论文阅读和分析Heart Rate Monitoring During Physical Exercise From Photoplethysmography Using Neural Network

主要内容:

1、探索ACC去除运动伪影后依然存在其他噪声影响的问题;

在这里插入图片描述

2、观察ACC和心率变化的相关性,建模;

在这里插入图片描述

3、对心率变化做回归分析,并且去除异常的结果;


算法框架:

1、计算 S a c c Sacc Sacc
S a c c , i = ∑ j = 1 n ( X a c c , j 2 + Y a c c , j 2 + Z a c c , j 2 ) , S_{acc,i}=\sum_{j=1}^n(X_{acc,j}^2 +Y_{acc,j}^2 + Z_{acc,j}^2), Sacc,i=j=1n(Xacc,j2+Yacc,j2+Zacc,j2),

S a c c = S a c c , i − S a c c , i − 1 S_{acc}=S_{acc,i}-S_{acc,i-1} Sacc=Sacc,iSacc,i1

2、计算 β i \boldsymbol{\beta}_{i} βi: 1 × 6 1\times6 1×6向量, [ S a c c , i − 6 , … , S a c c , i ] [S_{acc,i-6},\dots,S_{acc,i}] [Sacc,i6,,Sacc,i]

3、NN预测得到: r ^ \hat{\boldsymbol{r}} r^

4、估计的心率差: r \boldsymbol{r} r

5、3和4的结果线性回归;

6、后处理步骤:

过滤步骤:
h r ′ = ( I + λ D T D ) − 1 h r hr'=\left(I+\lambda D^TD\right)^{-1}hr hr=(I+λDTD)1hr
如果被过滤掉,则拟合:
f ( x ) = a ( x − x 1 ) 3 + b ( x − x 1 ) 2 + c ( x − x 1 ) 1 + d f\left(x\right)=a\left(x-x_1\right)^3+b\left(x-x_1\right)^2+c\left(x-x_1\right)^1+d f(x)=a(xx1)3+b(xx1)2+c(xx1)1+d

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

KPer_Yang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值