リモート PPG(顔動画の心拍数)

参加者の顔動画から心拍数を推定してください(リモート PPG)。顔動画と、必要に応じて動画ごとの接触式心拍ファイル、イベント表、参加者表を添付します。動画の品質、POS による条件別の心拍数(比較用に CHROM と深層学習モデルも)、信号対雑音比と信頼できる区間、基準値がある場合はそれとの誤差、効果量と図を含む条件・群の比較(顔画像は含めない)をまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

リモート PPG(顔動画の心拍数): データを抽出・分析しています

顔の動画をアップロードしてください。肌の色のわずかな変化から脈波を抽出して心拍数と時間による変化を推定し、信号品質と(基準心拍があれば)誤差をあわせて示すレポートと指標表をお届けします。複数の参加者・条件の比較もできます。各ステップで実行したコードもチャットですぐに確認できます。

こんな方におすすめです

  • センサーを装着せず、Webカメラ・録画動画で参加者の心拍反応を見たいHCI・UX研究者
  • オンライン実験・インタビューの録画から条件別の覚醒指標が必要な研究者
  • rPPGの手法(POS・CHROM・ディープラーニング)を比較し、接触式の基準との誤差を報告する必要がある研究者
  • 顔の動画の信号品質を根拠をもって判断する必要がある大学院生

受け取れる成果物

成果物は3つです。レポートに解釈が、指標表に数値が、測定データファイルにコードが測った信号と窓心拍があります。その数値を生んだコードは、チャットの各ステップにコードボックスとして残ります。

  • 顔動画心拍レポート 今回の分析の全過程と結果 · データ、動画品質(顔検出・大きさ・明るさ・動き・フレームレート)、論文に転用できる方法の段落、条件・群別の心拍、SNRと信頼できるウィンドウの割合、基準心拍との誤差、比較検定と効果量、図(脈波・心拍の時系列・スペクトル・Bland–Altman・条件比較)、解釈と限界、報告チェックリスト、参考文献。顔写真は載せません · MD(PDF・PNG変換エージェントで共有用PDFに)
  • rPPG心拍表 参加者 × 条件の数値 · ワイド形式・ロング形式、手法別の心拍(POS・CHROM・PhysNet)、SNR、ウィンドウ単位の変動、基準との比較、品質判定、検定結果、感度分析(Expert以上)、単位 · XLSX(SPSS・R・JASPにそのまま読み込み可能)
  • 測定データ(窓心拍・脈波信号) コードが測った値そのまま · rppg_windows.csv — 10秒窓(2秒間隔)ごとの心拍(bpm)とSNR、手法別の列(POS・CHROM・PhysNet)。rppg_signals.csv — フレームごとの脈波信号(t, pos, chrom, deep)。再分析や自分で図を描くときに使えます · CSV(信号が非常に長い場合は記録ごとのCSVをZIPで)

レポートに含まれる指標

チャットの各ステップに、そのとき実行したコードがボックスとして残ります。クリックすると右側でコードと実行結果を確認できます。

  • 心拍 区間の心拍数(POS、主要手法)、CHROMの心拍、Expert以上はPhysNetの心拍
  • 信頼性 SNR(dB)、信頼できる10秒ウィンドウの割合、ウィンドウ間の心拍変動、手法間の不一致の表示
  • 基準との比較 基準心拍があれば区間の誤差、ウィンドウ単位の平均絶対誤差・バイアス・一致限界(Bland–Altman)
  • 品質 顔検出率、顔の大きさ、明るさ、顔の動き、フレームレート
  • 統計 デザインに合った検定、効果量、Holm補正、除外基準

依頼のしかた

添付した顔の動画から{何}の心拍を推定して — {見るもの}。 — 下線部を書き換えてください。

  • 何: 1人の動画1本が基本です。複数の参加者・条件を比較するなら、ファイル名(P01_rest.mp4)またはイベント表で区間を教えてください。
  • 見るもの: 時間による心拍の変化と信号の信頼性(基本)。比較が必要なら条件間、群間、またはその両方。空欄の場合はデータ構造を見て決めます。

一緒にアップロードすると便利です

  • 顔の動画(MP4・MOV・WEBM、複数の場合はZIP) 25 fps以上、正面、一定の照明で、動きが少ないほど正確です
  • 基準心拍表(動画名 + _hr.csv、time・hr列) 胸部バンド・指センサーの値と比較して誤差を報告します
  • イベント表・参加者表 条件区間の分割と群比較に使います

こんな依頼もできます

  • この動画1本の心拍の変化を見せて。信号が信頼できるかも教えて。 → 心拍の時系列・スペクトル、SNR・信頼できる窓の割合、品質判定
  • 胸部バンドの心拍(_hr.csv)と比べて、rPPGがどれくらい正確か見て。 → 平均絶対誤差・バイアス・Bland–Altman
  • Webカメラの録画20本で、安静と暗算課題の心拍を比較して。 → Pro以上: 条件別心拍の対応のある比較、効果量、信頼性の表示

マイ指示

研究によって条件区間や除外基準は異なります。気になる項目だけ決めれば、残りはデフォルト値で動きます。名前を付けて保存すれば次回も使えます。 レポートの最初のページに、どの指示が反映され、何を仮定したかを記載します。

