摘要
本发明公开了一种结合PPG质量评估和DNN模型的心率估计方法,所述方法包括:构造PPG数据集,并将其拆分为训练集和测试集;计算基于频域峭度的质量因子;计算E‑K散点图,确定频域峭度阈值θt和θe,分别用于筛选高质量的训练样本和测试样本;用经样本筛选后所得的训练集对DNN模型进行训练;用经样本筛选后所得的测试集进行心率估计;采用心率跟踪技术实现对全部测试样本的心率估计和后处理。本发明改善了DNN模型的稳定行和可迁移性,提高了心率估计精度,减少了心率估计所需的运算量,使得模型和算法具有移植片上系统的可行性。
技术关键词
心率估计方法
样本
DNN模型
心率跟踪技术
数据
估计误差
训练集
片上系统
滑动窗
记忆
采样点
因子
算法
结点
频率
变量
序列
精度
系统为您推荐了相关专利信息
原始脑电信号
可视化方法
预训练模型
解码
可视化装置
供料系统
废钢加料系统
信号分析系统
速度
进料系统
MRI成像系统
MRI扫描仪
压力调节器
气动电磁阀
控制系统
阀门控制系统
移动平均算法
滑动窗口技术
门控循环单元
校正
分布式消息队列
工业互联网
智能决策系统
智能决策方法
智能分析模块