什么的Apple關(guān)注和諾基亞脈沖牛有什么共同點?他們都有脈搏血氧儀傳感器，使用光電容積描記法(PPG)測量心率，根據(jù)血容量的變化，毛細血管的擴張和收縮。它們在某種程度上是準確的，但由于它們是基于光的，因此需要相當大的電量 - 它們會向皮膚發(fā)出反射回光電二極管的信號。

一種節(jié)省電池的替代方案可能是加速度計，這是智能手機，智能手表和測量非重力加速度的活動跟蹤器中常見的傳感器。在預(yù)印本服務(wù)器Arxiv.org 上發(fā)表的一篇論文中，飛利浦健康與布里斯托大學的研究人員描述了一種機器學習算法，該算法可以幾乎完全從傳感器預(yù)測心率，從而提高他們所附帶的可穿戴設(shè)備的電池壽命。

消費者PPG傳感器的功耗通常比可穿戴設(shè)備中使用的加速度計高5000倍，這是可穿戴技術(shù)所需的長電池壽命的一個障礙，”研究人員寫道。“由于加速度計普遍存在于任何可能還含有心率傳感器的設(shè)備中，我們有興趣考慮將加速作為預(yù)測心率的方法。”

他們從參與EurValve項目的測試對象那里獲取數(shù)據(jù)，這是一項針對接受心臟瓣膜置換手術(shù)的患者的多年臨床研究。每款產(chǎn)品都配有加速度計(電池續(xù)航時間為3周)和帶有脈搏血氧儀(帶有4天電池壽命)的飛利浦健康監(jiān)測器，并配有定制設(shè)計的計算單元 - 智能家居盒裝(SHiB) - 安裝在他們的家中，接收和處理來自兩個可穿戴設(shè)備的數(shù)據(jù)。

研究人員培訓了兩種機器學習模型。第一個是基線：一個回歸模型，完全依賴加速度計的數(shù)據(jù)，與佩戴者的心率保持一致，并試圖預(yù)測未來的心率?？梢栽赟HiB單元上運行的第二個模型采用“主動學習”方法，允許它從任一健康監(jiān)視器中提取數(shù)據(jù)，具體取決于具體情況。

“該方法將以在線方式從流式加速度計數(shù)據(jù)預(yù)測心率，并能夠在需要時通過PPG請求測量真實心率，”該團隊寫道。

他們采用了一些巧妙的技巧來減少能源消耗。第二個模型學會假設(shè)特定的加速模式，如步行或慢跑，表明心率可能會增加，并智能地決定是否使用加速度計數(shù)據(jù)或脈搏血氧計數(shù)據(jù)測量心率。

“通常，在主動學習問題中，可以查詢樣本的標簽，特別是對于標簽特別有用的數(shù)據(jù)樣本，”該團隊寫道。“然而，在我們的設(shè)置中，這是不可行的，加速度數(shù)據(jù)不斷到達，我們希望始終如一地產(chǎn)生心率估計，并且不可能回顧性地測量心率。”

研究人員評估了三名患者的主動學習模型，每名患者相隔兩個月收集了四周的數(shù)據(jù)。平均絕對誤差(MAE，或兩個連續(xù)變量之間的距離)僅為每分鐘2.5到5次心跳，節(jié)能效果顯著。在一個例子中，當20.25%%的時間查詢心率傳感器時，MAE為2.89。

這對于健身愛好者和智能手表愛好者來說都是個好消息。