1. Veja o espectro de tempo dos dados
O do meio à esquerda é o sinal de frequência cardíaca e os outros são artefatos de movimento e outros sinais de ruído;
2. Conjunto de dados DaLiA
Colete dados em diferentes cenários. O dispositivo que usa o sinal EEG coleta simultaneamente a frequência cardíaca como o valor real da frequência cardíaca;
3. Arquitetura de rede neural proposta DeepPPG
As principais etapas:
1. Extrair espectro
(1) Os dados ACC dos três canais são a aceleração de três eixos e FFT, respectivamente, para obter o espectro de frequência;
(2) Dados PPG de canal único, transformada FFT para obter espectro;
(3) Após a transformação FFT, pegue 240 pontos na faixa de frequência de 0-4HZ, adicione os pontos finais e obtenha 257 pontos;
Arquitetura de rede:
camadas | parâmetroparam | forma de mapa de características |
---|---|---|
Conv | kernel_num(8)、kernel_size(1,1)、stride(1,1) | |
piscina máxima | tamanho(1,2)、listras(1,2) | 128*8 |
Conv | kernel_num(16)、kernel_size(1,3)、stride(1,1) | |
piscina máxima | tamanho(1,2)、listras(1,2) | 64*16 |
Conv | kernel_num(32)、kernel_size(1,3)、stride(1,1) | |
piscina máxima | tamanho(1,2)、listras(1,2) | 32*32 |
Conv | kernel_num(64)、kernel_size(1,3)、stride(1,1) | |
piscina máxima | tamanho(1,2)、listras(1,2) | 16*64 |
Conv | kernel_num(16)、kernel_size(1,1)、stride(1,1) | 16*16 |
achatar | 1*256 | |
FC1 | 64 | 1*64 |
FC2 | 1 | 1*1 |
4、评价指标
MAE = 1 W ∑ w = 1 WBPM est ( w ) − BPM ref ( w ) MAE=\frac{1}{W}\sum\limits_{w=1}^W BPM_{est}(w )-BPM_{ref}(w)M A E=C1w = 1∑WPA Mvocê é( w )−PA Mref _( w )
5. Resultados experimentais
Comparando o MAE dos dois métodos
Comparando MAE de diferentes parâmetros de rede
Compare gráficos de frequência cardíaca para diferentes atividades
Comparando o MAE de diferentes métodos para um único experimentador