Remote Photoplethysmography with a High-Speed Camera Reveals Temporal and Amplitude Differences between Glabrous and Non-Glabrous Skin
Notice bibliographique
Résumé
<p>Photoplethysmography (PPG) is a noninvasive optical technology with applications including vital sign extraction and patient monitoring. However, its current use is primarily limited to heart rate and oxygenation monitoring. This study aims to demonstrate the utility of PPG for physiological investigations. In particular, we sought to demonstrate the utility of simultaneous data acquisition from several regions of tissue using remote/contactless PPG (rPPG). Specifically, using a high-speed scientific-grade camera, we collected rPPG from the hands (palmar/dorsal) of 22 healthy volunteers. Data collected through the red and green channels of the RGB CMOS sensor were analyzed. We found a statistically significant difference in the amplitude of the glabrous skin signal over the non-glabrous skin signal (1.41 ± 0.85 in the red channel and 2.27 ± 0.88 in the green channel). In addition, we found a statistically significant lead of the red channel over the green channel, which is consistent between glabrous (17.13 ± 10.69 ms) and non-glabrous (19.31 ± 12.66 ms) skin. We also found a statistically significant lead time (32.69 ± 55.26 ms in the red channel and 40.56 ± 26.97 ms in the green channel) of the glabrous PPG signal over the non-glabrous, which cannot be explained by bilateral variability. These results demonstrate the utility of rPPG imaging as a tool for fundamental physiological studies and can be used to inform the development of PPG-based devices.</p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».