rPPG 临床转化路线图精读:151 篇系统综述里只有 3 篇碰临床,FDA 产品代码 QME 已开出摄像头生命体征通道——舱内健康功能缺的是证据链,不是算法

rPPG 领域最尴尬的一个数字:Khalifa 大学 Elgendi 团队联合 ETH Zürich 和 Yale 医学院按系统综述规范筛了 519 篇文献,最终纳入 151 篇,其中真正面向临床场景的只有 3 篇(1.99%)(npj Digital Medicine 9:555,2026-05-09,DOI 10.1038/s41746-026-02715-1)。二十年论文积累,方法数量爆炸,但把”摄像头测心率”变成一台能在医院、进而能在车上承诺健康指标的产品,中间的证据链几乎空白。这篇 Roadmap 论文就是把这条链一节一节摆出来:数据集、设备因素、数据稀缺、皮肤/ROI 检测、模型驱动与数据驱动算法、滤波、评估指标——八大域逐个给出”现在卡在哪、应该怎么做”。

对我们 IMS 团队的直接价值有两层。第一层是方法论:论文给出的数据集报告五条清单、SNR 0.293 质量阈值、”消费者级设备 MAE 5 bpm 黄金基准”、验证泄漏率 24.7% 这些具体锚点,可以直接搬进舱内健康功能的验收文档。第二层是准入通路:论文明确指出 FDA Class II 510(k) 实质性等效与 CE-MDR 是 rPPG 医疗化的两条出口——而我们核实的 FDA 官方数据库显示,产品代码 QME(“基于光学相机的脉率/心率/呼吸率测量软件”,21 CFR 870.2785)下已有多起清关先例(2025 年起 FaceHeart 等陆续获批;最新一例 K254169,Presage Technologies,2026-06-18 获实质性等效决定)。这意味着”摄像头测生命体征”在 FDA 侧不再是监管空白,舱内健康功能如果要做医疗级承诺,剧本第一页已经有人写好了。

本文为 A 型(论文深读型),是站内 rPPG 三部曲的第三篇(准入端):FLOW 训练端域泛化解决”换域还准”、生理有效性验收端解决”该承诺什么”,本篇解决”怎么把承诺变成可获准入的证据”。路线图数字全部出自其全文(经 Europe PMC 通道分两段完整精读);K254169 数字出自 FDA 官方 510(k) 数据库记录与 Presage 官网(均已读);无袖带血压验证框架出自同刊 Cisnal 等(DOI 10.1038/s41746-026-02898-7,全文已读)。Google News RSS 产业扫描仅取标题级事实并在文中标注。

背景:方法论文的海洋,临床证据的荒漠

这篇 Roadmap 的检索范围是 Embase、Google Scholar、IEEE Xplore、PubMed 四库(519 条记录),去重 168 条后剩 351 条,再剔除红外/BCG 等非可见光谱(28)、非面部 ROI(19)、不可获取(9)、预印本(5)、综述(14)、学位论文(10)和无关(115),最终纳入 151 篇。作者做的第一件事就是给这个领域”画像”,画像结果对做产品的人很有警示意义:

3 篇临床相关研究分别是:两篇儿科(Hatib 等、Wegerif 等)和一篇补液监测(Momeni 等,CHROM MAE 4.27 bpm / POS 4.28 bpm)。Wegerif 儿科研究按年龄分层的 RMSE 很能说明”域”有多重要:5 岁以下 15.4 bpm、5-11 岁 7.5 bpm、11 岁以上 5.4 bpm——同一套算法,低龄段误差几乎是高龄段的 3 倍(转引自路线图 Discussion)。这与站内生理有效性综述的发现互为印证:文献生态把力气花在了”刷基准”,而不是”回答这个信号在真实人群/真实条件下是否成立”。

路线图八大域:设备与数据的”物理层”清单

论文的 Results 部分按 rPPG 管线(人脸视频采集 → ROI 识别 → RGB 信号 → BVP 提取 → 滤波 → 心率估计 → 评估)逐段拆解,每个环节都给出跨文献的实证结论。对舱内场景,最值得搬走的是”物理层”四条:

