活动感知脉率算法项目
该项目包含2个主要部分：
第1部分-根据给定的训练数据开发脉率算法。 然后测试您的算法，看它是否满足成功标准。
第2部分-在临床应用中应用脉搏率算法，并计算更多具有临床意义的功能并发现医疗保健趋势。
介绍
许多用户期望他们的可穿戴设备的核心功能是脉搏速率估计。 连续脉搏频率估计可为佩戴者健康的许多方面提供信息。 运动过程中的脉搏率可以衡量锻炼强度，静息心率有时被用作心血管健康状况的总体衡量指标。 在此项目中，您将为腕戴式设备创建脉搏频率估计算法。 使用以下部分中的信息来通知算法的设计。 确保您的算法符合给定的规范。
脉搏速率估计的生理力学
通常使用PPG传感器估算脉搏率。 当心室收缩时，腕部的毛细血管充满血液。 PPG传感器发出的（通常为绿色）光被这些毛细血管中的红血球吸收，光电探测器将看到反射光的下降。 当血液返回心脏时，腕部中的红细胞吸收的光线就会减少，光电探
2021-11-11 17:23:11
423KB
1
使用自我注意从可穿戴传感器数据中识别人类活动
Tensorflow 2.x实施“使用自注意力从可穿戴传感器数据中识别人类活动”， ，作者： 和M. Tanjid Hasan Tonmoy等。
[ ] [ ]
**此存储库正在维护中。 最终版本的代码将很快发布**
安装
要在python3环境中安装依赖项，请运行：
pip install -r requirements.txt
数据集下载
要下载数据集并将其放置在data目录下以进行模型训练和推理， dataset_download.py使用以下命令运行脚本dataset_download.py ：
python dataset_download.py --dataset DATASET --unzip
此处，此项目的命令行参数DATASET中的数据集名称如下：
DATASET = pamap2 / opp / uschad
2021-11-09 15:15:25
73KB
1
概述:
该参考设计是低功耗、光学心率模块，集成红光和红外(IR) LED以及电源。微小的电路板非常适合可穿戴项目，可穿戴在指尖或耳垂，高精度检测心率。这款通用模块同时支持Arduino和mbed平台，便于快速测试、开发和系统调试。示例固件中提供基础、开源的心率和SpO2算法。
电路板具有8个缝纫垫，用于安装以及快速连接到开发平台。与所有的Maxim参考设计一样，设计资源包括BOM、原理图、布局文件以及Gerber文件。
系统设计框图:
特性光学心率监测和脉搏血氧方案
微型12.7mm x 12.7mm (0.5in x 0.5in)电路板尺寸
低功耗
器件驱动器
免费算法
示例C语言源代码，支持Arduino和mbed平台
测试数据
附件内容截图:
竞争优势高度集成、小尺寸传感器
非胸带心率/SpO2检测
超低功耗
应用可穿戴设备
心率监测仪
脉搏血氧仪
2021-11-05 13:43:15
19.11MB
1
鼠鼠
基于可穿戴手势的鼠标手套的代码。 使用 Arduino Flora、可穿戴 LSM9DSO 加速度计和 MPR121 电容式触摸突破，全部来自 Adafruit。
“示意图”
图片
依赖关系
对于 LSM303：
对于 LSM9DS0：
对于 MPR121：
您可能需要根据您的手套手动调整触摸阈值，我们最终使用 14 用于触摸，7 用于释放。
2021-10-25 20:57:22
9.15MB
1
内容：
1.代码
2.相应PPT
3.课程设计报告
功能：
1.体温检测：体温数据实时显示在显示屏上，并上传手机APP上。
2.心率检测：心率数据实时显示在显示屏上，并上传手机APP上。
3.血氧浓度检测：血氧浓度数据实时显示在显示屏上，并上传手机APP上。
项目预设两种情况：
4.数据显示：将传感器检测到的一系列人体数据信息，显示在OLED显示屏上，供用户实时查看。
2021-10-25 18:11:01
16.3MB