文章提出了一种名为CorNET的深度学习框架，旨在处理运动伪影导致的PPG信号问题，从而进行心率估计和受试者识别。针对数据不平衡问题（20个受试者的二分类任务），算法通过加权损失函数来调整。输入为长度为1000的原始PPG信号，网络结构和参数对结果产生影响，实验展示了方法的有效性。
运动伪影造成的结果：最大谱峰不是心率。
算法架构：
算法用于解决两个问题：1、使用回归得到心率；2、使用分类识别受试者；
note:识别受试者出现数据不平衡问题，因为是20个受试者做二分类任务：1:19.解决方法是对Loss加权。（the class loss is weighted to offset the class imbalance.）
note:算法的输入是原始PPG信号，长度L=1000.
网络架构：
网络使用的参数：
实验结果：
参考：
CorNET: Deep Learning Framework for PPG-Based Heart Rate Estimation and Biometric Identification in Ambulant Environment
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
