wave-technology-hero

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
hero image
シグナルプロセッシング
white_border hero-bottom-wave

テクノロジーの仕組み

光分析

周辺光やデバイスのフラッシュライトなどの光を利用して、皮膚の血管の状態をカメラで測定します。

1
process-of-vital-sign-1

光分析

周辺光やデバイスのフラッシュライトなどの光を利用して、皮膚の血管の状態をカメラで測定します。

process-of-vital-sign-2
2

カメラキャリブレーション

ビナーはカメラに接続し、キャプチャされたビデオストリームを使用します。必要に応じて、カメラパラメータが自動で調整され、ビデオフィードが最適化されます。

輝度補正

測定精度を向上させるため、必要に応じて輝度が調整されます。

3
process-of-vital-sign-3

輝度補正

測定精度を向上させるため、必要に応じて輝度が調整されます。

process-of-vital-sign-4
4

関心領域 (ROI) の検出

測定に使用する関心領域は全体像をもとにして選択されます。

RGBデータ抽出

皮膚検出は関心領域ごとに実行され、RGB (赤、緑、青の値) が抽出されます。

5
process-of-vital-sign-5

RGBデータ抽出

皮膚検出は関心領域ごとに実行され、RGB (赤、緑、青の値) が抽出されます。

process-of-vital-sign-6
6

バイタルサイン計算

各バイタルサインは、さまざまなデータ量に基づいて計算されます。結果は10 秒~1 分で表示されます。

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 (RR間隔/RRiの標準偏差、あるいは生データ)、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)

どのようにバイタルサインを検出しているのか?
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)

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

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。

text image

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。