1)压缩即失真。 无损编解码器(FFV1、HuffYUV、v410、v210)显著优于有损(x264、x265、MPEG-4、VP9);有损里 VP9 相对最稳;SNR 与码率呈线性关系;压缩伪影表现为幅度衰减、结构性高频噪声和信号轨迹中断。这条对座舱的直接含义:DMS 摄像头链路里任何有损压缩(比如为省带宽把舱内视频过 H.264 再进算法)都在系统性地摧毁 rPPG 信号。

2)帧率与分辨率的争论未决。 有研究报告高分辨率带来 SNR 增益,但 Blackford 等发现把 FPS 从 120 降到 30、分辨率减半后心率精度仍然稳定(归因于相机阵列的互补信息)。结论是”没有普适答案”,需要按自己的链路实测——这与PixExpo 文的”采集端参数是第一变量”判断一致。

3)曝光与快门。 曝光/快门时间不当会造成 ROI 饱和;CMOS rolling shutter 引入畸变和相位偏移。论文还给出一个反直觉数字:反射角 60° 时心率精度最高,而非 0°——镜面反射与漫反射之间存在一个最优点。

4)合成数据会注入非生理噪声。 插值式扩充可能”注入非生理特征的噪声”;运动迁移有 sim-to-real 差距和边界伪影;肤色迁移有破坏生理信号完整性的风险。这与站内数据合成系列的乐观叙事形成必要的对冲——合成数据做 DMS 行为检测与做 rPPG 生理信号,风险等级完全不同,后者每个像素值本身就是信号。

数据集报告五条清单与质量阈值:可直接进验收文档

论文提出的五条数据集报告清单,和三个量化锚点,是本篇最值得逐字搬运的部分:

ROI 与算法侧的要点相对次要但值得记录:MediaPipe Face Mesh(468 点)在精度、速度、灵活性上胜过 dlib/Viola-Jones/MTCNN;轻量化路线已有 MTTS-CAN(移动端实时)、参数量仅为 DeepPhys 1/200 的 Taylor 启发模型、超轻量 RTrPPG;滤波方面,Tarvainen 去趋势(去光照漂移)、CDF 色度失真滤波(在健身场景胜过带通)、可学习滤波(MLP/1D-CNN/LSTM 内嵌)是三条被验证的路线;速度上 OMIT 17 ms/帧、PCA 1.4/1.2 ms vs ICA 223/94 ms、GRGB O(1) vs POS O(n²)。

临床演示:LBNP 失血模拟,以及它诚实的自我定位

论文和一般综述最大的不同,是附了一个自己采数的临床演示:Yale 下肢负压(LBNP)数据集(IRB No. 2000020057,24 名健康成人),用 LBNP 模拟中心性低血容量(失血前兆),参考信号是临床监护仪的接触式 PPG,rPPG 取前额 ROI + 关键点跟踪 + CHROM + 去趋势 + 小波心率推导。结果:

注意作者自己的定性:条件是刻意受控的(固定几何、关闭相机自动设置、交叉偏振照明、仰卧、最小运动),所以这组数字是上限估计(upper-bound estimate),不是临床有效性证据。这个”演示但不冒领”的姿态本身就是给行业打的样——对照站内验收端文章批评的”实验室静坐数据冒充生态验证”,区别就是有没有把测量条件如实写成上限。

准入证据链:四级阶梯、监管出口、fail-safe 回退

Discussion 部分把”从论文到产品”的路径写成了明确的阶梯和出口。论文给出的分级评估是三段:技术验证(technical verification)→ 试点可行性(pilot feasibility)→ 大规模前瞻性试验(large prospective trials);监管出口是两条:FDA Class II 经 510(k) 实质性等效、CE 标志经欧洲医疗器械法规(MDR),外加 HIPAA/GDPR 数据合规;技术建议里直接点名 fail-safe 回退到接触式验证、轻量边缘部署、RGB+mmWave 多模态、自/无监督学习降低标注依赖。

把这条链映射到舱内健康功能,可以这样画:

flowchart LR
    A[技术验证<br>数据集五条清单+SNR/峰度SQI<br>被试独立验证] --> B[试点可行性<br>真实座舱条件<br>分层人群报告]
    B --> C[大规模前瞻试验<br>生态条件+生理参考锚定]
    C --> D&#123;承诺等级&#125;
    D -->|健康趋势提示| E[ wellness 口径<br>参考 Presage: HRV/表情未清关]
    D -->|医疗级指标| F[510(k) QME 通道<br>K254169 先例 / CE-MDR]
    F --> G[fail-safe:<br>置信不足回退接触式/停车建议]

