结合长短期记忆网络与Unet模型的心率估计方法

摘要：

基于光电容积脉搏波(photoplethysmography,PPG)的心率(heart rate,HR)估计已被广泛应用于可穿戴设备.然而由于用户的身体活动引起的运动伪影,难以从受污染的PPG中获得准确的心率估计.为应对这一难题,提出了一种称为LU_PPG的心率估计方法,该方法基于回归的思想,首先利用2015 IEEE spc数据集训练和测试LSTM_Unet神经网络模型,然后经网络输出类PPG信号(含心率信息),最后基于频谱分析来估计最终的心率.实验结果表明,LU_PPG方法在该数据集上得到的心率估计平均误差为2.27次/min,为心率检测提供了新思路和途径.

关键词：心率估计、PPG、心电图、LSTM_Unet模型、LU_PPG

所属期刊栏目：23

分类号：R318;TP181(医用一般科学)

资助基金：国家自然科学基金;中央高校基本科研业务费专项;中央高校基本科研业务费专项

在线出版日期：2023-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1875-1881