HyperAIHyperAI

Command Palette

Search for a command to run...

Rechnerisch effiziente Herzfrequenzschätzung während körperlicher Belastung unter Verwendung von photoplethysmographischen Signalen

Abdelhak M. Zoubir Tim Schäck Michael Muma

Zusammenfassung

Tragbare Geräte, die photoplethysmografische (PPG) Signale erfassen, gewinnen zunehmend an Beliebtheit zur Überwachung der Herzfrequenz während körperlicher Aktivität. Allerdings sind hohe Genauigkeit und geringer Rechenaufwand widersprüchliche Anforderungen. Wir stellen eine Methode vor, die hochgenaue Herzfrequenzschätzungen mit äußerst geringem Rechenaufwand ermöglicht und somit ideal für die Implementierung auf tragbaren Geräten geeignet ist. Um die geringstmögliche Komplexität zu erreichen, werden ausschließlich grundlegende Signalverarbeitungsschritte verwendet, nämlich korrelationsbasierte Schätzung der Grundfrequenz, Spektralkombination, Dämpfung harmonischer Störungen sowie Frequenzbereichsverfolgung. Der vorgeschlagene Ansatz übertrifft auf aktuellen Benchmark-Daten die derzeit besten Methoden erheblich hinsichtlich der Rechenzeit, während eine vergleichbare Genauigkeit erreicht wird.


KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp
Rechnerisch effiziente Herzfrequenzschätzung während körperlicher Belastung unter Verwendung von photoplethysmographischen Signalen | Paper | HyperAI