Ước lượng nhịp thở không tiếp xúc sử dụng luồng quang học và điện toán biên trên raspberry Pi 5
Email:
phamvietthanh@iuh.edu.vn
Từ khóa:
Giám sát không tiếp xúc, Raspberry Pi, nhịp thở, MediaPipe, Firebase, chatbot AI
Tóm tắt
Việc phát triển hệ thống giám sát sức khỏe không tiếp xúc đang trở nên cấp thiết trong chăm sóc y tế từ xa và hỗ trợ can thiệp sớm. Trong bài báo này, chúng tôi giới thiệu một hệ thống HealthCam giám sát nhịp thở sử dụng Raspberry Pi 5 kết hợp webcam để thu video thời gian thực. Hệ thống HealthCam xác định ROI vai-ngực qua MediaPipe Pose, trích xuất tín hiệu hô hấp bằng dịch chuyển landmark và luồng quang học, áp dụng lọc bandpass và phát hiện đỉnh đa phương pháp để tính BPM. Thông qua việc kết hợp điện toán biên, dữ liệu đồng bộ Firebase lên dashboard web với xác thực, và chatbot kép, người sử dụng có thể quan sát bốn biểu đồ: nhịp thở mỗi phút, số nhịp thở theo thời gian đo, trung bình nhịp thở mỗi phút, và chu kỳ thở trung bình. HealthCam hỗ trợ lọc theo thời gian và lưu trữ hồ sơ người dùng. Việc kiểm chứng trên 50 phiên đo cho thấy hệ số tương quan Pearson r = 0.96 so với phương pháp đếm thủ công và độ ổn định trong các điều kiện khác nhau. Giải pháp đề xuất có lợi thế về chi phí thấp, dễ triển khai, khả năng chạy thời gian thực cùng với việc tích hợp AI hỗ trợ phát hiện sớm và quản lý hô hấp cá nhân hóa mang đến tính ứng dụng thực tiễn caoTài liệu tham khảo
[1]. C. Massaroni, A. Nicolò, D.L. Presti, M. Sacchetti, S. Silvestri, E. Schena, Contact-based methods for measuring respiratory rate, Sensors, 19 (2019) 908. https://doi.org/10.3390/s19040908
[2]. M. Martinez, R. Stiefelhagen, Breath rate monitoring during sleep using near-IR imagery and PCA, Proc. 19th ACM Int. Conf. Multimodal Interaction (ICMI), 2017, Glasgow, UK, 423-427. https://doi.org/10.1145/3136755.3136804
[3]. L. Iozza, J. Lázaro, L. Cerina, D. Silvestri, L. Mainardi, P. Laguna, E. Gil, Monitoring breathing rate by fusing the physiological impact of respiration on video-photoplethysmogram with head movements, Physiological Measurement, 40 (2019) 094002. https://doi.org/10.1088/1361-6579/ab4102
[4]. M. Mateu-Mateus, F. Guede-Fernández, N. Rodriguez-Ibáñez, M.A. García-González, J. Ramos-Castro, M. Fernández-Chimeno, A non-contact camera-based method for respiratory rhythm extraction, Biomedical Signal Processing and Control, 66 (2021) 102443. https://doi.org/10.1016/j.bspc.2021.102443
[5]. R. Choudhary, B. Nigam, A systematic analysis: Remote monitoring of heart rate, blood pressure, respiratory rate, and oxygen saturation based on images and without physical touch, Proc. International Conference on Advances in Computing, Communication Control and Networking (ICAC3N), 2022, 2349-2356. https://doi.org/10.1109/ICAC3N56670.2022.10074569
[6]. P.S. Addison, A. Antunes, D. Montgomery, P. Smit, U.R. Borg, Robust Non-Contact Monitoring of Respiratory Rate using a Depth Camera, Journal of Clinical Monitoring and Computing, 37 (2023) 1003-1010. https://doi.org/10.1007/s10877-023-01003-7
[7]. G. Scebba, G. Da Poian, W. Karlen, Multispectral Video Fusion for Non-Contact Monitoring of Respiratory Rate and Apnea, IEEE Transactions on Biomedical Engineering, 68 (2021) 350-359. https://doi.org/10.1109/TBME.2020.2993649
[8]. D.B. MacLeod, P. Smit, A. Antunes, D. Montgomery, P.S. Addison, Non-contact (touchless) monitoring of respiratory rate in a challenging anesthesia setting using a depth camera, Journal of Clinical Monitoring and Computing, 40 (2025) 291-300. https://doi.org/10.1007/s10877-025-01319-6
[9]. D. Shao, C. Liu, F. Tsow, Noncontact Physiological Measurement Using a Camera: A Technical Review and Future Directions, ACS Sensors, 6 (2021) 321-334. https://doi.org/10.1021/acssensors.0c02042
[10]. D. McDuff, Camera Measurement of Physiological Vital Signs, ACM Computing Surveys, 55 (2023) 1-40. https://doi.org/10.1145/3558518
[11]. B. Jalil, V. Lionetti, L. Valcarenghi, E-Health monitoring using camera: Measurement of vital parameters in a noisy environment, Proc. IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops), 2023, 32-37. https://doi.org/10.1109/PerComWorkshops56833.2023.10150268
[12]. J. Wang, C. Shan, L. Liu, Z. Hou, Camera-based physiological measurement: Recent advances and future prospects, Neurocomputing, 575 (2024) 127282. https://doi.org/10.1016/j.neucom.2024.127282
[13]. Raspberry Pi Foundation. Raspberry Pi 5 Product Brief. 2024. https://pip.raspberrypi.com/documents/RP-008348-DS-3-raspberry-pi-5-product-brief.pdf
[14]. Waveshare Electronics. 3.5inch HDMI LCD User Manual. https://www.waveshare.com/wiki/3.5inch_HDMI_LCD
