[論文レビュー] A Novel Technique of Noninvasive Hemoglobin Level Measurement Using HSV Value of Fingertip Image

Md. Kamrul Hasan, Nazmus Sakib+3 more|arXiv (Cornell University)|Oct 7, 2019

Heart Rate Variability and Autonomic Control被引用数 9

ひとこと要約

本研究では、指先の動画フレームのHSV色空間を用いた、スマートフォンベースで非侵襲的なヘモグロビン（Hb）レベル推定法を提示する。フラッシュを用いて動画を撮影し、RGBをHSVに変換し、HSVヒストグラムを平均化することで、米国とバングラデシュの2か所の異なる地理的場所に所在する60名の被験者データを用いた部分最小二乗回帰により、R² = 0.95の高い性能を達成した。

ABSTRACT

Over the last decade, smartphones have changed radically to support us with mHealth technology, cloud computing, and machine learning algorithm. Having its multifaceted facilities, we present a novel smartphone-based noninvasive hemoglobin (Hb) level prediction model by analyzing hue, saturation and value (HSV) of a fingertip video. Here, we collect 60 videos of 60 subjects from two different locations: Blood Center of Wisconsin, USA and AmaderGram, Bangladesh. We extract red, green, and blue (RGB) pixel intensities of selected images of those videos captured by the smartphone camera with flash on. Then we convert RGB values of selected video frames of a fingertip video into HSV color space and we generate histogram values of these HSV pixel intensities. We average these histogram values of a fingertip video and consider as an observation against the gold standard Hb concentration. We generate two input feature matrices based on observation of two different data sets. Partial Least Squares (PLS) algorithm is applied on the input feature matrix. We observe R2=0.95 in both data sets through our research. We analyze our data using Python OpenCV, Matlab, and R statistics tool.

研究の動機と目的

• 消費者用スマートフォンを用いた低コストで非侵襲的なヘモグロビンレベル推定技術の開発を目的とする。
• リソースが限られた地域や遠隔医療環境における、侵襲的血液検査の限界を克服することを目的とする。
• 指先の動画フレームからのHSV色空間特徴量を用いたHb予測の可能性を検討することを目的とする。
• 米国ウィスコンシン州とバングラデシュからのデータを用いて、多様な集団におけるモデルの妥当性を検証することを目的とする。

提案手法

• フラッシュを用いてスマートフォンのカメラで指先の動画を撮影し、RGB信号の整合性を向上させた。
• 動画の選択フレームからRGBピクセル強度を抽出し、HSV色空間に変換した。
• 各動画フレームのHSVピクセル強度のヒストグラムを生成し、平均化して被験者ごとに1つの特徴ベクトルを構築した。
• 米国およびバングラデシュの2つの異なる地理的場所からのデータに基づき、2つの入力特徴行列を構築した。
• 平均化されたHSVヒストグラム特徴量とゴールドスタンダードのHb濃度との相関を確立するために、部分最小二乗回帰（PLS）を適用した。
• データ処理および分析には、Python OpenCV、MATLAB、R統計ツールを用いた。

実験結果

リサーチクエスチョン

• RQ1 スマートフォンで撮影した指先の動画からのHSV色空間特徴量は、ヘモグロビンレベルを高い精度で予測できるか？
• RQ2 提案手法は、異なる地理的・人口統計的背景を持つ多様な集団においても性能を維持できるか？
• RQ3 HSVヒストグラムの平均化とPLS回帰の組み合わせは、非侵襲的Hb推定においてどれほど効果的か？
• RQ4 低コストでモバイルベースのソリューションは、現実の医療現場で臨床的手法と同等の精度を達成できるか？

主な発見

• 提案されたモデルは、米国およびバングラデシュの両方のデータセットにおいて、Hbレベル予測でR² = 0.95を達成し、強力な予測性能を示した。
• HSV色空間の使用により、生のRGB値と比較して、皮膚色のヘモグロビン関連変化に対する感度が向上した。
• 2つの異なる集団において一貫した性能を示したため、世界的な適用可能性が示唆された。
• スマートフォンの画像撮影とPLS回帰の統合により、専用の医療機器を必要とせず、高精度な非侵襲的Hb推定が可能になった。