Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria

Resumen

Este trabajo presenta la implementación y evaluación de un sistema computacional no invasivo para la estimación de la frecuencia respiratoria mediante técnicas avanzadas relacionadas con la visión artificial y procesamiento de video. El sistema combina la Magnificación Euleriana de Video (EVM) para amplificar sutiles desplazamientos torácicos imperceptibles al ojo humano, y el Análisis de Flujo Óptico para cuantificar dichos movimientos y detectar los ciclos respiratorios cuando la persona respira. Ambos algoritmos fueron integrados en una plataforma de procesamiento en tiempo real utilizando una Raspberry Pi 4 y una cámara OV5647, lo que permitiría su uso en entornos clínicos y domiciliarios sin requerir contacto físico con el paciente. Se realizaron pruebas experimentales con seis participantes en tres posiciones distintas frente a la cámara (frontal, lateral y 45°), utilizando como referencias la observación directa y un circuito electrónico basado en el sensor LM35. Los resultados obtenidos mostraron una correlación de entre el sistema no invasivo y la frecuencia respiratoria real observada, y de  con especto al circuito Arduino. Además, se obtuvieron errores absolutos medios (MAE) de  y , y errores cuadráticos medios (MSE) de  y , respectivamente. Estos hallazgos demuestran la viabilidad de emplear visión artificial para la monitorización continua de la frecuencia respiratoria como una técnica precisa, no invasiva y de bajo costo.