Leitura e análise do artigo: Deep PPG: estimativa de frequência cardíaca em larga escala com redes neurais convolucionais

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
$$MAE=\frac{}{C}\sum _{w=1}PA{M}_{}\left(w\right)-PA{M}_{ref}\left(w\right)$$

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