期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CNN-seq2seq的运动心率检测系统 被引量：4
1
作者 覃凯 张绪 +1 位作者 龚佳琪 高军峰 《中南民族大学学报（自然科学版）》 CAS 北大核心 2021年第5期489-495,共7页
针对当前可穿戴式心率检测设备在运动条件下的心率测量准确度不高的问题,提出了一种卷积神经网络结合序列到序列网络(CNN-seq2seq)的深度学习算法,提取在运动状态下的光电容积脉搏波(photoplethysmograph,PPG)中的心率值的方法.结合卷... 针对当前可穿戴式心率检测设备在运动条件下的心率测量准确度不高的问题,提出了一种卷积神经网络结合序列到序列网络(CNN-seq2seq)的深度学习算法,提取在运动状态下的光电容积脉搏波(photoplethysmograph,PPG)中的心率值的方法.结合卷积神经网络在特征提取方面的特点,并利用长短期记忆网络在时序数据处理上的优势,建立了卷积神经网络结合序列到序列的+注意力机制的网络模型.方法采集了30名身体健康的受试者在静止、行走、慢跑和快跑四个状态下的PPG信号,并通过有抗干扰能力的心电设备同步采集他们的心电(electrocardiogram,ECG)信号,将PPG信号作为神经网络输入信号,将ECG信号简化后保留心率特征,作为网络标签,然后对CNN-seq2seq网络进行训练,网络输出得到具有准确心率特征的类PPG信号,从而实现对运动条件下的心率测量.将CNN-seq2seq网络输出结果与对应的ECG信号计算每分钟心率值,心率估计的平均误差和均方误差为0.25±1.31.实验结果证明:CNN-seq2seq网络模型对于运动心率预测能得到比较理想的结果.这为实现运动心率的便携式测量提供了一种可行方案. 展开更多
关键词 运动心率测量 深度学习 脉搏 CNN网络 seq2seq网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部