基于生理学的自适应校正以实现可靠的远程光电容积描记法心率监测

无接触检查脉搏

想象一下，当你在视频通话中聊天或坐在候诊室时，手机悄悄地在跟踪你的脉搏——无需线缆、无需胸带、无需指夹。得益于能够读取面部微小颜色变化并与血流相关联的摄像机，这一愿景已接近现实。但这些非接触式的心率读数仍然容易被运动和光线不佳干扰。本研究提出了一种巧妙且低成本的软件附加方案，使基于摄像头的心率监测更加可靠，即便是在可穿戴设备或家用健康设备等简单终端上。

为什么观察面部能揭示心跳

心率是一个关键生命体征，不仅反映心脏和血管的健康，还与体能水平和心理压力有关。传统上，医生依赖心电图以及用于指尖或手腕的传感器，这些设备通过向皮肤照光来测量血流脉动。这些接触式设备效果良好，但在睡眠或手术期间可能不便、佩戴不适，且不利于持续监测。远程光电容积描记法（rPPG）采用不同的方法：它用普通摄像头拍摄面部，然后通过软件从微妙的色彩变化中提取每次心跳的信号。由于大多数人已经在手机、笔记本和医院环境中配备摄像头，rPPG 有望让心率追踪更易获得。

运动和阴影带来的问题

在实际应用中，rPPG 信号往往很混乱。转头、说话或运动会引入位移；昏暗或变化的光线会改变摄像机的观测。这些因素会在算法用于估计心率的频谱中产生伪峰，导致与真实脉搏不符的跳变或下降。过去的研究侧重于清理原始信号或使用复杂的机器学习模型，有时还要求额外传感器（如加速度计）。这些方法在实验室内可能很准确，但往往需要强大的处理器、精细调整或云端处理——对注重隐私与算力受限的边缘设备而言，这些都是障碍。

以心脏行为为校正依据

作者采取了不同的策略：不是单纯美化摄像头信号，而是在事后用基于真实心脏随时间变化规律的简单规则来校正心率估计。医学和运动学研究表明，健康心脏不会在一秒钟内跳动数十次。人们加速或减速时，心率通常在已知的限度内缓慢上升或下降。新算法监控估计出的心率序列，并将每个新值与近期值进行比较。如果某个突变（陡增或陡降）要求心率在生理允许范围之外快速变化，软件会暂时拒绝该值并保持最后可信的估计，只有当出现一致的趋势时才接受新值。

算法的实测表现

为检验这一想法的效果，团队在三个公开数据集上进行了测试，这些数据集代表了具有挑战性的真实场景。一个数据集包含人物移动、头部旋转、交谈或运动的场景；另一个在极弱光下拍摄；第三个则几乎是理想的稳定室内环境。每种情况下，先用若干常见的 rPPG 方法估计心率，再用不同校正技术进行修正。在所有数据集中，这种基于生理学的校正算法显著提高了符合消费设备标准的测量比例。在一个运动干扰严重的数据集中，准确读数（在真实值±10 次/分钟内）从约 46% 提升到超过 84%；在弱光下从约 48% 提升到 69%。即便在较容易的条件下，该方法也能提升性能。同时，该算法运行非常快速并能部署在微小的 Arduino 微控制器上，而一些竞争方法过于庞大无法实装。

对日常健康科技的意义

通过让软件尊重人类心脏自然加速和减速的方式，这项工作表明简单规则就能在不增加额外传感器或高性能芯片的情况下拯救许多受损的摄像头读数。该算法可作为现有 rPPG 方法之后的即插即用步骤，过滤掉明显不合常理的值并稳定心率曲线。作者也指出了局限性——例如需要短暂的热身期以及对心律不齐人群可能存在的问题——但总体上这一方法为更可靠、低成本且更有利于隐私的远程心率监测指明了方向。在不久的将来，此类校正工具可能帮助将可靠的非接触脉搏检测带入汽车、病床、健身设备和远程医疗平台。

引用: Tian, Y., Li, S., Zhu, Y. et al. Adaptive physiology-informed correction for reliable remote photoplethysmography heart-rate monitoring. npj Digit. Med. 9, 233 (2026). https://doi.org/10.1038/s41746-026-02386-y

关键词: 远程光电容积描记法, 非接触式心率, 数字健康, 可穿戴传感, 远程医疗