Konstantin Egorov Stepan Botman Pavel Blinov Galina Zubkova Anton Ivaschenko Alexander Kolsanov Andrey Savchenko

摘要

远程光电容积脉搏波描记术（rPPG）的发展受到现有公开数据集关键问题的制约：数据规模较小、面部视频涉及隐私担忧，以及实验条件缺乏多样性。本文提出了一种新型的综合性大规模多视角视频数据集，用于rPPG信号及健康生物标志物的估计。本数据集包含来自600名受试者的3600段同步视频记录，这些数据在不同条件下（静息状态与运动后状态）采集，采用多种消费级摄像机从不同角度拍摄。为支持生理状态的多模态分析，每段视频均配以100 Hz的光电容积脉搏波（PPG）信号，并附加多项扩展健康指标，包括心电图（ECG）、动脉血压、生化标志物、体温、血氧饱和度、呼吸频率以及应激水平。基于该数据集，我们训练了一个高效的rPPG模型，并在跨数据集场景下将其性能与现有方法进行了对比。本数据集及模型的公开发布，有望显著推动人工智能医疗助手的开发进程。