摄像头技术可以通过分析人体图像以计算生理变化，因此在遥测医疗监测方面有着极大的应用潜力，同时也存在一定的挑战和需要解决的问题。该研究论文综述了这一技术的现状、能够测量的生理指标及其计算方法，并涵盖了临床和非临床应用。

Nov, 2021

本文提出了两种新颖高效的神经模型 EfficientPhys，不需要进行任何的预处理，只需使用原始视频帧进行输入，无需进行人脸检测、分段、规范化、颜色空间变换等操作即可实现对基于摄像头的生理测量的高效计算，取得了三个公共数据集上的良好表现

Oct, 2021

本文提出一种针对面部视频的生理信号恢复算法，包括一个完整且高效的训练和测试框架，以及一个高度同步、无损格式的数据集，该数据集包含来自 58 个受试者的 32 个小时（3.53M 帧）的视频，旨在为不同的算法提供公平比较。

May, 2023

本文提出了一种使用深度卷积神经网络进行基于视频的非接触式心率和呼吸率测量的新方法，该系统采用一种基于皮肤反射模型的新动作表示和一种使用外观信息引导运动估计的新注意机制，从而实现在异质光照和主要运动下强大的测量，其空间 - 时域分布可通过注意机制进行可视化，能够显著优于所有当前最先进的 RGB 和红外视频数据集上的方法。

May, 2018

使用计算算法和相机进行非侵入性、低成本和可扩展的生理（例如心肺）重要指标的测量非常吸引人。该研究引入了 Synthetic 数据集 SCAMPS 为相机测量生理指标提供完美标签，并以真实数据集作为测试集以说明可推广性。

Jun, 2022

通过距离心率相位（distancePPG）算法，结合人脸不同区域皮肤颜色变化的信号，以改善基于相机的估计的信噪比，从而实现非接触心率监测。

Feb, 2015

本研究分析了目前为止最大的真实世界远程光电容抗数据集，涵盖了 893 名受试者和 6 种菲茨帕特里克皮肤色调，实验结果表明，包含数百名受试者的数据集足以进行有效的远程光电容抗模型训练，并强调了皮肤色调的多样性和一致性对于不同数据集的精确性能评估的重要性。

Apr, 2024

远程光电容积法（rPPG）是一种利用通过摄像头捕捉的血红蛋白的光吸收特性来分析和测量血容量脉搏（BVP）的技术。通过分析测量得到的 BVP，可以推导出各种生理信号，如心率、应激水平和血压，从而实现心血管疾病的早期预测。然而，存在着与皮肤颜色、摄像头特性、环境光照和其他噪声源相关的严重挑战，这些问题降低了性能准确性。本研究目的在于提供一个基准测试框架，以公平评估和比较各种 rPPG 技术，包括传统的非深度神经网络（non-DNN）和深度神经网络（DNN）方法。

Jul, 2023

本研究提取了 27 个统计特征，利用梯度提升（XGBoost 和 CatBoost）以及随机森林（RF）算法训练机器学习模型来评估血容量变化的 PPG 信号质量，在使用可穿戴设备进行连续监测时，考虑了运动伪影、皮肤色素沉着和血管运动等影响 PPG 准确性和可靠性的因素。研究发现，我们的模型在 XGBoost、CatBoost 和 RF 上分别达到了 Sensitivity（Se）、Positive Predicted Value（PPV）和 F1-score（F1）的 94.4、95.6、95.0，94.7、95.9、95.3 和 93.7、91.3、92.5，结果与文献中的最新成果相当，但使用了更简单的模型，证明机器学习模型在开发远程、非侵入性和连续测量设备方面具有很大的潜力。

Jul, 2023

研究使用可穿戴和环境传感器分析医院工作人员的工作表现，人际交往和幸福感，收集 212 名参与者的生理和行为数据，并通过测量个性特征，行为状态，工作表现和幸福感等问题，构建数据集，支持多模态行为建模、生物特征认证和隐私保护机器学习等应用

Mar, 2020