Алгоритм расходования энергии Firstbeat

16

Я ищу реализацию (или документ, описывающий фактический алгоритм) для расчета расхода энергии / VO2 / EPOC из вариабельности сердечного ритма.

Несколько статей о

  • Оценка потребления кислорода
  • Оценка энергозатрат
  • EPOC (избыточное потребление кислорода после тренировки)
  • Тренировочный эффект
  • Анализ выздоровления спортсмена

можно скачать здесь .

Согласно веб-странице Garmin, ошибка примерно на 50% меньше, чем для обычного метода.

Хотя читать их увлекательно, они мало что нам говорят о том, как на самом деле рассчитать эти значения по данным сердечного ритма. Все это говорит:

Нейронные сети использовались для построения модели, которая выводит VO2 из интервалов RR (время между последовательными сердечными сокращениями), используя информацию о частоте дыхания и реакции включения / выключения.

Несмотря на то, что обычные мониторы сердечного ритма не обеспечивают доступность данных, существуют дешевые приемники для полярных и ANT +, которые позволяют контролировать биение по ритму, например, этот www.sparkfun.com/products/8661 (для полярных) или http: //www.abra-electronics.com/products/WRL%252d08840-Nordic-USB-ANT-Stick.html (для ant +) https://code.google.com/p/hrvtracker/ (программа)

Общепринятая оценка расхода калорий как функции сердечного ритма может быть найдена в этой статье: Прогноз расхода энергии из мониторинга сердечного ритма во время субмаксимальных упражнений .

Дэн
источник
3
Учитывая, что они используют нейронные сети в качестве основного технологического компонента, может быть сложно научно объяснить сопоставление (см. «Недостатки» в en.wikipedia.org/wiki/Artificial_neural_network )
FredrikD
2
Согласились, НН непредсказуемы. Либо они работают, либо нет, но объясняют, почему это другая история.
Baarn
1
Я нашел тезис одного из людей Firstbeat jyx.jyu.fi/dspace/bitstream/handle/123456789/13267/…
Дан
3
Из чтения его тезиса кажется, что они используют сигмоидные / логистические единицы, которые являются нелинейными. Однако он использует нейронную сеть для выделения частоты дыхания из временных рядов сердечного ритма. Это означает, что они не использовали ее для непосредственного создания формулы линейной регрессии, а вместо этого использовали ее в качестве основы для модели, на которой основана линейная регрессия. Так не могли бы вы объяснить, какова ваша цель на самом деле? Возможно, вам не придется беспокоиться о той же обработке данных, если у вас есть доступ к очищенным данным о сердечном ритме, вы можете просто использовать формулу, которую вы нашли.
Иво Флипс
2
Я разместил вопрос здесь, потому что меня интересует алгоритм, который я могу использовать для своих собственных данных HR. NN - это не что иное, как черный ящик, который дает более или менее непроверяемые и, возможно, нестабильные результаты после тренировки с огромным набором данных. Поскольку у меня нет доступа к этому набору данных, понимание NN не слишком полезно для меня. Меня больше интересует физиологическая модель + полезный алгоритм, который зависит только от нескольких коэффициентов. Также легче понять ограничения такой модели.
Дан

Ответы:

-2

Хотя у меня нет алгоритма, у меня есть довольно приличная библиотека файлов упражнений .sdf. Из которого кто-то может почти наверняка реконструировать что-то очень близкое к модели энергозатрат У меня есть сильное подозрение, что это в основном экспоненциальное сглаживание.

Кевин Жубер
источник