【導讀】在數字化與智能化技術迅猛發展的背景下
，智能手表、zhinengjiezhidengchuandaishishebeiyiqiaorangaibianwomenderichangshenghuo
，youqizaijiankangguanliheyundongbiaoxianyouhuafangmianqudelexianzhudechengjiu。jiezhuzhexiezhinengshebei，jianceyundongxinlvchengweitishenggerenjianshenheyundongxingnengdeguanjianshouduan。

在數字化與智能化技術迅猛發展的背景下，智能手表
、zhinengjiezhidengchuandaishishebeiyiqiaorangaibianwomenderichangshenghuo，youqizaijiankangguanliheyundongbiaoxianyouhuafangmianqudelexianzhudechengjiu。jiezhuzhexiezhinengshebei

，jianceyundongxinlvchengweitishenggerenjianshenheyundongxingnengdeguanjianshouduan。

raner
，zaifuzaduobiandeyundonghuanjingzhong，zhunqueceliangxinlvshujuduiyuchuantongsuanfaeryanjuyoujiaodadejishupingding。benwenjiangtantaoruheyunyongdashujuheshenduxuexijishulaikaifachuangxindechuandaishiyundongxinlvsuanfa，yiyingduiqizhongdejishutiaozhan，bingshixiangengweijingzhunhekekaodexinlvjiance。

運動心率算法的測量挑戰

運yun動dong心xin率lv，即ji人ren體ti在zai運yun動dong時shi心xin髒zang每mei分fen鍾zhong收shou縮suo和he舒shu張zhang的de周zhou期qi性xing變bian化hua，是shi科ke學xue健jian身shen的de重zhong要yao指zhi標biao。通tong常chang來lai說shuo
，因yin不bu同tong的de運yun動dong強qiang度du，心xin率lv都dou會hui隨sui之zhi變bian化hua
，同tong時shi也ye與yu用yong戶hu的de體ti質zhi、年齡、性別等因素密切相關。 盡管穿戴式健康測量技術日益高效、準zhun確que和he便bian捷jie，但dan在zai實shi際ji應ying用yong中zhong，傳chuan統tong的de運yun動dong心xin率lv檢jian測ce算suan法fa仍reng然ran存cun在zai一yi些xie問wen題ti。特te別bie是shi在zai用yong戶hu活huo動dong狀zhuang態tai突tu變bian或huo進jin行xing劇ju烈lie運yun動dong時shi，算suan法fa可ke能neng麵mian臨lin狀zhuang態tai轉zhuan換huan適shi應ying性xing差cha
、難以準確監測並剔除運動偽影，以及無法識別用戶個體差異等問題，導致心率監測反應遲緩、心率數據失真。

■ 狀態轉換問題：yibanlaishuo，youyusuanfadeyouhuaheshujuchulitongchangxuyaoyidingdeshijianchuangkoulaidadaowendingzhuangtai，yincizaizhuangtaizhuanhuandeshunjian，xinlvgujikenenghuichuxianyanchihuobuzhunquedeqingkuang。zhezhongzhihouxiaoyingbujinyingxiangleshishixinlvdezhunquexing，haikenengwudaoyonghujinxingbushidangdeyundongtiaozheng。

圖1：狀態轉化問題相關示例頻譜圖

■ 頻譜混疊問題：在(zai)高(gao)強(qiang)度(du)運(yun)動(dong)中(zhong)，心(xin)跳(tiao)頻(pin)率(lv)的(de)顯(xian)著(zhu)增(zeng)加(jia)可(ke)能(neng)導(dao)致(zhi)心(xin)率(lv)信(xin)號(hao)可(ke)能(neng)與(yu)身(shen)體(ti)的(de)運(yun)動(dong)頻(pin)率(lv)發(fa)生(sheng)重(zhong)疊(die)。傳(chuan)統(tong)的(de)心(xin)率(lv)監(jian)測(ce)算(suan)法(fa)往(wang)往(wang)基(ji)於(yu)特(te)定(ding)的(de)頻(pin)率(lv)範(fan)圍(wei)來(lai)檢(jian)測(ce)心(xin)率(lv)，但(dan)當(dang)心(xin)率(lv)信(xin)號(hao)與(yu)運(yun)動(dong)頻(pin)率(lv)相(xiang)近(jin)或(huo)重(zhong)疊(die)時(shi)，算(suan)法(fa)難(nan)以(yi)區(qu)分(fen)和(he)處(chu)理(li)這(zhe)兩(liang)個(ge)信(xin)號(hao)，從(cong)而(er)導(dao)致(zhi)測(ce)量(liang)精(jing)度(du)的(de)下(xia)降(jiang)。

