integration unseres Systems helfen soll. Darüber hinaus demonstrieren wir, wie wir diesen Designprozess bei der Entwicklung unseres eigenen intelligenten Verbandes und eines mit LEDs versehenen temporären Tattoos genutzt haben, das mithilfe unseres Systems mit Hunderten von Mikrowatt aufgeladen wird.

Link: https://ubicomplab.cs.washington.edu/publications/casper/


Erkennung von COVID-19 anhand multimodaler Daten von einem tragbaren Gerät: Ergebnisse der ersten TemPredict-Studie

Zusammenfassung

Die frühzeitige Erkennung von Krankheiten wie COVID-19 könnte ein entscheidendes Instrument zur Verringerung der Krankheitsübertragung sein, da es den Menschen hilft, zu erkennen, wann sie sich selbst isolieren, sich testen lassen und frühzeitig medizinische Hilfe in Anspruch nehmen sollten. Tragbare Geräte, die kontinuierlich physiologische Werte messen, sind ein vielversprechendes Instrument für die Früherkennung von Krankheiten. Wir sammelten tägliche Fragebogendaten und physiologische Daten mithilfe eines tragbaren Geräts (Oura Ring) von 63.153 Teilnehmern, von denen 704 eine mögliche COVID-19-Erkrankung selbst angaben. Wir wählten 73 dieser 704 Teilnehmer mit zuverlässiger Bestätigung von COVID-19 durch PCR-Tests und qualitativ hochwertigen physiologischen Daten für das Training eines Algorithmus aus, um den Ausbruch von COVID-19 mithilfe von maschinellem Lernen zu identifizieren. Der Algorithmus identifizierte COVID-19 im Durchschnitt 2,75 Tage bevor die Teilnehmer einen diagnostischen Test in Anspruch nahmen, mit einer Sensitivität von 82% und einer Spezifität von 63%. Die ROC-Fläche unter der Kurve (AUC) betrug 0,819 (95% CI [0,809, 0,830]). Die Einbeziehung der kontinuierlichen Temperatur ergab eine AUC, die 4,9% höher war als ohne dieses Merkmal. Zur weiteren Validierung wurden bei einer Untergruppe von Teilnehmern SARS-CoV-2-Antikörper nachgewiesen und 10 weitere Teilnehmer identifiziert, die eine COVID-19-Erkrankung mit Antikörperbestätigung selbst angaben. Der Algorithmus hatte eine Gesamt-ROC-AUC von 0,819 (95% CI [0,809, 0,830]), mit einer Sensitivität von 90% und einer Spezifität von 80% bei diesen zusätzlichen Teilnehmern. Schließlich beobachteten wir erhebliche Unterschiede in der Genauigkeit je nach Alter und biologischem Geschlecht. Die Ergebnisse unterstreichen, wie wichtig es ist, die Temperatur zu messen, kontinuierliche physiologische Merkmale für den Abgleich zu verwenden und verschiedene Bevölkerungsgruppen in die Algorithmusentwicklung einzubeziehen, um die Genauigkeit der COVID-19-Erkennung durch tragbare Geräte zu optimieren.

Link: https://www.nature.com/articles/s41598-022-07314-0

--
Grüße

[image]

---

Niemals haben wir "unser" Leben im Griff!

Die meisten von uns ziemlich gut, ohne es zu wissen.


gesamter Thread:

RSS-Feed dieser Diskussion

Werbung