采用后校准方法改进消费级腕戴式设备上的心率估计
信号处理
2020-03-11 v5
摘要
通过皮肤直接接触进行无线健康监测的技术进步，使得配备光电容积描记（PPG）等不同传感器的轻量级腕戴式可穿戴设备得以发展。然而，在日常活动中可能出现运动伪影（MA）。在本研究中，我们试图对29名参与者（每人130分钟）在平均日常活动的三种可能状态（静息、躺卧和剧烈跑步机活动状态）下，于四款流行可穿戴设备：Fitbit Charge HR、Apple Watch Series 4、TicWatch Pro和Empatica E4上，进行心率（HR）估计的后校准。与标准测量（HR）相比，在四款选定设备中，Fitbit Charge HR提供的HR（HR）误差最高：静息时为 bpm，躺卧时为 bpm，剧烈跑步机活动状态时为 bpm，所有状态合并时为 bpm。采用我们以滚动窗口为特征的后校准心率估计模型（HR）后，平均绝对误差（MAE）显著降低：静息时降低，躺卧时降低，剧烈跑步机活动状态降低，所有状态合并降低。这证明了我们所提方法在修正并提供高精度后校准心率监测方面的可行性，从而在日常应用中提升对个人健身的进一步关注。
引用
@article{arxiv.1910.07881,
title = {Improving Heart Rate Estimation on Consumer Grade Wrist-Worn Device Using Post-Calibration Approach},
author = {Tanut Choksatchawathi and Puntawat Ponglertnapakorn and Apiwat Ditthapron and Pitshaporn Leelaarporn and Thayakorn Wisutthisen and Maytus Piriyajitakonkij and Theerawit Wilaiprasitporn},
journal= {arXiv preprint arXiv:1910.07881},
year = {2020}
}