基于双深度相机的潮式呼吸呼吸容积估算

《Sensors》：Estimation of Respiratory Volumes During Tidal Breathing Using Two Depth Cameras

　　

深度相机技术的最新进展使得能够精确量化人体躯干在呼吸过程中的形状变化，从而预测呼吸容积。本研究旨在探讨利用两台相对放置的深度相机估算放松状态下潮式呼吸潮气量（tidal volume, TV）的潜力。研究分析了21名健康参与者的数据。每位参与者的躯干上放置了30个物理标记点，并通过两台深度相机进行追踪。标记点位置被映射为三维坐标，并作为容积算法的输入以估算呼吸容积。随后进行了逐次呼吸分析，将估算容积与肺功能仪（spirometry）测量结果进行比较。相机导出的容积与肺功能仪结果高度相关（边际R2 = 0.941），且表现出极佳的一致性，平均绝对差值为78.0（34.8）mL（标准差）。Bland–Altman分析显示偏倚为?4.6 mL，95%一致性界限为?192.3至183 mL。简化的17标记点配置也与肺功能仪结果表现出强相关性（边际R2 = 0.918），但一致性有所降低，平均绝对差值为107.4（58.2）mL，Bland–Altman偏倚为?76.4 mL（95%一致性界限：?298.1至145.3 mL）。这是首次使用基于标记点的系统从两台相对放置的深度相机估算呼吸容积的研究。标记点的使用使得躯干分割成为可能，因此为无需昂贵实验室动作捕捉系统的呼吸表征提供了可能。

论文解读：基于双深度相机的潮式呼吸呼吸容积估算研究

一、研究背景与问题

呼吸功能测量在呼吸系统疾病的诊断和监测中至关重要。目前的金标准是肺功能仪（spirometry）检测，患者需佩戴面罩进行特定呼吸测试，设备测量吸入和呼出气体的容积与流量。基于这些变量，临床医生可以判断气道是否存在限制性或阻塞性病变。呼吸功能测量也被整合到心肺运动试验（cardiopulmonary exercise testing, CPET）中，这是一种评估运动时心血管和肺脏反应的最大运动测试，广泛应用于手术风险评估、心肺病理生理评估、运动处方制定以及竞技运动员体能评估等领域。然而，呼吸监测的一个关键局限性在于患者需要在测试过程中佩戴面罩，这可能造成不适、增加气道阻力并可能增加感染风险。

基于相机的系统提供了一种替代方法，通过测量上体容积变化来估算呼吸过程中的流量和容积。这种技术被称为光电体积描记法（optoelectronic plethysmography, OEP），此前仅能通过使用红外光追踪三维空间中反射标记点的动作捕捉相机系统实现。传统OEP方法需要在参与者胸部和背部以网格状方式放置89个反射标记点，并由8至12台不同视角的相机进行追踪。除了估算流量和容积，OEP还可用于表征呼吸模式，例如腹胸同步性，这种同步性可用于提供呼吸控制的实时反馈，进而促进呼吸再训练。然而，尽管OEP在研究中被广泛使用，但由于成本高昂、相机设置复杂以及全身放置和追踪89个标记点耗时费力，该技术尚未被临床实践所采用。

近年来传感技术的进步使得利用廉价的深度相机捕获人体呼吸过程中的三维信息成为可能。多项研究尝试利用该技术表征呼吸功能，包括估算呼吸频率和呼吸容积。然而，虽然频率估算相对简单，但准确的潮气量估算和/或肺功能参数通常需要复杂的校准或缩放技术。这是因为使用单台相机时难以区分呼吸引起的躯干形状变化与姿势摆动。这一挑战导致先前使用单相机的研究与金标准肺功能仪的一致性仅为中等水平。

迄今为止，仅有一项先前研究探讨了使用两台相对放置的深度相机估算呼吸容积的可能性。这种方法相比单台深度相机是一个进步，因为躯干前部和后部的运动可以同时被量化，从而实现呼吸运动的精确表征。然而，该方法需要使用肺功能仪测量容积进行个体校准，限制了潜在的临床应用性。此外，由于分析使用点云数据而非基于解剖标志定义的标记点网格，该方法可能无法利用既有的OEP技术表征呼吸模式。

鉴于先前研究的局限性，研究人员旨在探讨使用两台深度相机实现OEP呼吸测量和表征的可能性。具体而言，研究人员希望了解是否可能使用两台相对放置的RGB-D传感器获取89个标记点的数据。为最大限度减少设置时间，研究人员探讨了通过在点云上插值并使用回归定义一组虚拟标记点来减少物理标记点数量的可能性。

二、研究开展与主要结论

本研究在《Sensors》期刊发表，旨在评估使用双RGB-D相机系统配合两种不同标记点配置估算潮气量的准确性。研究招募了24名参与者（10名女性），平均身高1.74（0.1）m，平均体重73.5（15.1）kg，平均体质指数（body mass index, BMI）24.3（4.1）kg/m²。参与者需年满18岁，无呼吸系统疾病或患有不影响正常放松呼吸的轻度阻塞性哮喘。排除标准为最近3个月内因急性呼吸道感染接受治疗。数据采集期间，参与者以放松姿势站立，通过肺功能仪正常呼吸，同时两台三维相机记录躯干运动。研究获得英国国家医疗服务体系卫生研究管理局伦理批准（21/EM/0221），所有参与者均签署知情同意书。

