基于卷积神经网络的动态脉搏语义分割与心率估计方法
李梓楠
王星尧
李建清
刘澄玉
东南大学 仪器科学与工程学院,南京 210096
摘要：通过监测脉搏信号进行心率监测的腕表设备,存在易受噪声干扰、心率估计结果不够准确的问题.为探究能适应多种动态噪声场景、鲁棒性强的心率估计方法,本研究提出了一种基于卷积神经网络的动态脉搏语义分割与心率估计算法.将卷积神经网络与自注意力机制相结合,搭建深度学习模型进行脉搏信号起始点的分割,通过数据后处理抑制异常分割点的影响,并经过计算脉搏信号间期获得心率估计结果.实验结果具有较强的相关性和一致性,平均误差为 1.29 BPM,明显优于其他模型.本研究可为基于脉搏信号的心率估计提供一种新的解决思路,具有重要研究意义.
关键词：脉搏信号语义分割心率估计卷积神经网络自注意力机制相关性分析一致性分析
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(62171123)国家自然科学基金(62071241)国家自然科学基金(62211530112)
论文发表日期：2023-06-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 167-173 )
英文信息