Algorithme de dépenses énergétiques Firstbeat

Je recherche une implémentation (ou un document décrivant l'algorithme réel) pour le calcul de la dépense énergétique / VO2 / EPOC à partir de la variabilité de la fréquence cardiaque.

Quelques livres blancs sur

Estimation de la consommation d'oxygène
Estimation des dépenses énergétiques
EPOC (consommation excessive d'oxygène post-exercice)
Effet d'entraînement
Analyse de récupération de l'athlète

peut être téléchargé ici .

Selon la page Web de Garmin, l'erreur est environ 50% plus petite que pour la méthode générique.

Bien que ceux-ci soient fascinants à lire, ils ne nous disent pas grand-chose sur la façon de calculer ces valeurs à partir des données de fréquence cardiaque. Tout cela dit:

Les réseaux de neurones ont été utilisés pour construire un modèle qui dérive VO2 à partir des intervalles RR (temps entre les battements cardiaques successifs), en utilisant la fréquence respiratoire et les informations de réponse on / off.

Même si les moniteurs de fréquence cardiaque normaux ne rendent pas les données disponibles, il existe des récepteurs bon marché pour polar et ANT + qui permettent une surveillance battement par battement, comme celui-ci www.sparkfun.com/products/8661 (pour polar) ou http: //www.abra-electronics.com/products/WRL%252d08840-Nordic-USB-ANT-Stick.html (pour ant +) https://code.google.com/p/hrvtracker/ (programme)

L'estimation conventionnelle de la dépense calorique en fonction de la fréquence cardiaque peut être trouvée dans cet article: Prédiction des dépenses énergétiques de la surveillance de la fréquence cardiaque pendant un exercice sous-maximal .

— Dan
source

Étant donné qu'ils utilisent les réseaux de neurones comme composant technologique principal, il pourrait être difficile d'expliquer scientifiquement la cartographie (voir "Inconvénients" dans en.wikipedia.org/wiki/Artificial_neural_network )

— FredrikD

D'accord, les NN sont imprévisibles. Soit ils fonctionnent, soit ils ne le font pas, mais en expliquant pourquoi c'est une autre histoire.

— Baarn

J'ai trouvé la thèse de l'une des personnes de Firstbeat jyx.jyu.fi/dspace/bitstream/handle/123456789/13267/…

— Dan

À la lecture de sa thèse, il semble qu'ils utilisent des unités sigmoïdes / logistiques, qui sont non linéaires. Cependant, il utilise le réseau neuronal pour extraire la fréquence respiratoire de la série chronologique de la fréquence cardiaque. Ce qui signifie qu'ils ne l'ont pas utilisé pour créer directement la formule de régression linéaire, mais l'ont plutôt utilisé comme base pour le modèle sur lequel la régression linéaire est basée. Alors pourriez-vous peut-être expliquer quel serait votre objectif? Vous n'avez probablement pas à vous soucier du même traitement de données si vous avez accès à des données de fréquence cardiaque nettoyées, vous pouvez simplement utiliser la formule que vous avez trouvée.

— Ivo Flipse

J'ai posté la question ici parce que je suis intéressé par un algorithme que je peux exécuter sur mes propres données RH. Le NN n'est rien d'autre qu'une boîte noire qui donne une sortie plus ou moins invérifiable et peut-être instable après l'entraînement avec un énorme ensemble de données. Comme je n'ai pas accès à cet ensemble de données de formation, la compréhension du NN n'est pas trop utile pour moi. Je suis plus intéressé par le modèle physiologique + algorithme utilisable qui ne dépend que de quelques coefficients. Il est également plus facile de comprendre les limites d'un tel modèle.

— Dan

-2

Bien que je ne dispose pas de l'algorithme, j'ai une bibliothèque de fichiers d'exercices .sdf de taille assez décente. À partir de laquelle quelqu'un pourrait presque certainement inverser la conception de quelque chose de très proche du modèle de dépense énergétique. J'ai une forte suspicion, c'est principalement un lissage exponentiel.

— Kevin Joubert
source