[논문 리뷰] A Novel Technique of Noninvasive Hemoglobin Level Measurement Using HSV Value of Fingertip Image

Md. Kamrul Hasan, Nazmus Sakib외 3명|arXiv (Cornell University)|2019. 10. 07.

Heart Rate Variability and Autonomic Control인용 수 9

한 줄 요약

이 연구는 스마트폰 기반의 비침습적 방법을 제안하여 손끝 영상 프레임의 HSV 색상 공간을 이용해 헤모글로빈(Hb) 수치를 추정한다. 플래시를 사용해 영상을 촬영하고 RGB를 HSV로 변환한 후 HSV 히스토그램을 평균화함으로써, 미국 위스콘신과 방글라데시의 60명의 참가자 데이터를 바탕으로 부분 최소 제곱 회귀를 사용해 Hb 수치를 예측할 때 R² = 0.95의 성능을 달성한다.

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.

연구 동기 및 목표

• 소비자용 스마트폰을 이용한 저비용 비침습적 헤모글로빈 수치 추정 기술 개발.
• 자원이 부족하고 원거리 의료 환경에서의 침습적 혈액 검사의 한계를 해결.
• 손끝 영상 프레임의 HSV 색상 공간 특징을 활용한 Hb 예측 가능성 탐색.
• 미국 위스콘신과 방글라데시에서의 데이터를 활용해 다양한 인구 집단에서 모델 검증.

제안 방법

• 플래시를 사용해 스마트폰 카메라로 손끝 영상 촬영하여 RGB 신호 일관성 향상.
• 영상의 특정 프레임에서 RGB 픽셀 강도를 추출하고 이를 HSV 색상 공간으로 변환.
• 각 영상 프레임의 HSV 픽셀 강도 히스토그램을 생성하고 평균화하여 각 참가자당 하나의 특징 벡터 형성.
• 미국과 방글라데시의 두 개 별개의 지리적 위치에서의 데이터를 바탕으로 두 개의 입력 특징 행렬 구성.
• 평균화된 HSV 히스토그램 특징과 황금 표준 Hb 농도 간의 상관관계를 분석하기 위해 부분 최소 제곱 회귀(PLS) 회귀 적용.
• 데이터 처리 및 분석을 위해 파이썬 OpenCV, MATLAB, R 통계 도구를 사용해 모델 검증.

실험 결과

연구 질문

• RQ1 스마트폰으로 촬영한 손끝 영상의 HSV 색상 공간 특징이 높은 정확도로 헤모글로빈 수치를 예측할 수 있는가?
• RQ2 제안된 방법이 다양한 지리적 및 인구 통계적 배경을 가진 인구 집단에서 일관된 성능을 유지하는가?
• RQ3 HSV 히스토그램 평균화와 PLS 회귀의 조합이 비침습적 Hb 추정에 얼마나 효과적인가?
• RQ4 저비용 모바일 기반 솔루션이 실생활 환경에서 임상 방법과 비교할 만한 정확도를 달성할 수 있는가?

주요 결과

• 제안된 모델은 미국과 방글라데시 데이터셋 모두에서 Hb 수치 예측에 R² = 0.95의 성능을 보이며 강력한 예측 능력을 입증했다.
• 원시 RGB 값에 비해 HSV 색상 공간의 사용이 피부 색소의 헤모글로빈 관련 변화에 더 민감하게 반응함을 확인했다.
• 두 개의 상이한 인구 집단에서 일관된 성능을 보이며 글로벌 적용 가능성에 대한 잠재력을 보였다.
• 스마트폰 영상 촬영과 PLS 회귀의 통합을 통해 전문 의료 장비가 없이도 고정밀도 비침습적 Hb 추정이 가능함을 입증했다.