《Bioengineering》：Periodicity-Driven Adaptive Localization of Respiratory Regions for Non-Contact Respiration Monitoring in Sleeping Infants
编辑推荐：
摘要专业翻译
呼吸是评估婴儿出生后第一年健康状况的关键生命体征。传统的基于视频的呼吸监测方法通常依赖于人工定义的感兴趣区域（ROI），针对胸部或腹部等特定解剖区域，或采用预训练的目标检测模型定位身体区域后再提取呼吸信号。然而，在不受约束的睡眠环境中，婴儿可能采
摘要专业翻译
呼吸是评估婴儿出生后第一年健康状况的关键生命体征。传统的基于视频的呼吸监测方法通常依赖于人工定义的感兴趣区域（ROI），针对胸部或腹部等特定解剖区域，或采用预训练的目标检测模型定位身体区域后再提取呼吸信号。然而，在不受约束的睡眠环境中，婴儿可能采取多种睡眠姿势，因此难以假设呼吸引起的运动始终出现在相同的解剖区域或图像位置。为解决这一局限，研究人员提出了一种基于锚点的呼吸区域定位框架，该框架在整个视频帧中识别表现出显著呼吸周期性的空间区域，无需依赖预定义的解剖ROI或单独的身体区域定位模型。对于每个网格单元，研究人员从帧间颜色/强度变化和光流（Optical Flow）衍生的运动变化中构建时间序列信号。随后将这些信号的幅度谱逐元素相乘，生成呼吸周期性图（Respiratory Periodicity Map），用以表示呼吸相关周期性在整个画面中的空间分布。周期性评分（Periodicity Score）最高的网格单元被选为锚点网格单元（Anchor Grid Cell），并作为呼吸频率估计的主要呼吸区域。研究人员采用6折受试者独立交叉验证，在来自15名婴儿的374段视频片段上评估了所提方法。单一锚点网格单元方法实现了平均绝对误差（MAE）为1.9953次/分钟（BPM）、均方根误差（RMSE）为3.9681 BPM、皮尔逊相关系数（PCC）为0.7287。此外，仰卧位、侧卧位和俯卧位的MAE均低于2.5 BPM，表明在所评估的睡眠姿势中估计性能具有一致性。这些研究结果表明，婴儿的呼吸相关信息不一定局限于预定义的解剖区域，而可能根据睡眠姿势在不同的空间位置表现出来。
论文解读
一、研究背景与研究动机
呼吸是评估婴儿早期健康状况的关键生命体征。婴儿在睡眠中常表现出不安稳的肢体活动和比成人更不规律的呼吸模式，这些生理特征可能增加其罹患呼吸暂停、呼吸窘迫、呼吸道合胞病毒感染以及婴儿猝死综合征（SIDS）等严重临床状况的风险。约90%的SIDS病例发生在出生后前六个月内，尽管SIDS发病率已从1990年的每10万活产130.3例显著下降至2019年的33.3例，但SIDS仍是1个月至1岁婴儿死亡的主要原因之一。此外，一岁以下婴儿还特别容易罹患睡眠相关呼吸障碍，包括阻塞性和中枢性睡眠呼吸暂停，这主要归因于其呼吸和通气控制机制的不成熟。
随着智能家居设备和家用摄像系统的普及，在自然家庭环境中监测婴儿睡眠的兴趣日益增加。传统的接触式呼吸监测系统存在固有局限，可能刺激婴儿娇嫩的皮肤、因身体不适干扰睡眠，且易受频繁身体运动产生的运动伪影影响。因此，非接触式呼吸监测技术受到广泛关注。然而，由于婴儿与成人在解剖和生理上存在根本差异，直接将成人呼吸监测模型应用于婴儿面临显著技术挑战。婴儿胸壁顺应性高，且在快速眼动睡眠中花费的时间比例远高于成人，其呼吸运动的空间特征与成人不同——成人呼吸运动在胸部区域更为显著，而婴儿更多地依赖腹部运动，同时辅助呼吸肌的参与可在肩部和颈部产生可见运动。因此，婴儿呼吸相关位移可分布于多个解剖区域，而非局限于单一局部区域。
更为关键的是，在不受约束的睡眠环境中，婴儿经常改变睡眠姿势、发生身体旋转和位置移动，这可能导致初始帧定义的ROI与实际包含呼吸信息的区域之间产生空间错位。现有方法普遍采用先检测目标身体区域（如面部、胸部或腹部）、再在该区域内提取呼吸信号的范式，这些方法在婴儿呼吸监测中表现出明显局限。因此，本研究旨在突破传统范式，提出一种基于呼吸周期性本身来识别有效呼吸区域的自适应方法，以应对婴儿睡眠中呼吸运动空间分布多变的问题。
