综述：关于非接触式健康参数检测的远程光电容积描记法的最新研究综述

《WIREs Data Mining and Knowledge Discovery》：A State-Of-The-Art Survey of Remote Photoplethysmography for Contactless Health Parameters Sensing

远程光电容积描记术(rPPG)作为非侵入式健康监测技术，通过普通视频摄像头实现心率(HR)、呼吸频率(RR)和血氧饱和度(SpO2)等关键指标检测，在疾病早期诊断和常规健康评估中展现重要价值。研究综述系统梳理了rPPG信号采集与处理技术，涵盖机器学习(ML)、深度学习(DL)和计算机视觉(CV)等算法的应用，并整合了相关数据集、代码库和教程资源。同时指出运动伪影、光照变化和肤色差异等现存挑战，为提升rPPG系统可靠性和安全性提出未来研究方向。

　　

摘要

远程光电容积描记法（rPPG）已成为远程医疗领域的一项关键技术，它利用市售的标准摄像机实现无创且易于获取的健康监测。rPPG能够从视频数据中评估心率（HR）、呼吸频率（RR）和血氧饱和度（SpO?）等关键健康指标，从而在疾病早期诊断和常规健康评估中发挥重要作用。鉴于其潜力，来自多个领域的研究人员通过建立坚实的理论基础、开发信号处理方法和数据驱动的算法，推动了rPPG技术的发展。虽然大多数关于rPPG的综述主要关注心率信号的提取方法，但我们的研究全面概述了rPPG的潜在应用范围。我们系统地整理了rPPG信号采集与提取技术的相关研究，并对近期在多种健康参数估计方面的进展进行了深入分析。除了详细回顾心率估计方法外，我们还探讨了如何从rPPG数据中提取呼吸频率和血氧饱和度等衍生信号，包括它们的应用和局限性。此外，我们强调了机器学习（ML）、深度学习（DL）和计算机视觉（CV）技术在与rPPG技术结合中的应用，并汇总了相关的资源，如数据集、代码和教程。最后，我们指出了当前存在的问题和研究空白，例如运动伪影、光照条件变化以及肤色差异等因素对测量结果的影响。我们希望通过明确未来的研究方向，推动rPPG系统的进一步发展。我们的综述旨在通过推动非接触式健康参数传感技术的发展，为相关应用的可靠性和安全性提供支持。

本文属于以下分类：

• 应用领域 > 医疗保健
• 技术 > 机器学习
• 数据和知识的基本概念 > 以人为中心和用户交互

图形摘要

远程光电容积描记法（rPPG）在非接触式健康监测中的应用概述：本文综述的研究内容。

利益冲突

作者声明没有利益冲突。