Algoritmo de gasto de energía de Firstbeat

Estoy buscando una implementación (o un documento que describa el algoritmo real) para el cálculo del gasto de energía / VO2 / EPOC a partir de la variabilidad de la frecuencia cardíaca.

Algunos libros blancos sobre

Estimación del consumo de oxígeno.
Estimación del gasto energético.
EPOC (exceso de consumo de oxígeno después del ejercicio)
Efecto de entrenamiento
Análisis de recuperación del atleta.

Se puede descargar aquí .

Según la página web de Garmin, el error es aproximadamente un 50% más pequeño que para el método genérico.

Si bien estos son fascinantes de leer, no nos dicen mucho sobre cómo calcular realmente estos valores a partir de los datos de frecuencia cardíaca. Todo lo que dice:

Las redes neuronales se utilizaron para construir un modelo que deriva el VO2 de los intervalos RR (tiempo entre latidos cardíacos sucesivos), utilizando la frecuencia de respiración y la información de respuesta de activación / desactivación.

Aunque los monitores normales de frecuencia cardíaca no hacen que los datos estén disponibles, existen receptores baratos para polar y ANT + que permiten la monitorización latido por latido, como este www.sparkfun.com/products/8661 (para polar) o http: //www.abra-electronics.com/products/WRL%252d08840-Nordic-USB-ANT-Stick.html (para ant +) https://code.google.com/p/hrvtracker/ (programa)

La estimación convencional del gasto calórico en función de la frecuencia cardíaca se puede encontrar en este documento: Predicción del gasto energético del monitoreo de la frecuencia cardíaca durante el ejercicio submáximo .

— Dan
fuente

Dado que usan redes neuronales como el componente tecnológico principal, puede ser difícil explicar científicamente el mapeo (ver "Desventajas" en es.wikipedia.org/wiki/Artificial_neural_network )

— FredrikD

De acuerdo, las NN son impredecibles. O funcionan o no, pero explican por qué es otra historia.

— Baarn

Encontré la tesis de una de las personas de Firstbeat jyx.jyu.fi/dspace/bitstream/handle/123456789/13267/…

— Dan

Al leer su tesis parece que usan unidades sigmoideas / logísticas, que no son lineales. Sin embargo, utiliza la red neuronal para extraer la frecuencia respiratoria de la serie de tiempo de frecuencia cardíaca. Lo que significa que no lo usaron para crear directamente la fórmula de regresión lineal, sino que lo usaron como base para el modelo en el que se basa la regresión lineal. Entonces, ¿podrías explicar cuál sería realmente tu objetivo? Probablemente no tenga que preocuparse por el mismo procesamiento de datos si tiene acceso a datos de frecuencia cardíaca limpios, simplemente puede usar la fórmula que encontró.

— Ivo Flipse

Publiqué la pregunta aquí porque estoy interesado en un algoritmo que pueda ejecutar en mis propios datos de recursos humanos. El NN no es más que un recuadro negro que proporciona una salida más o menos verificable y tal vez inestable después del entrenamiento con un gran conjunto de datos. Como no tengo acceso a este conjunto de datos de capacitación, comprender el NN no es demasiado útil para mí. Estoy más interesado en el modelo fisiológico + algoritmo utilizable que depende solo de unos pocos coeficientes. También es más fácil comprender las limitaciones de dicho modelo.

— Dan

-2

Si bien no tengo el algoritmo, sí tengo una biblioteca de tamaño bastante decente de archivos .sdf de ejercicios. Desde el cual, casi con certeza, alguien podría aplicar ingeniería inversa a algo muy cercano al modelo de gasto de energía. Tengo una fuerte sospecha de que se trata principalmente de suavizado exponencial.

— Kevin Joubert
fuente