论文阅读和分析：時間-周波数スペクトル特徴を使用した光電脈波信号からの心拍数の正確な検出のための堅牢なモーションアーチファクト検出アルゴリズム
メインコンテンツ：
1. PPG 信号のスペクトル特徴を抽出し、機械学習アルゴリズム SVM を使用して PPG 信号のモーション アーチファクト部分を判断します;
2. 特徴抽出の方法は比較的新規であり、学習する価値があります。
フローチャート:
抽出された特徴:
1. VFCDM を使用して PPG 信号を時間スペクトルに変換します。
2. 計算機能:
P ノイズ P_{ノイズ}Pいいえ、私は:
P ノイズ = PTFS − ∑ i = 1 3 ∑ t AM i , t P_{ノイズ}=P_{TFS}-\sum_{i=1}^{3}\sum_{t}AM_{i,t}Pいいえ、私は=PTFS−i = 1∑3t∑ＡＭ_私、と
df FM df_{FM}df _FM:
df FM = ∑ i = 2 3 ∑ t ∣ FM i , t − i × FM 1 , t ∣ df_{FM}=\sum_{i=2}^{3}\sum_{t}\bigl|FM_{ \mathrm{i},t}-i\times FM_{1,t}\bigr|df _FM=i = 2∑3t∑
FM _私、と−私×FM _1 、 t
df HR df_{HR}df _HR _:
df HR = ∑ t ∣ FM 1 , t − 中央値 ( 1 PP ) ∣ df_{HR}=\sum_t\left|FM_{1,t}-\mathrm{median}\left(\frac{1}{PP }\右)\右|df _HR _=t∑
FM _1 、 t−中央値(PP1)
3. モーションを使用してモーション アーティファクトをラベルとして発生させます。
実験結果:
他のいくつかの方法と比較して、モーション アーティファクトを正確に識別できます。
参考：
時間周波数スペクトル特徴を使用して光電脈波信号から心拍数を正確に検出するための堅牢なモーション アーティファクト検出アルゴリズム