.png){kind=icon}
返回
Research on heart rate estimation algorithm based on dynamic PPG
.png){kind=icon}
OA
AI
DOI：10.3389/frsip.2026.1724468.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
心率是最重要的生理参数之一，临床上被广泛用于评估人类健康状况。近年来，基于光电容积脉搏波描记法（PPG）的可穿戴设备已广泛应用于实时监测。然而，PPG信号在采集过程中容易受到各种类型噪声的干扰，尤其是运动伪影（MA），这对生理参数的准确提取构成了重大挑战。本研究聚焦于动态PPG信号中心率的提取，并探索结合传统信号处理和机器学习技术的去噪方法。本文的主要研究内容如下：在现有算法的基础上，通过整合支持向量机（SVM）进行进一步改进。通过SVM进行更全面的信号质量评估，该评估整合了PPG信号和三轴加速度（ACC）信号在时域和频域的统计特征。此外，整合短时傅里叶变换（STFT）以捕捉时变特征，从而减轻局部信号质量下降对全窗信号分析的影响。对于谱峰跟踪，采用高斯窗优化谱搜索范围，并通过融合谱幅值信息与历史心率数据进行综合分析。实验结果表明，测试集的心率误差为1.71次每分钟（BPM）。
Keyword:
heart rate
machine learning
motion artifact
photoplethysmography
support vectormachine
期刊
F
IF:
2.6
论文数:
34
被引数:
0
机构
引用论文
.png){kind=icon}
Adaptive Estimation Algorithm for Photoplethysmographic Heart Rate Based on Finite State Machine
PREAI
分享收藏分享收藏
查看更多内容