论文阅读和分析：Deep PPG: Large-Scale Heart Rate Estimation with Convolutional Neural Networks

1、查看数据的时频谱图

左图中间的是心率信号，其他的是运动伪迹和其他噪声信号；

2、DaLiA数据集

采集不同场景下的数据。使用EEG信号的设备同时采集心率作为真实心率值；

3、提出神经网络架构DeepPPG

主要步骤：

1、提取频谱

（1）三个通道的ACC数据，就是三轴加速度，分别FFT，得到频谱；

（2）单通道的PPG数据，FFT变换得到频谱；

（3）FFT变换后取频率范围0-4HZ的点240个，加上端点，得到257个点；

网络架构:

层数	参数param	特征图shape
Conv	kernel_num(8)、kernel_size(1,1) 、stride(1,1)
maxpool	size(1,2)、stripe(1,2)	128*8
Conv	kernel_num(16)、kernel_size(1,3) 、stride(1,1)
maxpool	size(1,2)、stripe(1,2)	64*16
Conv	kernel_num(32)、kernel_size(1,3) 、stride(1,1)
maxpool	size(1,2)、stripe(1,2)	32*32
Conv	kernel_num(64)、kernel_size(1,3) 、stride(1,1)
maxpool	size(1,2)、stripe(1,2)	16*64
Conv	kernel_num(16)、kernel_size(1,1) 、stride(1,1)	16*16
Flatten		1*256
FC1	64	1*64
FC2	1	1*1

4、评价指标
$$MAE=\frac{1}{W}\sum _{w=1}^{W}BP{M}_{est}(w)-BP{M}_{ref}(w)$$

5、实验结果

对比两种方法的MAE

对比不同网络参数的MAE

对比不同活动的心率图

对比单个实验者不同方法的MAE