[15]. Google Firebase. Understand Firebase Realtime Database Security Rules. https://firebase.google.com/docs/database/security
[16]. Typebot. Typebot Documentation – Open-source conversational apps builder. Available: https://docs.typebot.io/
[17]. Groq Inc. Model Card: Llama-3.3-70B-Versatile. https://console.groq.com/docs/model/llama-3.3-70b-versatile
[18]. H. Nakamura, G. Lin, Y. Mitsukura, A Novel Approach for Pulse Signals Extraction and Heart Rate Estimation With Hilbert Space Orthogonalization Using Event-Based Camera, IEEE Access, 13 (2025) 112340-112353. https://doi.org/10.1109/ACCESS.2025.3580578
[2]. M. Martinez, R. Stiefelhagen, Breath rate monitoring during sleep using near-IR imagery and PCA, Proc. 19th ACM Int. Conf. Multimodal Interaction (ICMI), 2017, Glasgow, UK, 423-427. https://doi.org/10.1145/3136755.3136804
[3]. L. Iozza, J. Lázaro, L. Cerina, D. Silvestri, L. Mainardi, P. Laguna, E. Gil, Monitoring breathing rate by fusing the physiological impact of respiration on video-photoplethysmogram with head movements, Physiological Measurement, 40 (2019) 094002. https://doi.org/10.1088/1361-6579/ab4102
[4]. M. Mateu-Mateus, F. Guede-Fernández, N. Rodriguez-Ibáñez, M.A. García-González, J. Ramos-Castro, M. Fernández-Chimeno, A non-contact camera-based method for respiratory rhythm extraction, Biomedical Signal Processing and Control, 66 (2021) 102443. https://doi.org/10.1016/j.bspc.2021.102443
[5]. R. Choudhary, B. Nigam, A systematic analysis: Remote monitoring of heart rate, blood pressure, respiratory rate, and oxygen saturation based on images and without physical touch, Proc. International Conference on Advances in Computing, Communication Control and Networking (ICAC3N), 2022, 2349-2356. https://doi.org/10.1109/ICAC3N56670.2022.10074569
[6]. P.S. Addison, A. Antunes, D. Montgomery, P. Smit, U.R. Borg, Robust Non-Contact Monitoring of Respiratory Rate using a Depth Camera, Journal of Clinical Monitoring and Computing, 37 (2023) 1003-1010. https://doi.org/10.1007/s10877-023-01003-7
[7]. G. Scebba, G. Da Poian, W. Karlen, Multispectral Video Fusion for Non-Contact Monitoring of Respiratory Rate and Apnea, IEEE Transactions on Biomedical Engineering, 68 (2021) 350-359. https://doi.org/10.1109/TBME.2020.2993649
[8]. D.B. MacLeod, P. Smit, A. Antunes, D. Montgomery, P.S. Addison, Non-contact (touchless) monitoring of respiratory rate in a challenging anesthesia setting using a depth camera, Journal of Clinical Monitoring and Computing, 40 (2025) 291-300. https://doi.org/10.1007/s10877-025-01319-6
[9]. D. Shao, C. Liu, F. Tsow, Noncontact Physiological Measurement Using a Camera: A Technical Review and Future Directions, ACS Sensors, 6 (2021) 321-334. https://doi.org/10.1021/acssensors.0c02042
[10]. D. McDuff, Camera Measurement of Physiological Vital Signs, ACM Computing Surveys, 55 (2023) 1-40. https://doi.org/10.1145/3558518
[11]. B. Jalil, V. Lionetti, L. Valcarenghi, E-Health monitoring using camera: Measurement of vital parameters in a noisy environment, Proc. IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops), 2023, 32-37. https://doi.org/10.1109/PerComWorkshops56833.2023.10150268
[12]. J. Wang, C. Shan, L. Liu, Z. Hou, Camera-based physiological measurement: Recent advances and future prospects, Neurocomputing, 575 (2024) 127282. https://doi.org/10.1016/j.neucom.2024.127282
[13]. Raspberry Pi Foundation. Raspberry Pi 5 Product Brief. 2024. https://pip.raspberrypi.com/documents/RP-008348-DS-3-raspberry-pi-5-product-brief.pdf
[14]. Waveshare Electronics. 3.5inch HDMI LCD User Manual. https://www.waveshare.com/wiki/3.5inch_HDMI_LCD
[15]. Google Firebase. Understand Firebase Realtime Database Security Rules. https://firebase.google.com/docs/database/security
[16]. Typebot. Typebot Documentation – Open-source conversational apps builder. Available: https://docs.typebot.io/
[17]. Groq Inc. Model Card: Llama-3.3-70B-Versatile. https://console.groq.com/docs/model/llama-3.3-70b-versatile
[18]. H. Nakamura, G. Lin, Y. Mitsukura, A Novel Approach for Pulse Signals Extraction and Heart Rate Estimation With Hilbert Space Orthogonalization Using Event-Based Camera, IEEE Access, 13 (2025) 112340-112353. https://doi.org/10.1109/ACCESS.2025.3580578
Tải xuống
Chưa có dữ liệu thống kê
Nhận bài
25/12/2025
Nhận bài sửa
12/03/2026
Chấp nhận đăng
25/05/2026
Xuất bản
15/06/2026
Chuyên mục
Công trình khoa học
Kiểu trích dẫn
Hứa Mạnh, T., Đoàn Mạnh, T., & Phạm Việt, T. (1781456400). Ước lượng nhịp thở không tiếp xúc sử dụng luồng quang học và điện toán biên trên raspberry Pi 5. Tạp Chí Khoa Học Giao Thông Vận Tải, 77(5), 745-759. https://doi.org/10.47869/tcsj.77.5.10
