-
题名基于深度学习的运动心率测量系统
被引量：12
- 1
-
-
作者
荣凡稳
郑伟
陈冉
高军峰
-
机构
中南民族大学生物医学工程学院认知科学国家民委重点实验室
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2017年第12期1912-1917,共6页
-
基金
国家自然科学基金(81271659
61773408)资助项目
-
文摘
针对当前动态心率测量方法中存在心率监测准确度不高的缺点,提出使用深度学习算法提取光电容积脉搏波(photoplethysmograph,PPG)中的心率值。方法采集了15名身体健康的受试者不同运动速度下的PPG信号,并通过有抗干扰能力的心电(electrocardiogram,ECG)设备同步采集他们的ECG信号,将具有较强干扰的PPG信号作为堆栈自编码(stacked autoencoder,SAE)网络的输入信号,并将ECG信号作为网络标签,然后使用深度学习算法对自编码网络进行训练,以将有较强干扰PPG信号拟合为具有准确心率特征的类正弦波信号,从而实现对运动状态下干扰严重的PPG信号进行心率的提取。将SAE网络输出信号与对应ECG信号进行比较,结果显示,运动心率测量的平均误差为1.1658 bpm,表明深度学习算法对于心率测量的有效性,也为运动心率信号测量提供了一种新的途径。
-
关键词
运动心率测量
深度学习
脉搏
堆栈自编码网络
-
Keywords
sportiveheart ratemeasurement
deep learning
pulse
stack auto-encoders network
-
分类号
TN29
[电子电信—物理电子学]
R318.6
[医药卫生—生物医学工程]
-
