仅84.6K参数，误差低至1.227 BPM！这个PPG心率估计框架够轻够准
Interaction-Gated Time-Frequency Learning for Parameter-Efficient PPG-Based Heart Rate Estimation
📖 AI 总结
本文提出TF-IG，一种参数高效的交互门控时频学习框架，用于基于光电容积脉搏波（PPG）的心率估计。针对PPG信号易受波形失真、生理变异和测量干扰影响的问题，该框架采用双分支架构：时域分支通过空洞深度可分离卷积捕捉脉搏形态，频域分支从有界对数谱图表示中提取心脏周期性信息；并引入交互门控融合模块，显式建模两域特征的一致性与差异性，同时学习特征级权重以平衡时域与频域信息，最终由参数共享回归头输出心率预测。在BIDMC PPG与呼吸数据集上采用受试者独立划分协议进行实验，模型平均绝对误差为1.227 BPM，均方根误差为2.060 BPM，皮尔逊相关系数达0.9934，92.28%的估计值落在3 BPM误差范围内，参数量仅84.6K。消融实验验证了各模块的互补贡献，表明显式建模跨域交互可在轻量级PPG心率估计中实现有效的精度与复杂度权衡。
🔑 关键词速览
| PPG (Photoplethysmography) | 光电容积脉搏波描记法，一种通过光学手段无创检测血液容积变化的技术，常用于心率监测。 |
| TF-IG | 本文提出的交互门控时频学习框架，一种参数高效的基于PPG的心率估计模型。 |
| Interaction-Gated Fusion | 交互门控融合模块，显式建模时域和频域特征的一致性与差异性，并学习特征级权重进行融合。 |
| Dilated Depthwise-Separable Convolutions | 膨胀深度可分离卷积，一种结合膨胀卷积和深度可分离卷积的轻量级卷积操作，用于扩大感受野并减少参数。 |
| BIDMC PPG and Respiration Dataset | 一个公开的基准数据集，包含PPG和呼吸信号，常用于心率估计等生理信号处理研究。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