圖2：頻譜重疊問題相關示例頻譜圖

基於大數據與深度學習的全場景運動心率算法

當前

，在大數據與人工智能技術發展的推動下，穿戴式健康設備的心率檢測算法實現了飛速發展。這一算法深度融合了大數據與AI深度學習技術
，曆經數據采集
、預處理
、大數據分析、特征提取、模型構建與訓練
、模型評估與優化，直至應用實踐等多個環節。這一複雜流程充分利用了大數據的豐富信息與AI深度學習的強大能力，顯著提升了心率監測的精準度、實時性和個性化水平。

具體而言，該算法包含以下多維度優化措施：

■ 高精準的信號質量評估單元：對輸入信號進行量化評估
，確保每次測量都是精準可靠。

■ 生理模型心率估計單元：利用大數據技術和神經網絡對運動強度、運動狀態以及頻率與心率進行建模，即使在信號質量較弱時也能提供準確的心率估計。

■ 高精度場景識別單元：自動觸發並精確識別當前的運動場景，根據不同的運動狀態調整心率測量的內置參數
，從而改善心率估計的準確性。

■ 多通道數據融合：支持多路PPG信號的選擇與融合，進一步提升性能。

得益於上述多維度優化
，心率檢測算法在狀態轉化及頻譜混疊方麵展現出顯著的性能改善。以下是改善結果的示意圖：

圖3. 狀態轉化結果圖示 

圖4. 頻譜重疊結果圖示

經(jing)過(guo)訓(xun)練(lian)與(yu)優(you)化(hua)的(de)深(shen)度(du)學(xue)習(xi)模(mo)型(xing)應(ying)用(yong)於(yu)實(shi)際(ji)場(chang)景(jing)中(zhong)的(de)心(xin)率(lv)監(jian)測(ce)
，包(bao)括(kuo)集(ji)成(cheng)至(zhi)可(ke)穿(chuan)戴(dai)設(she)備(bei)以(yi)實(shi)現(xian)實(shi)時(shi)心(xin)率(lv)監(jian)測(ce)與(yu)預(yu)警(jing)功(gong)能(neng)，或(huo)部(bu)署(shu)至(zhi)雲(yun)端(duan)服(fu)務(wu)器(qi)為(wei)用(yong)戶(hu)提(ti)供(gong)遠(yuan)程(cheng)心(xin)率(lv)監(jian)測(ce)與(yu)分(fen)析(xi)服(fu)務(wu)。在(zai)應(ying)用(yong)過(guo)程(cheng)中(zhong)
，還(hai)需(xu)持(chi)續(xu)收(shou)集(ji)用(yong)戶(hu)反(fan)饋(kui)與(yu)數(shu)據(ju)，以(yi)便(bian)對(dui)模(mo)型(xing)進(jin)行(xing)不(bu)斷(duan)的(de)改(gai)進(jin)與(yu)優(you)化(hua)。

總結

在運動心率檢測方麵，芯海科技CS1262作為一款穿戴式健康測量領域的成熟芯片，憑借高配置性、高精度測量、超強抗幹擾能力、低功耗操作
、全膚色適配、高可靠性和易用性等優勢，以及提供完整的軟件算法集成方案，顯著提升了客戶的終端方案開發效率，助力產品快速上市。

芯海科技在健康測量領域始終堅持精益求精，構建了從高精度測量芯片到全場景運動心率算法，再到OKOK雲端大數據平台的一站式整體解決方案。該方案能夠為用戶提供準確
、實時的心率測量

，全麵評估健康狀況
，帶來專業、智能的健康管理體驗。目前
，該方案已實現了頭部客戶的旗艦終端產品上實現規模化量產
，為智能可穿戴市場帶來更多可能性。

免責聲明：本文為轉載文章
，轉載此文目的在於傳遞更多信息
，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題
，請聯係小編進行處理。

推薦閱讀：

用於測試汽車逆變器的主動電機仿真

電氣負載模擬器

如何使物聯網邊緣設備高效節能？

恩智浦結合超寬帶安全測距與短程雷達，賦能自動化工業物聯網應用

在邊緣部署單對以太網