使用可穿戴设备加速计进行心率推算

科学领域:

• 生物医学工程 生物医学工程
• 信号处理 信号处理
• 可穿戴技术可穿戴技术

背景情况:

• 在健康监测中的心率 (HR) 估计中,光电脉冲扫描 (PPG) 是至关重要的.
• PPG信号对运动工件非常脆弱,导致不准确的HR读数和系统故障.
• 现有的方法在显著的体力活动期间难以可靠地估计HR.

研究的目的:

• 开发一种新的方法来减少基于PPG的HR估计中的灾难性故障.
• 通过消费级智能手表的三轴加速度计数据来计算缺失的HR数据.
• 为了提高HR监控的可靠性,在真实世界条件下使用运动工件.

主要方法:

• 开发了一个轻量级的神经网络模型,以利用加速度计数据和历史HR测量.
• 该模型在两个不同的数据集上进行了训练和验证,其中包括PPG和加速度计信号.
• 拟议的方法侧重于在运动工件干扰期间赋值缺失的HR值.

主要成果:

• 拟议的方法在HR归算准确性方面明显优于现有的基线方法.
• 在归算过程中将加速度计数据纳入证明有效地减少了HR估计错误.
• 这种方法在身体活动水平的转变期间表现出特别高的有效性.

结论:

• 新的HR归算方法提高了基于PPG的监控系统的稳定性.
• 利用加速度计数据为提高智能手表中的HR精度提供了实用解决方案.
• 这项技术有可能使可穿戴健康监测在日常使用中变得更加可靠.