公开(公告)号：CN114402359B

公开(公告)日：2023-11-17

申请号：CN202080064673.7

申请日：2020-06-30

Applicant: 纽洛斯公司

Inventor： 李康 ,  叶夫根尼·卡巴科夫 ,  温斯顿·德阿马斯 ,  艾伦·丁 ,  达尔山·辛格·帕内萨

IPC: G06T7/00 ,  H04N21/80 ,  A61B5/026 ,  G06N20/00

Abstract: 本发明用于检测人的合成视频的系统和方法。所述方法包括：使用通过血红蛋白浓度(HC)变化训练集训练的第一机器学习模型确定血流信号，所述第一机器学习模型将来自所述被捕获图像序列中的位面集的位值作为输入，所述HC变化训练集包括来自从已知HC变化的受试者集捕获的图像的每个位面的位值；使用第二机器学习模型确定来自所述视频的血流模式是否表明是合成视频，所述第二机器学习模型将所述血流信号作为输入，使用血流训练集训练的所述第二机器学习模型包括来自其他人类受试者的多个视频中的至少一个视频的血流数据信号，对于所述其他人类受试者的多个视频，已知每个视频是否是经合成的。

公开(公告)号：CN114423341A

公开(公告)日：2022-04-29

申请号：CN202080065049.9

申请日：2020-06-30

Applicant: 纽洛斯公司

Inventor： 李康 ,  安德鲁·巴什奇克 ,  伍思嘉 ,  尤塞夫·雅辛 ,  温斯顿·德阿马斯 ,  艾伦·丁

IPC: A61B5/1455 ,  G06N20/00 ,  G06N3/02

Abstract: 本发明提供用于确定人类受试者的一个或多个血液生物标志物的浓度的系统和方法。所述方法包括：使用通过血红蛋白浓度(HC)变化训练集训练的第一机器学习模型，确定来自被捕获图像序列中的位面集的表示所述受试者的所述HC变化的位值，所述位面集是被确定为将信噪比(SNR)近似最大化的那些位面集，所述HC变化训练集包括来自从已知HC变化的受试者集捕获的图像的每个位面的位值；使用以血液生物标志物训练集训练的第二机器学习模型确定一个或多个血液生物标志物的浓度，所述血液生物标志物训练集包括先前确定的来自其他受试者的HC变化信号和来自那些受试者的一个或多个血液面板以作为基础真实数据。

公开(公告)号：CN114402359A

公开(公告)日：2022-04-26

申请号：CN202080064673.7

申请日：2020-06-30

Applicant: 纽洛斯公司

Inventor： 李康 ,  叶夫根尼·卡巴科夫 ,  温斯顿·德阿马斯 ,  艾伦·丁 ,  达尔山·辛格·帕内萨

IPC: G06T7/00 ,  H04N21/80 ,  A61B5/026 ,  G06N20/00

Abstract: 本发明用于检测人的合成视频的系统和方法。所述方法包括：使用通过血红蛋白浓度(HC)变化训练集训练的第一机器学习模型确定血流信号，所述第一机器学习模型将来自所述被捕获图像序列中的位面集的位值作为输入，所述HC变化训练集包括来自从已知HC变化的受试者集捕获的图像的每个位面的位值；使用第二机器学习模型确定来自所述视频的血流模式是否表明是合成视频，所述第二机器学习模型将所述血流信号作为输入，使用血流训练集训练的所述第二机器学习模型包括来自其他人类受试者的多个视频中的至少一个视频的血流数据信号，对于所述其他人类受试者的多个视频，已知每个视频是否是经合成的。