(图示为本文按论文 Discussion 建议与 FDA 实证整理的映射,非论文原图。)

FDA 侧的实证是本篇的增量信息。 我们核实了 FDA 官方 510(k) 数据库:K254169,设备名 SmartSpectra Vital Signs Monitor 1.0,申请人 Presage Security, Inc. d/b/a Presage Technologies, Inc.(弗吉尼亚州 Leesburg),2025-12-23 递交、2026-06-18 获实质性等效(SESE)决定,传统 510(k),心血管面板审评,法规号 21 CFR 870.2785,产品代码 QME——官方描述为”Software For Optical Camera-Based Measurement Of Pulse Rate, Heart Rate, Breathing Rate, And/Or Respiratory Rate”。也就是说,摄像头测脉率/呼吸率在 FDA 已经有专门的分类编号和一条走得通的清关先例,后来者做实质性等效有了明确的对比对象。

Presage 官网的边界声明同样重要:其获 FDA 清关的指标是脉率和呼吸率(官网口径:心率 1.32 bpm RMSE、呼吸率 1.75 brpm RMSE),而其 SDK 同样提供的 HRV、呼吸波形、面部表情分析被明确标注为”wellness and research use”、不在 FDA 清关范围内。这与验收端文章的结论(HR 可承诺/HRV 条件承诺/压力等级禁承诺)在两个独立证据链上收敛到了同一个点。同期的行业动态(Google News RSS 扫描,标题级):PanopticAI 无接触呼吸率获 FDA 清关(2026-06,Respiratory Therapy/HKSTP 报道)、FaceHeart 呼吸率获第二张清关(2026-05-01,PR Newswire)、香港移动脉搏 App 获 510(k)(2025-01,MobiHealthNews)——摄像头生命体征的 510(k) 清关在 2025-2026 已经从个案变成批次。

同刊互证:无袖带血压的教训——现行标准不适配数据驱动

同月发表的 Cisnal 等(npj Digital Medicine 9:794,DOI 10.1038/s41746-026-02898-7,ETH Zürich SCAI Lab 等)把镜头对准了更难的指标——血压——其结论对 rPPG 准入同样适用。他们系统梳理 86 项研究(73% 为数据驱动回归),提出三轴分类法(信号-目标关系 × 建模范式 × 校准属性)和一个 model-card 式报告框架 BP-Card,核心论断很尖锐:现行袖带血压验证标准(ISO 81060-2:2018)不适配数据驱动方法——有些智能手表虽然达到了 ISO 81060-2:2018 并获 FDA 清关和 CE 标志,但其”算法与验证研究并未公开披露”。论文点名的四大部署障碍:协议现实性(protocol realism,多数研究缺被试独立验证、缺真实行走条件)、校准漂移(多数血流动力学模型需初始校准+周期性重校准)、人群多样性(多数商用设备只用健康人数据)、公平性报告(17%,即 13/78 的研究未报告被试数量)。iPPG(即 rPPG)单独作为信号源的研究有 6 项,主要局限仍是”精度受运动与光照伪影强烈影响”。

对舱内的映射:任何”摄像头测血压”类功能,当前既没有适配的验证标准,也没有获清关先例(Lifelight 自称”全球首个医疗级精度替代袖带血压的手机 App”,2025-06,Med-Tech Insights,标题级信息未核其监管文书)——这类功能在车内只能放 wellness 位置,且报告框架建议直接采用 BP-Card 的结构(队列描述/验证设计/基线对比/标准化指标/亚组报告)。

