利用腕部可穿戴设备加速度进行在线心率预测
应用统计
2018-07-13 v1 机器学习
摘要
在本文中，我们研究利用腕部可穿戴设备的加速度来预测心率。尽管现有的光电容积描记（PPG）心率传感器可提供可靠测量，但其能耗显著高于加速度计，并对可穿戴设备的电池寿命产生重大影响。通过使用节能的加速度计预测心率，可实现显著的节能。此外，我们有兴趣了解心率干预后患者的恢复情况，其中我们预期心率随时间变化。因此，我们提出一种在线方法来随时间推移处理该概念。我们在来自三名患者数月间约 4 周的自由生活数据上评估了这些方法。我们表明，我们的方法在极少使用 PPG 心率传感器（例如仅 20.25% 的样本）的情况下，可取得良好的预测性能（例如平均绝对误差为 2.89）。
引用
@article{arxiv.1807.04667,
title = {Online Heart Rate Prediction using Acceleration from a Wrist Worn Wearable},
author = {Ryan McConville and Gareth Archer and Ian Craddock and Herman ter Horst and Robert Piechocki and James Pope and Raul Santos-Rodriguez},
journal= {arXiv preprint arXiv:1807.04667},
year = {2018}
}
备注
MLMH 2018: 2018 KDD Workshop on Machine Learning for Medicine and Healthcare