基于 CNN 的多面信号处理框架：利用毫米波雷达心冲击图监测心率
信号处理
2023-06-23 v2
摘要
近期疫情使医学界重新关注心血管疾病的诊断技术。心率提供了心血管健康的实时快照。更精确的心率读数有助于更好地理解心肌活动。尽管许多现有诊断技术已接近完美极限，仍有进一步发展的潜力。本文中，我们提出 MIBINET，一种通过毫米波（mm-wave）雷达心冲击图信号的搏间间期（IBI）实时监测心率的卷积神经网络。该网络因其轻量和非接触特性，可用于医院、家庭和乘用车中。它在将数据输入网络前采用经典信号处理。尽管 MIBINET 主要设计用于毫米波信号，但发现其对 PCG、ECG 和 PPG 等多种模态信号同样有效。大量实验结果以及与当前毫米波信号上 SOTA 方法的详尽比较，证明了所提方法的可行性与通用性。关键词：心血管疾病，非接触测量，心率，IBI，毫米波雷达，神经网络
引用
@article{arxiv.2211.07776,
title = {A CNN based Multifaceted Signal Processing Framework for Heart Rate Proctoring Using Millimeter Wave Radar Ballistocardiography},
author = {Rafid Umayer Murshed and Md. Abrar Istiak and Md. Toufiqur Rahman and Zulqarnain B Ashraf and Md Saheed Ullah and Mohammad Saquib},
journal= {arXiv preprint arXiv:2211.07776},
year = {2023}
}
备注
13 pages, 10 figures, Submitted to Elsevier's Array Journal