摘要

目的 提出一种基于深度学习的回归模型,在自建数据集上,实现从消费级相机采集的人脸视频到血压值的估测。方法 使用自建人脸视频数据集经数据筛选、预处理后按照8∶1∶1的比例随机分为训练集(111例)、验证集(14例)和测试集(14例);此外,分别使用绿、红、蓝三通道数据进行相同实验,比较通道选择对该任务的影响。结果 在十折交叉验证条件下,所提出的模型在测试集上的平均绝对误差和标准差达到收缩压(5.98±5.22mmHg),舒张压(4.30±3.39mmHg),相关系数分别为0.70与0.64。绿色通道数据在该任务中表现明显优于其余两个通道。结论 本文在一定程度上证明了利用深度学习实现基于人脸视频的远程血压估测的可行性,此外,绿色通道数据可能含有更多与血压相关的信息。