基于心律特征提取和卷积神经网络的运动健康分析算法

摘要

在智能运动和健康领域,利用收集的数据分析用户身体状况,并提出合理的运动建议已成为新研究方向。通过分析心音信号特征,可以帮助人们监测心脏健康问题。创新地采用基于心率特征提取的卷积神经网络健康分析算法,利用心音识别来分析运动员的健康状况。对心音信号采集和处理后,采用Hilbert变换得到包络特征信号,设计卷积神经网络分析正常和异常的心音。经过权威数据库进行28000次训练,当采用两个卷积层、批次大小为32时准确度为0.9412,效果最佳。这种运动健康分析算法提高了对运动员训练状况识别和预测的准确性。