Thuật toán chi tiêu năng lượng đầu tiên

Tôi đang tìm kiếm một triển khai (hoặc một tài liệu mô tả thuật toán thực tế) để tính toán chi tiêu năng lượng / VO2 / EPOC từ biến thiên nhịp tim.

Một vài tờ giấy trắng về

Ước tính mức tiêu thụ oxy
Dự toán chi tiêu năng lượng
EPOC (Tiêu thụ oxy sau tập thể dục quá mức)
Hiệu quả đào tạo
Phân tích phục hồi của vận động viên

có thể tải về tại đây .

Theo trang web của Garmin, lỗi này nhỏ hơn khoảng 50% so với phương pháp chung.

Mặc dù chúng rất hấp dẫn để đọc, nhưng chúng không cho chúng ta biết nhiều về cách tính toán các giá trị này từ dữ liệu nhịp tim. Tất cả nó nói:

Mạng lưới thần kinh đã được sử dụng để xây dựng một mô hình xuất phát VO2 từ các khoảng RR (thời gian giữa các nhịp tim liên tiếp), sử dụng tốc độ hô hấp và thông tin bật / tắt phản hồi.

Mặc dù các máy đo nhịp tim bình thường không cung cấp dữ liệu, nhưng có các máy thu giá rẻ cho cực và ANT + xung quanh cho phép theo dõi nhịp bằng cách theo dõi nhịp, như thế này www.sparkfun.com/products/8661 (cho cực) hoặc http: //www.abra-electronics.com/products/WRL%252d08840-Nordic-USB-ANT-Stick.html (cho ant +) https://code.google.com.vn/p/hrvtracker/ (chương trình)

Ước tính thông thường của chi tiêu calo như là một chức năng của nhịp tim có thể được tìm thấy trong bài viết này: Dự đoán chi tiêu năng lượng từ theo dõi nhịp tim trong khi tập thể dục tối đa .

— Dân
nguồn

Cho rằng họ sử dụng các mạng thần kinh làm thành phần công nghệ chính, có thể khó giải thích một cách khoa học về ánh xạ (xem "Nhược điểm" trong en.wikipedia.org/wiki/Art

— mẫu_neural_network

Đồng ý, NN là không thể đoán trước. Họ làm việc hoặc họ không làm, nhưng giải thích tại sao lại là một câu chuyện khác.

— Baarn

Tôi tìm thấy luận điểm của một trong những người đầu tiên jyx.jyu.fi/dspace/bitstream/handle/123456789/13267/ trộm

— Dan

Từ việc đọc luận án của ông, có vẻ như họ sử dụng các đơn vị sigmoid / logistic, phi tuyến tính. Tuy nhiên, anh ta sử dụng mạng lưới thần kinh để trích xuất tần số hô hấp từ chuỗi thời gian nhịp tim. Điều đó có nghĩa là họ đã không sử dụng nó để trực tiếp tạo ra công thức hồi quy tuyến tính, mà thay vào đó sử dụng nó làm cơ sở cho mô hình dựa trên hồi quy tuyến tính. Vì vậy, bạn có thể giải thích mục tiêu của bạn sẽ thực sự là gì? Có lẽ bạn không phải bận tâm đến việc xử lý dữ liệu tương tự nếu bạn có quyền truy cập để làm sạch dữ liệu nhịp tim, bạn chỉ cần sử dụng công thức bạn tìm thấy.

— Ivo Flipse

Tôi đã đăng câu hỏi ở đây vì tôi quan tâm đến một thuật toán mà tôi có thể chạy trên dữ liệu nhân sự của riêng mình. NN không là gì ngoài một hộp đen cung cấp ít nhiều không thể kiểm chứng và có thể không ổn định sau khi đào tạo với một bộ dữ liệu khổng lồ. Vì tôi không có quyền truy cập vào tập dữ liệu đào tạo này, việc hiểu NN không quá hữu ích đối với tôi. Tôi quan tâm nhiều hơn đến mô hình sinh lý + thuật toán có thể sử dụng chỉ phụ thuộc vào một vài hệ số. Cũng dễ hiểu hơn về những hạn chế của một mô hình như vậy.

— Dan

-2

Mặc dù tôi không có thuật toán, nhưng tôi có một thư viện các tập tin .sdf có kích thước khá. Từ đó ai đó gần như chắc chắn có thể đảo ngược kỹ sư một cái gì đó rất gần với mô hình chi tiêu năng lượng. Tôi có một sự nghi ngờ mạnh mẽ rằng nó chủ yếu là làm mịn theo cấp số nhân.

— Kevin Joubert
nguồn