  • 条件区間 (データ) 動画を条件ごとに分ける方法 · 例: 0–60秒安静、60–180秒課題 · 添付のevents.csvを使用 · 既定値: イベント表 → ファイル名 → 動画全体の順
  • 基準心拍 (データ) 精度を確認するための接触式心拍ファイル · 例: 胸部ベルトで測ったP01_rest_hr.csv(time, hr) · 既定値: 動画名 + _hr・_ref・_gtで、time・hr(bpm)列のある表を添付していればそれ
  • 群 (データ) 参加者間の群(あれば) · 例: P01–P10はA群、P11–P20はB群 · 既定値: group列のある参加者表を添付していればそれ
  • 除外基準 (処理) 信号が弱いときに参加者を外す基準 · 例: 10秒窓の30%超が信頼できなければ除外 · 既定値: 10秒窓の50%超でSNRが0 dB未満なら統計から除外
  • 分析窓 (処理) 区間ごとに分析する長さ · 例: 課題ごとに最後の60秒のみ · 既定値: 区間全体(15秒以上)
  • 主要指標 (統計) 条件・群の比較に使う指標 · 例: 心拍数と窓間の変動 · 既定値: 心拍数(POS)
  • 有意水準 (統計) 比較検定のα · 例: α = .01 · 既定値: α = .05
  • レポートの言語 (結果の形式) 作成する言語 · 例: 英語で作成 · 既定値: 依頼の言語

この方法で作業します

モデルが数値を推測することはありません。各ステップで分析スクリプトを実際に実行し、そのコードをチャットにボックスとして残します。モデルが担うのは、指示をパラメータに変換することと結果の解釈だけです。

  • データ確認 行うこと: 動画・基準心拍・参加者・条件・長さ・フレームレートを表に整理 · 決められること: 条件区間、基準心拍、群 · 確認すること: 条件区間が正しいか
  • 動画品質チェック 行うこと: 毎秒1回顔を検出し、検出率・大きさ・明るさ・動き・フレームレートで合格/注意/不可を判定 · 決められること: — · 確認すること: 注意・不可の動画
  • 肌色信号の抽出 行うこと: すべてのフレームで額・頬領域の平均色、Expert以上はディープラーニングの脈波も · 決められること: — · 確認すること: 顔が検出された割合
  • 心拍推定 行うこと: POS(主)・CHROMの脈波のスペクトルから区間の心拍・SNR、10秒ウィンドウの時系列、基準との誤差 · 決められること: 分析ウィンドウ、除外基準 · 確認すること: SNRと信頼できるウィンドウ
  • 条件・群比較 行うこと: デザインに合った検定、効果量、Holm補正(Pro以上) · 決められること: 主要指標、有意水準 · 確認すること: 検定がデザインに合っているか
  • 図 行うこと: 脈波、心拍の時系列、スペクトル、Bland–Altman、条件比較(顔写真なし) · 決められること: — · 確認すること: 時系列のぶれ
  • 解釈と限界 行うこと: 数値を変えずに解釈し、信頼できるかを判断 · 決められること: — · 確認すること: 解釈の範囲
  • レポート 行うこと: レポート・指標表を保存 · 決められること: レポートの言語 · 確認すること: チェックリストの記入項目

レベルによって変わること

対応ファイル形式

  • MP4 · MOV · WEBM · AVI · MKV · M4V 動画1本につき1人(最も大きく映った顔)、8 fps以上(25 fps以上推奨)
  • 基準心拍表 動画名 + _hr・_ref・_gt、time(秒)とhr・bpm列
  • ZIP 解凍して中のファイルをすべて読み込みます
  • イベント表・参加者表 onset・duration・condition / participant・group
  • ビデオ会議の録画のように強く圧縮された動画は、肌の色の変化が失われ、信号が弱くなることがあります。

方法について

  • 顔の動画で心拍を測る原理 心臓が拍動するたびに顔の皮膚の血液量がわずかに変わり、その分だけ肌の色(特に緑の成分)が変化します。額・頬領域の平均色をフレームごとに集め、肌色の方向を取り除く(POS)と脈波が残り、その周期が心拍数です。
  • 信頼できるかどうかをどう判断するか 接触式の基準があれば誤差を直接計算します。なければ、スペクトルのピークがどれだけはっきりしているか(SNR)と、10秒ウィンドウごとに測り直した心拍がどれだけ安定しているかを示します。手法(POS・CHROM・ディープラーニング)の間で10 bpm以上異なる場合は表示します。
  • 個人情報 顔の動画は機微な個人情報です。参加者の同意の範囲内でのみアップロードしてください。レポートと図には顔写真を載せません。
  • ヒント 蛍光灯のちらつきのない均一な照明、正面、頭をあまり動かさない姿勢が適しています。
  • 可能であれば、胸部バンドや指センサーで一部だけでも基準心拍を一緒に記録してください。
  • 結果を受け取った後もチャットで続けて依頼できます。例: 「タスクごとに最後の60秒だけもう一度見て」「CHROMの結果で比較して」

よくある質問

心拍変動(HRV)も出ますか?
いいえ。動画では拍動間隔を正確に測るのが難しいため、平均心拍とその変動のみを出します。HRVが必要な場合はECG HRV AnalysisまたはPPG Pulse Analysisをお使いください。
ディープラーニングの結果がPOSと大きく異なります。
PhysNetは合成データ(SCAMPS)で学習した重みのため、撮影環境によってずれることがあります。10 bpm以上異なる場合は表示し、主要な結果はPOSで出します。
診断に使えますか?
いいえ。医療用の測定ではありません。
参加者は何人まで対応できますか?
Liteは動画1本(最初の3分)、Proは60本(動画あたり10分)、Expertは120本、Maxは300本(動画あたり30分)まで一度に分析します。アップロードは1ファイルあたり1GBまでです。