【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。

然ran而er，在zai複fu雜za多duo變bian的de運yun動dong環huan境jing中zhong，準zhun確que測ce量liang心xin率lv數shu據ju對dui於yu傳chuan統tong算suan法fa而er言yan具ju有you較jiao大da的de技ji術shu瓶ping頂ding。本ben文wen將jiang探tan討tao如ru何he運yun用yong大da數shu據ju和he深shen度du學xue習xi技ji術shu來lai開kai發fa創chuang新xin的de穿chuan戴dai式shi運yun動dong心xin率lv算suan法fa


，以yi應ying對dui其qi中zhong的de技ji術shu挑tiao戰zhan，並bing實shi現xian更geng為wei精jing準zhun和he可ke靠kao的de心xin率lv監jian測ce。

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、zhunquehebianjie，danzaishijiyingyongzhong，chuantongdeyundongxinlvjiancesuanfarengrancunzaiyixiewenti。tebieshizaiyonghuhuodongzhuangtaitubianhuojinxingjulieyundongshi
，suanfakenengmianlinzhuangtaizhuanhuanshiyingxingcha、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：zaigaoqiangduyundongzhong，xintiaopinlvdexianzhuzengjiakenengdaozhixinlvxinhaokenengyushentideyundongpinlvfashengzhongdie。chuantongdexinlvjiancesuanfawangwangjiyutedingdepinlvfanweilaijiancexinlv，dandangxinlvxinhaoyuyundongpinlvxiangjinhuozhongdieshi，suanfananyiqufenhechulizhelianggexinhao，congerdaozhiceliangjingdudexiajiang。

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

jingguoxunlianyuyouhuadeshenduxueximoxingyingyongyushijichangjingzhongdexinlvjiance，baokuojichengzhikechuandaishebeiyishixianshishixinlvjianceyuyujinggongneng，huobushuzhiyunduanfuwuqiweiyonghutigongyuanchengxinlvjianceyufenxifuwu。zaiyingyongguochengzhong
，haixuchixushoujiyonghufankuiyushuju，yibianduimoxingjinxingbuduandegaijinyuyouhua。

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