研究发现，完整的30标记点配置能够准确估算容积，与肺功能仪测量结果表现出极佳的一致性，平均偏倚低（?4.6 mL），95%一致性界限窄（?192.3至183.0 mL）。然而，17标记点配置导致精度下降（偏倚：?76 mL，95%一致性界限?298至145 mL）。总体而言，这些数据表明使用两台RGB-D相机配合可分割躯干并表征呼吸模式的标记点配置，能够准确估算潮气量。但标记点数量减少时精度会受到影响。尽管如此，虽然17标记点配置可能不适合精确容积估算，但它可能适用于旨在传达呼吸显著特征的生物反馈应用。

三、主要关键技术方法

研究人员使用了以下关键技术方法：

硬件与数据采集系统：采用两台Intel RealSense L515深度相机（基于飞行时间原理），相距2 m相对放置，参与者站立其间，距每台相机约0.8至1.0 m。相机高度调整至胸部中心高度，以竖屏方向最大化躯干可见性。以30 Hz帧率同时记录RGB流和同步深度流。肺功能仪采用Easy-on PC Spirometer（ndd Medical，瑞士苏黎世），以50 Hz记录流量和容积数据。

全局坐标系定义：采用两阶段标定过程。第一阶段使用6×7双面棋盘格标定板放置在两台相机之间，通过OpenCV识别角点并映射至三维坐标，利用最小二乘回归获得每台相机的局部到全局变换矩阵。第二阶段使用Shining 3D扫描仪（EinScan-Pro，精度0.5 mm）扫描的人体模型上17个已知参考点来优化变换矩阵的缩放分量。

标记点追踪与虚拟标记点生成：在参与者躯干上放置30个物理标记点（19个在胸前，11个在背部），通过HSV颜色范围识别、OpenCV斑点检测计算每个标记点的质心。随后通过插值方法定义49个虚拟标记点，形成79个标记点的躯干网格。为重建传统OEP方法使用的完整89个标记点，研究人员开发了基于最小二乘回归的模型，利用人体模型数据估算位于躯干侧面腋中线位置的10个标记点的三维坐标。

容积计算算法：89个标记点轨迹经4阶低通巴特沃斯滤波器（截止频率2 Hz）滤波后，使用已发表算法计算潮气量。标记点被分层，计算每层质心，每层再分割为一系列四面体，292个四面体的体积之和即为胸部总体积。

统计分析：采用线性混合效应模型（TV_camera ~ TV_spirometer，随机截距+一阶自回归AR(1)残差相关结构）进行相关性分析，计算边际R²和条件R²。采用重复测量Bland–Altman分析评估一致性，偏倚和方差分量直接从模型中提取。

四、研究结果

全标记点集与肺功能仪的高度一致性：对21名参与者共识别515次呼吸，全标记点集平均绝对差值为78（34.8）mL，平均均方根误差（root-mean-squared error, RMSE）为90.2（34.4）mL。线性混合效应模型显示斜率为0.971（95%置信区间[0.940, 1.002]），截距为?4.62 mL（95%置信区间[?36.36, 27.13]），边际R²为0.941，条件R²为0.975。Bland–Altman分析显示偏倚为?4.6 mL，95%一致性界限为?192.3至183 mL。

简化标记点集的精度下降：17标记点配置的平均绝对差值为107.4（58.2）mL，平均RMSE为122.8（58.4）mL。模型斜率显著低于1（b = 0.888，95%置信区间[0.855, 0.921]），截距为?76.43 mL（95%置信区间[?115.58, ?37.27]），边际R²为0.918，条件R²为0.967。Bland–Altman分析显示偏倚为?76.4 mL，95%一致性界限为?298.1至145.3 mL，且随容积增大误差呈增大趋势。

性别差异：全标记点集中女性平均绝对误差较大且变异性更高（绝对差值：68 vs. 94.3 mL；标准差：19.5 vs. 48.1），但简化标记点集中男女差异较小（绝对差值：114.8 mL vs. 95.4 mL）。

典型个体比较：容积-时间曲线图显示，匹配良好的参与者绝对差值为39.6 mL（6.6%偏差），匹配较差的参与者绝对差值为146.6 mL（11.6%），但即使一致性较低，两条容积轨迹仍表现出非常接近的形态匹配。

五、讨论与结论

讨论部分总结：先前使用商业动作捕捉系统（8至10台相机）的研究报告的偏倚范围为12至70 mL，离散度约为±120至±270 mL。本研究的全标记点集结果（?4.6 ± 187.6 mL）与这些发现相当，表明使用两台廉价RGB-D相机可能达到与实验室级动作捕捉系统相似的潮式呼吸容积测量精度。与Soleimani等人的双相机研究相比，本研究无需个体肺功能仪校准，且RMSE（90.2 vs. 148 mL）和一致性界限（?192.3至183 mL vs. ?400至400 mL）均更优。研究存在以下局限性：研究对象为年轻健康人群且BMI较低，限制了结果的普适性；参与者需上半身裸露或仅穿运动胸罩，可能在某些场景下不可接受；仅研究了放松站立状态下的潮式呼吸，尚不清楚在动态活动（如行走、跑步或骑行）中是否仍能准确估算容积。此外，女性参与者误差较大可能与其穿着运动胸罩或回归模型的泛化性有关，但本研究无法确定具体机制。

研究结论翻译：本研究证明，使用双深度相机系统可以在放松呼吸期间准确估算潮气量。这项工作凸显了基于相机的系统用于非接触式呼吸评估的潜力，未来的研究应进一步探索该技术在临床中的应用。