对 IMS 团队的启示:六条可执行项

1. 先定承诺等级,再选技术。 用 Presage 的边界做参照:脉率/呼吸率是”QME 可清关”档,HRV/表情/压力是”wellness-only”档。舱内 HMI 文案、Dossier 声明、App 商店描述都应按这个分界写,避免把趋势提示写成医疗结论。
2. 把五条数据集清单写进数据采集规范。 Fitzpatrick 肤色分型、年龄/性别分层、健康状态与排除标准、访问政策、分层性能报告——五条全部是采集端就能落实的,事后补不了。
3. SQI 用双指标: SNR 0.293 定质量档、峰度定拒判;验收端文章的”拒判率是一级验收指标”在此获得量化锚点。
4. 5 bpm 是承诺线不是目标线。 论文引述的消费者级黄金基准 MAE 5 bpm;实验室 0.6 bpm(LBNP 演示)与车上承诺之间隔着一整条真实条件链,验收文档里应写”5 bpm 以下、什么条件下”而不是裸数字。
5. 警惕验证泄漏: 论文实测 24.7% 的数据驱动研究用 record-wise 内部验证,MAE 被系统性抬高。舱内模型验收一律被试独立(与站内 TUM×BMW 方差分解文的 per-participant 结论同向)。
6. fail-safe 回退是功能的一部分。 论文点名”回退到接触式验证”——舱内对应:信号质量不足时降级为趋势提示、跨传感器交叉验证(RGB+mmWave 是论文点名的组合)、必要时引导停车,而不是静默输出低置信数值。

路线判断(本文观点,给依据)

• 2027 年前会出现第一批”车载 rPPG 健康功能”按 wellness 口径量产,但医疗级承诺会晚得多。 依据:510(k) QME 通道虽然已通,但其证据链是受控临床/消费场景;座舱的运动、光照、压缩链路都更恶劣,论文自己的 LBNP 演示都明说”受控条件上限”,前瞻性试验一环在车载侧完全没有启动信号。
• 监管者会先于 OEM 把舱内健康功能推向”类医疗”审查。 依据:EU AI Act 已把情绪识别写入限制条款(站内合规文有拆解)、GB 线召回先例(SAMR 274 万辆 DMS 后装)表明监管对”监测能力本身”的审查已经启动;健康指标承诺是下一块自然落点。
• 数据集是比模型更大的瓶颈。 依据:151 篇文献只用 15 个公开数据集、可直接下载的只有 2 个、40.8% 的算法被使用不到 10 次——生态在低多样性数据上内卷,而临床相关研究仅 1.99%。对 IMS 团队,自建”五条清单合规”的座舱 rPPG 数据集,比追 SOTA 模型的长期回报更高。

参考

1. Elgendi M, Li S, Menon C, et al. Roadmap of remote photoplethysmography from heart rate measurement toward clinical translation. npj Digital Medicine 9:555 (2026). DOI 10.1038/s41746-026-02715-1(PMID 42106569,全文经 Europe PMC PMC13381769 精读)
2. Cisnal A, Podder I, Grossmann L, et al. Towards trustworthy AI-driven cuffless blood pressure monitoring. npj Digital Medicine 9:794 (2026). DOI 10.1038/s41746-026-02898-7(全文经 Europe PMC PMC13669345 精读)
3. FDA 510(k) Database, K254169 — SmartSpectra Vital Signs Monitor 1.0, Presage Security, Inc. d/b/a Presage Technologies, Inc., decision 2026-06-18, 21 CFR 870.2785, product code QME. https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfPMN/pmn.cfm?ID=K254169
4. Presage Technologies 官网(SmartSpectra 清关指标与 wellness 边界声明、免费 SDK 层说明)。https://presagetech.com/
5. Google News RSS 产业扫描(标题级,未读正文,仅作动态索引):PanopticAI 呼吸率 FDA 清关(Respiratory Therapy / HKSTP,2026-06);FaceHeart 呼吸率第二次清关(PR Newswire,2025-05-01);香港移动脉搏 App 510(k)(MobiHealthNews,2025-01-28);Lifelight 手机血压 App(Med-Tech Insights,2025-06-25);Presage 清关通稿(Yahoo Finance,2026-07-07)
6. 站内:rPPG 压力监测生理有效性边界(PRISMA-ScR 综述精读)。/blog-posts/2026-10-23-rppg-stress-workload-physiological-validity-prisma-scr-2026.md
7. 站内:FLOW 最优传输域泛化 rPPG 精读。/blog-posts/2026-10-23-flow-optimal-transport-domain-generalized-rppg-2026.md
8. 站内:PixExpo 像素级曝光控制 rPPG(采集端)。/blog-posts/2026-10-22-pixexpo-pixelwise-exposure-rppg-acquisition-side-2026.md
9. 站内:EU AI Act 高风险座舱 AI 合规。/blog-posts/2026-10-17-002-eu-ai-act-high-risk-cabin-ai-compliance-2028.md
10. 站内:TUM×BMW 行为方差分解(被试独立验证)。/blog-posts/2026-10-21-koning-variance-decomposition-per-driver-baseline-2026.md