基于MUSIC的按需心率估计算法的结果
我们已经在一个包含1289个测试案例(data1)的数据集上测试了该算法的性能，并且在数据开始时，测试对象被要求静止。表1给出了基于MUSIC算法的结果，并指出估计的心率是否在参考(ECG)的2 bpm和5 bpm精度范围内，以及估计时间的第50百分位数（中值）和第75百分位数。表1中的第二行显示了对于一个包含298个测试案例(data2)的数据集，存在周期性运动（如步行、慢跑、跑步）时该算法的性能。通过检测运动，如果任一数据被视为不可靠而遭到拒绝，或者是认为不受运动影响而精确估算得到心率，则认为该算法是成功的。在内存使用方面，假设缓冲区大小为500（即100 Hz时为5秒），对于目标频率范围（30 bpm至220 bpm），所需总内存约为3.4 kB，每次调用花费2.83周期。
表1.基于MUSIC的按需心率估计算法的性能数值
Metric
指标
2 bpm Accuracy
2 bpm精度
5 bpm Accuracy
5 bpm精度
50th Percentile
第50百分位数
75th Percentile
第75百分位数
Accuracy (data1)
精度(data1)
93.7%
95.2%
5.00 sec
5.00 sec
5.00 sec
5.00秒
Accuracy (data2)
精度(data2)
93.4%
94.1%
5.00 sec
5.00 sec
5.00 sec
5.00秒
结语
基于MUSIC的按需算法是ADI公司医疗保健业务部门生命体征监测小组提出的众多算法之一。在我们医疗健康手表中使用的按需算法与这里讨论的基于MUSIC的方法不同，前者的计算成本较低。ADI公司为传感器（嵌入式）和边缘节点提供软件和算法功能，使其从数据中获取有价值的信息，仅将最重要的数据发送到云端，让我们的客户和合作伙伴可以在本地做出决策。我们选择应用的标准是，其成果对于我们的客户来说非常重要，并且我们拥有独特的测量专业技术。本文只是对ADI公司研发的算法的简单介绍。凭借我们在传感器设计方面的现有专业知识，以及我们在生物医学算法开发（包括嵌入式和云计算）方面的努力，ADI公司将拥有独特的优势来为全球医疗健康市场提供最先进的算法和软件。
References
参考文献
1 Tamura, Toshiyo Tamura, Yuka Maeda, Masaki Sekine, and Masaki Yoshida.
“可穿戴光电容积脉搏波传感器——过去和现在”。Electronics，第3卷第2期，2014年。
2 R. Couceiro、P. Carvalho、R.P.Paiya、J. Henriques、I. Quintal、M. Antunes、J. Muehlsteff、C. Eickholt、C. Brinkmeyer、M. Kelm和C. Meyer。“根据手指光电血管容积图的多高斯拟合评估心血管功能”。Physiological Measurement，第36卷第9期，2015年。
3 Petre Stoica和Randolph L. Moses。信号频谱分析。Pearson Prentice Hall，2005年。
4 Steven W. Smith。面向科学家和工程师的数字信号处理指南。California Technical Publishing，1997年。
基于MUSIC的按需心率估计算法的结果
我们已经在一个包含1289个测试案例(data1)的数据集上测试了该算法的性能，并且在数据开始时，测试对象被要求静止。表1给出了基于MUSIC算法的结果，并指出估计的心率是否在参考(ECG)的2 bpm和5 bpm精度范围内，以及估计时间的第50百分位数（中值）和第75百分位数。表1中的第二行显示了对于一个包含298个测试案例(data2)的数据集，存在周期性运动（如步行、慢跑、跑步）时该算法的性能。通过检测运动，如果任一数据被视为不可靠而遭到拒绝，或者是认为不受运动影响而精确估算得到心率，则认为该算法是成功的。在内存使用方面，假设缓冲区大小为500（即100 Hz时为5秒），对于目标频率范围（30 bpm至220 bpm），所需总内存约为3.4 kB，每次调用花费2.83周期。
表1.基于MUSIC的按需心率估计算法的性能数值
Metric
指标
2 bpm Accuracy
2 bpm精度
5 bpm Accuracy
5 bpm精度
50th Percentile
第50百分位数
75th Percentile
第75百分位数
Accuracy (data1)
精度(data1)
93.7%
95.2%
5.00 sec
5.00 sec
5.00 sec
5.00秒
Accuracy (data2)
精度(data2)
93.4%
94.1%
5.00 sec
5.00 sec
5.00 sec
5.00秒
结语
基于MUSIC的按需算法是ADI公司医疗保健业务部门生命体征监测小组提出的众多算法之一。在我们医疗健康手表中使用的按需算法与这里讨论的基于MUSIC的方法不同，前者的计算成本较低。ADI公司为传感器（嵌入式）和边缘节点提供软件和算法功能，使其从数据中获取有价值的信息，仅将最重要的数据发送到云端，让我们的客户和合作伙伴可以在本地做出决策。我们选择应用的标准是，其成果对于我们的客户来说非常重要，并且我们拥有独特的测量专业技术。本文只是对ADI公司研发的算法的简单介绍。凭借我们在传感器设计方面的现有专业知识，以及我们在生物医学算法开发（包括嵌入式和云计算）方面的努力，ADI公司将拥有独特的优势来为全球医疗健康市场提供最先进的算法和软件。
References
参考文献
1 Tamura, Toshiyo Tamura, Yuka Maeda, Masaki Sekine, and Masaki Yoshida.
“可穿戴光电容积脉搏波传感器——过去和现在”。Electronics，第3卷第2期，2014年。
2 R. Couceiro、P. Carvalho、R.P.Paiya、J. Henriques、I. Quintal、M. Antunes、J. Muehlsteff、C. Eickholt、C. Brinkmeyer、M. Kelm和C. Meyer。“根据手指光电血管容积图的多高斯拟合评估心血管功能”。Physiological Measurement，第36卷第9期，2015年。
3 Petre Stoica和Randolph L. Moses。信号频谱分析。Pearson Prentice Hall，2005年。
4 Steven W. Smith。面向科学家和工程师的数字信号处理指南。California Technical Publishing，1997年。
举报
