「論文」タグアーカイブ

スマートフォンのカメラで血圧を計る研究とそのアプリ

経皮的工学イメージング(Transdermal Optical Imaging)によるスマートフォン血圧測定 というトロント大・杭州師範大学附属医院の共同研究が発表されています。スマートフォンのカメラで撮影するだけで、映った人物の血圧を計るという研究です。

現在のスマートフォンのカメラでも、顔の表皮付近のタンパク質から反射された光を検出できるそう。特に、血液中のヘモグロビンに反射した光を追跡することで、表面近くを流れる血流の変化が取れます。これを機械学習によって処理することで、1328人の被験者の95%程度の正確さで血圧を当てることができたということ。

ただ、この1328人のほとんどが白人系と東アジア系だったということで、今回の検証モデルでは、色が濃い肌の人についてはまだまだ正確に計れないのだそう。

この研究をベースにしたスマートフォン用のアプリ Anura が Android, iPhone 向けに配布されています。

僕の手持ちのスマートフォンは対応していなかったので試せていませんが、現バージョンでは顔の表面を撮影した短い動画から、安静時心拍数とストレスレベルを測定することができるそうです。今回論文発表された血圧測定についても、すべての人が使えるようになるには数年掛かるそうですが、テスト的に搭載されるのも近いかもしれません。

今でも個人が自宅で血圧測定することはできますが、専用の機械はそれなりの値段がしますし、毎日腕に巻いて計り記録をつけるのもたいへんです。既に高血圧と判定されて医者から気をつけるように言われた人ぐらいしか測定はしていないでしょう。

カメラで写すだけで測定できる今回の技術、すべての人種に対する判定の精度があがれば、パソコンのカメラや監視カメラも併せて常に人々の血圧が測定され、健康状態の変化がフィードバックされたり異常な状態が素早く検知されて医療的な対処が提案されたり、というSF的な未来も近づいているのかもしれませんね。

https://itunes.apple.com/app/anura/id1358813934

via Quartz

The Guts Game – お腹に飲み込んだ温度センサーを調整して相手と競うゲーム

まだ試作段階のようですが、新しいUI(ユーザーインタフェース)を追及しているという Exertion Games labs による他にない入力方法のゲームが、小さな温度センサーを飲み込んで競う、胃腸温度ゲーム The Guts Game 。

飲み込んだピルの温度センサーで測った温度が、お互いのスマートフォンアプリに表示されます。ピルの長さは23mmということ。腰回りにはピルからの温度情報を電波で受け取る中継器を巻く必要がありますが、体の外側で計る温度計などに比べると、日々の行動や運動などによる測定エラーや温度の誤差を少なくできたということ。

スマートフォン上のゲームでは、この体内温度を上げたり下げたりする目標が提示されて、対戦する二人のプレイヤーのどちらがその目標温度に近づけられるか、を競います。

ピルが胃にあるまでは、温度操作は比較的簡単だそうです。温めたければ温かいものを食べればいいし、冷やしたければ冷たいものを飲めばいい。

しかし、腸に入ってくると、その方法では温度調整ができなくなります。運動や、サウナ・プールなど体全体を違う温度に置かないと、腸の中の温度は変えられないのだとか。

これまでに協力者を含めて14名がプレイしたそうです。今のままのゲームではそこまでやってみたい人は増えないようにも感じますが、体内の温度センサーを入力に使う、という前例から、今後アイデアをうまく使ったゲームやサービスを考える人が出てくるかもしれませんね。

via Exertion Games Lab

FreeSense – 部屋に居るのが誰か、無線LAN信号で特定する技術

WiFi信号の変化を使って複数の既知の人物から誰が部屋にいるのかを推測する、という技術FreeSense が発表されています。

家庭用の無線LANルーターでも、パソコンなどの無線LANクライアントとアクセスポイントがやりとりする際に、電波の通りやすさがチャネル状態情報(Channel State Information = CSI)として算出され、壁や障害物の現状に合わせてより良い通信方法が選択される(こともある)ということなのですが、このCSIを使って、人によって違う体形や部屋の中での動きのパターンを見分けることで、人物特定につなげているということです。

実験では、6メートルx5メートルの部屋に、ラップトップPCとインテルの市販のルーターを置き、9人の被験者のそれぞれにその中で過ごしてもらい、動きに対するCSIのパターンを集めたそうです。

freesense-room

その後、部屋に一人で入って同じように過ごしてもらい、集めたパターンとの類似をもってそれが誰かを判定させたところ、6人から1人を当てる場合で88.9%、2人のどちらかを当てる場合では94.5%という高い正答率が得られたということ

複数の人が同時に部屋に入ったり、既知の人ではない誰かが入ったりした際はまだまだ特定できないのだろうとは思いますが、研究が進めばもっと精度が高くなるかもしれないですね。また、市販の機器だけでここまでできるのですから、最初からこの目的で作ったセンサーや機器でも、もっと難しい条件で当てられるかもしれません。

良いことにも悪いことにも使われそうな技術ではあります。

via Motherboard