独自技術を実現する

シグナルプロセッシングとAI技術

AI技術
数学理論に基づく
独自技術
シグナルプロセッシング
シグナルプロセッシング

テクノロジーの仕組み

カメラ・キャリブレーション

環境条件に応じてカメラのビデオフィードを最適化します

1

カメラ・キャリブレーション

環境条件に応じてカメラのビデオフィードを最適化します

2

顔検出

AI技術が人間の顔を正確に識別します

フェイス・トラッキング

ディープラーニング技術を用いて対象の顔に焦点を当てます

3

フェイス・トラッキング

ディープラーニング技術を用いて対象の顔に焦点を当てます

4

測定領域の選択

シグナルを抽出する範囲を動的に決定します

モーション補正

安定した結果を得るためにシグナルプロセッシングを用いてモーション補正を行います

5

モーション補正

安定した結果を得るためにシグナルプロセッシングを用いてモーション補正を行います

6

光量正規化

正確な測定行うために光量を正規化します

どのようにバイタルサインを検出しているのか?

ビナーは頬の上部の肌の色の変化からバイタルサインを抽出し、コンピュータビジョンやシグナルプロセッシングといった高度なAI、ディープラーニングアルゴリズムを用いて分析します。測定にあたって個人特定につながる情報は必要とされず、メガネ、帽子、髭、お化粧をした状態でも測定が可能です。1分程度で心拍数、心拍変動、酸素飽和度、呼吸数メンタルストレスを知ることができます。

デバイス上ですべての測定が行われるため、インターネットに接続していない状態でもバイタルを測定できます。(オフラインの場合は測定結果は履歴に記録されませんのでご注意ください)

非接触ビデオベース・rPPG (リモート・フォトプレチスモグラフィ)

リモート・フォトプレチスモグラフィ(rPPG) はカメラを利用した非接触での脈波抽出技術であり、従来のPPGデバイスと同レベルの正確さが証明されています。この技術は皮膚からの赤、緑、青の光の反射の変化を測定し正反射と拡散反射のコントラストを定量化します。

接触ベース・PPG

ビナーは測定環境が理想的でない場合の対策として、スマートフォンの外カメラに指をあてることでPPGシグナルを抽出するバックアップソリューションも実装しています。rPPGでの非接触測定に理想的でない条件の場合、指での測定をユーザに推奨する機能を搭載しています。

メンタルストレス

正確な心拍変動測定により、Baevskyのメンタルストレス指数および米国/ヨーロッパで承認された指数測定値を使ってストレスレベルを計算します。この洞察にもとづいて「低・正常・軽度・高い、非常に高い」の5段階でストレス測定値を提示します。

実績あるパフォーマンス

ビナーのテクノロジーは社内ラボ、外部医療機関や学術機関で継続的に検証が行われています。高度なシグナルプロセッシングを活用することで、異常値を排除した高いシグナル・ノイズ比により高い精度でクリーンなデータ取得を実現します。

試してみませんか?

Binah SDKを使ってiOS、Android、およびWindowsを簡単に統合し、Binah Teamですぐに使えるエンドツーエンドのソリューションを提供します。