论文阅读和分析：A Robust Motion Artifact Detection Algorithm for Accurate Detection of Heart Rates

论文阅读和分析：A Robust Motion Artifact Detection Algorithm for Accurate Detection of Heart Rates from Photoplethysmographic Signals using Time-Frequency Spectral Features

主要内容：

1、提取PPG信号时频谱特征，然后使用机器学习算法SVM来判断PPG信号运动伪影部分；
2、提取特征的方式比较新颖，值得学习；

流程图：

提取的特征：

1、使用VFCDM将PPG信号转换到时频谱；

2、计算特征：

$P_{noise}$:
$$P_{noise}=P_{TFS}-\sum _{i=1}^3\sum _{t}A{M}_{i,t}$$
$d{f}_{FM}$:
d f F M = ∑ i = 2 3 ∑ t ∣ F M i , t − i × F M 1 , t ∣ df_{FM}=\sum_{i=2}^{3}\sum_{t}\bigl|FM_{\mathrm{i},t}-i\times FM_{1,t}\bigr| dfFM​=i=2∑3​t∑​ ​FMi,t​−i×FM1,t​ ​
$d{f}_{HR}$:
d f H R = ∑ t ∣ F M 1 , t − m e d i a n ( 1 P P ) ∣ df_{HR}=\sum_t\left|FM_{1,t}-\mathrm{median}\left(\frac{1}{PP}\right)\right| dfHR​=t∑​ ​FM1,t​−median(PP1​) ​
3、使用运动造成运动伪影，作为标签label；

参考：

A Robust Motion Artifact Detection Algorithm for Accurate Detection of Heart Rates from Photoplethysmographic Signals using Time-Frequency Spectral Features