二、研究内容与主要结论
研究人员提出了一种锚点驱动的呼吸区域定位框架，该框架无需依赖预定义解剖ROI或预训练目标检测模型，即可在整个RGB和红外（IR）睡眠视频中自适应识别有效呼吸区域。每个视频帧被划分为均匀网格，针对每个网格单元基于时间颜色/强度变化和光流衍生的运动变化构建时间序列信号，随后分析这些信号的周期性以评估每个网格单元的呼吸周期性，选择呼吸周期性最高的网格单元作为有效呼吸区域，并利用该区域的信号估计呼吸频率。
研究结果表明，单一锚点网格单元方法在6折受试者独立交叉验证中实现了MAE为1.9953 BPM、RMSE为3.9681 BPM、PCC为0.7287的性能。在仰卧位、侧卧位和俯卧位三种姿势下，MAE均低于2.5 BPM，表明所提方法在不同睡眠姿势下具有一致的估计性能。与预定义解剖ROI策略（胸部ROI、身体ROI和躯干ROI）相比，锚点网格单元方法在共同评估子集上表现出更低的估计误差和更高的相关性。与深度学习基线方法（EfficientPhys和AIRFlowNet）相比，锚点网格单元方法也取得了最优性能。Bland-Altman分析显示平均偏差为+0.6659 BPM，95%一致性界限为?7.01至+8.34 BPM，表明系统偏差极小。在低于25 BPM的较稳定呼吸频率范围内，估计误差集中在零附近；而在高于25 BPM的较高呼吸频率下，误差分布较为分散并出现若干高估离群值。
该研究的重要意义在于证明了婴儿的呼吸相关信息不一定局限于预定义的解剖区域，而可能根据睡眠姿势在不同身体区域表现出来。周期性驱动的空间搜索能够部分避开空间局部干扰，通过将锚点网格单元重新定位到表现出更强呼吸周期性的替代区域来保持估计性能。此外，该框架在CPU处理条件下实现了45.00±2.97帧/秒的平均处理吞吐量和0.234±0.032的平均计算实时因子（RTF），表明其具备连续实时处理的计算可行性。
三、关键技术方法概述
研究人员使用了以下主要技术方法：其一，基于网格的时间颜色/强度差分计算——RGB图像采用YCrCb色彩空间中的Cr?Cb通道差分以增强对光照变化的鲁棒性，IR图像则使用灰度强度的时间差分，随后进行Z-score归一化；其二，基于Farneb?ck稠密光流算法的网格运动计算——利用二次多项式逼近估计连续帧间的像素位移向量，对每个网格单元内的像素速度分量取平均并归一化；其三，基于快速傅里叶变换（FFT）的融合周期性图构建——分别对归一化强度变化信号和光流信号进行FFT，将两个频谱逐元素相乘，在频域中增强颜色变化和运动变化同时出现的呼吸相关周期分量，并通过周期性评分（呼吸频带0.2–0.8 Hz内最大融合FFT幅度与整个频谱融合FFT幅度之和的比值）量化每个网格单元的周期性；其四，基于相关性的空间链式扩展——从锚点网格单元出发，在3×3邻域内计算皮尔逊相关系数，将满足阈值（ρ≥0.9）的相邻单元纳入扩展呼吸区域并递归搜索。数据集来源为AIR-400数据集，最终数据集包含来自15名婴儿的374段视频片段（50段RGB视频和324段IR视频），涵盖俯卧位29段、侧卧位120段和仰卧位225段，所有视频时长均为1分钟，帧率为10或15帧/秒。
四、研究结果
网格单元数量对呼吸频率估计性能的影响。 实验结果表明，使用单一锚点网格单元获得的MAE和RMSE略低、PCC略高，在所有评估配置中持续取得最优性能（MAE为1.9953）。这表明精确定位包含最显著呼吸相关信息的区域可能比简单聚合更多网格单元的信息更为重要。
ROI策略的性能比较。 在共同评估子集（N=327）中，胸部ROI和身体ROI的MAE分别为4.1893和4.0394 BPM，躯干ROI的MAE为6.0633 BPM，而锚点网格单元方法的MAE为2.1836 BPM、PCC为0.7216，表现出更低的估计误差和更高的相关性。
