A cascaded approach of group sparse mode decomposition and deep neural network for heart rate estimation using reference signal-less PPG signal

•The proposed GSMD-based method effectively removes MA from a PPG and doesn’t require a reference signal.•Proposed a CNN-Bi-LSTM-Attention model for robust HR estimation from PPG signals.•Applied Bayesian optimization for enhanced accuracy and computational efficiency.•Achieved MAE of 2.42 BPM, vali...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Measurement : journal of the International Measurement Confederation Ročník 246; s. 116546
Hlavní autoři:	Pankaj, Maan, Pratibha, Kumar, Manjeet, Kumar, Ashish, Komaragiri, Rama
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 31.03.2025
Témata:	Bayesian optimization Bi-LSTM CNN Deep learning Group sparse mode decomposition Heart rate estimation K-fold cross-validation PPG signal Deep learning Bi-LSTM CNN PPG signal Bayesian optimization K-fold cross-validation Group sparse mode decomposition Heart rate estimation
ISSN:	0263-2241
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!