arXiv · cs.AI· Tanbin Islam Rohan·· 22 天前AI 评分25
SeqSmoother：基于加速度计的深度学习睡眠心率估计，迈向无光学传感器的人群规模心脏洞察
Deep Learning for Sleep Heart Rate Estimation from Accelerometers: Toward Population-Scale Cardiac Insight Without Optical Sensors
来源与原文
arXiv · cs.AI
作者：Tanbin Islam Rohan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.06823v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 SeqSmoother，一种基于 transformer 的睡眠心率估计时序校正器，仅从腕部加速度计信号推理，ECG 仅用于构建参考标签。在 13 个参与者独立折的评估中，其参与者宏平均 MAE 为 1.60 bpm；与 Nightbeat 相比精度略低但覆盖更多录音时段，Nightbeat 仅对 72.85% 的合格网格给出估计。
来源：arXiv · cs.AI · arxiv.org