姿势特异性呼吸频率估计性能。 仰卧位MAE和RMSE分别为1.9823和4.1492 BPM，PCC为0.5252；侧卧位MAE为2.1508 BPM、RMSE为3.9290 BPM，PCC最高（0.8423）；俯卧位估计误差最低（MAE为1.4531 BPM、RMSE为2.3697 BPM），但PCC最低（0.3071）。所有姿势的MAE均低于2.5 BPM。
参数网格搜索与链式扩展验证。 随阈值从0.5增至0.9，平均选中单元数从6.59降至1.81。最优性能在阈值为0.9、光流权重为0.9、颜色差分权重为0.1时取得（MAE为2.0119 BPM、PCC为0.7332）。将搜索范围从3×3扩展至5×5仅产生极微小性能变化。
与基线方法的性能比较。 深度学习方法EfficientPhys和AIRFlowNet的MAE分别为4.034和3.926 BPM，PCC分别为0.377和0.445；锚点网格单元方法MAE为1.9953 BPM、PCC为0.7287，取得最优性能。锚点网格单元+链式扩展方法MAE为2.1510 BPM、PCC为0.6714。
6折交叉验证结果。 所有折均一致选择0.9:0.1的光流与颜色差分融合权重比。Fold 6取得最低估计误差（MAE为1.2616 BPM），Fold 4取得最高线性相关和一致性（PCC为0.9615、ICC为0.9562），Fold 5相关性最低（PCC为0.1321），这主要归因于该折金标准呼吸频率变异范围受限（18.71–29.87 BPM，SD为2.43 BPM）。金标准呼吸频率跨度与PCC之间存在较强正相关（r=0.7915）。
信号组合策略比较。 加权平均方法MAE为2.3496 BPM、PCC为0.6266，比所提方法高约0.4 BPM的MAE和低0.1的PCC；仅光流方法性能略低于加权平均；仅颜色强度差分方法MAE最高、PCC最低。
对非呼吸周期性运动的鲁棒性。 通过引入0.6 Hz正弦干扰，呼吸频率估计性能随干扰幅度增加而逐步恶化。在所有评估幅度下，局部污染的MAE低于全局污染。锚点重新定位到污染区域外的比例从幅度0.1时的5.1%增至幅度0.5时的48.9%，表明周期性驱动的空间搜索可部分避开空间局部干扰。
五、讨论总结与结论翻译
讨论部分指出，光流权重增加与更低MAE和更高PCC相关，这可能与家庭睡眠环境中婴儿常被衣物或寝具部分遮挡有关——光流不直接依赖可见皮肤外观，在皮肤暴露受限时仍能反映呼吸相关细微运动。两种信号单独使用时的性能均略低于联合使用，表明二者提供互补的呼吸信息。链式扩展未改善呼吸频率估计性能，说明具有最强呼吸周期性的网格单元可能已包含足够信息量的呼吸信号，纳入相邻单元可能引入较弱的呼吸成分或无关局部运动。俯卧位取得最低MAE，但该姿势视频占比仅7.80%，且俯卧位时胸腹与支撑面接触，呼吸运动可能通过背部或周围区域间接表现。Fold 5的低PCC主要归因于金标准呼吸频率变异范围受限的范围限制效应。流式分析表明该框架在CPU条件下具备实时处理的计算可行性。
研究结论为：本研究提出了一种无需依赖预定义解剖ROI或预训练目标检测模型即可在整个视频帧中识别有效呼吸区域的分析方法。研究人员从RGB和IR视频中提取时间颜色/强度变化和光流衍生的运动变化，结合这些信号的频率特征评估每个网格单元的呼吸周期性，从而实现有效呼吸区域的自适应选择。利用以此方式选择的单一锚点网格单元，在6折受试者独立交叉验证中呼吸频率估计实现了1.9953 BPM的MAE，仰卧位、侧卧位和俯卧位的MAE均低于2.5 BPM。这些结果表明，婴儿的呼吸相关信息可能不局限于预定义解剖区域，而可能根据睡眠姿势在不同身体区域表现出来。然而，由于公开婴儿数据集有限，无法使用大型外部数据集评估泛化性能，未来需要利用包含更广泛受试者和睡眠环境的数据集进行进一步验证。
