通过机器学习改善消费者智能手表的心率变异性测量

原文题目：Improving Heart Rate Variability Measurements from Consumer Smartwatches with Machine Learning

摘要：人体对体育锻炼、心理生理应激和心脏病的反应反映在心率变异性(HRV)上。因此，持续监测HRV有助于确定和预测健康和心理健康方面的问题.在日常生活中，HRV可以通过消费者可穿戴的设备来测量，比如智能手表，这些设备很容易获得，而且价格也可以负担得起。然而，由于传感器的稳定性，它们可以说是精确的。我们假设一个与佩戴者运动有关的系统误差。我们的证据建立在解释和预测模型上：我们发现HRV测量中的误差与佩戴者的移动之间存在统计学上的显著相关性。我们表明，通过引入额外的可用传感器信息(如加速度计数据)，可以将此误差降到最小。这项工作证明了我们正在进行的关于神经学习如何将这种智能手表HRV测量的误差降到最低的研究。

原文地址：https://arxiv.org/abs/1907.07496

作者：Martin Maritsch, Caterina Bérubé, Mathias Kraus, Vera Lehmann, Thomas Züger, Stefan Feuerriegel, Tobias Kowatsch, Felix Wortmann