Firstbeat-Algorithmus für den Energieverbrauch

Ich suche eine Implementierung (oder ein Dokument, das den eigentlichen Algorithmus beschreibt) für die Energieaufwand / VO2 / EPOC-Berechnung aus der Herzfrequenzvariabilität.

Ein paar Whitepapers über

Schätzung des Sauerstoffverbrauchs
Schätzung des Energieverbrauchs
EPOC (Überschüssiger Sauerstoffverbrauch nach dem Training)
Trainingseffekt
Genesungsanalyse des Athleten

kann hier heruntergeladen werden .

Laut Garmins Webseite ist der Fehler etwa 50% kleiner als bei der generischen Methode.

Diese sind zwar faszinierend zu lesen, sagen uns aber nicht viel darüber aus, wie man diese Werte tatsächlich aus Herzfrequenzdaten berechnet. Alles was es sagt:

Neuronale Netze wurden verwendet, um ein Modell zu konstruieren, das VO2 aus RR-Intervallen (Zeit zwischen aufeinanderfolgenden Herzschlägen) ableitet, wobei die Atemfrequenz und die Ein / Aus-Antwortinformationen verwendet wurden.

Auch wenn die normale Herzfrequenz überwacht die Daten nicht zur Verfügung stellen, gibt es preisgünstigen Empfänger für Polar- und ANT + um den Schlag für Schlag Überwachung ermöglichen, wie diese www.sparkfun.com/products/8661 (für polar) oder http: //www.abra-electronics.com/products/WRL%252d08840-Nordic-USB-ANT-Stick.html (für ant +) https://code.google.com/p/hrvtracker/ (program)

Die konventionelle Schätzung des Kalorienverbrauchs als Funktion der Herzfrequenz findet sich in diesem Artikel : Vorhersage des Energieverbrauchs aus der Herzfrequenzüberwachung während des submaximalen Trainings .

— Dan
quelle

Da sie neuronale Netze als Haupttechnologiekomponente verwenden, ist es möglicherweise schwierig, die Zuordnung wissenschaftlich zu erklären (siehe "Nachteile" in en.wikipedia.org/wiki/Artificial_neural_network )

— FredrikD,

Einverstanden, NNs sind nicht vorhersehbar. Entweder sie arbeiten oder sie tun es nicht, aber zu erklären, warum ist eine andere Geschichte.

— Baarn

Ich fand die These eines der Firstbeat-Leute jyx.jyu.fi/dspace/bitstream/handle/123456789/13267/…

— Dan

Aus der Lektüre seiner Dissertation geht hervor, dass sie nichtlineare sigmoidale / logistische Einheiten verwenden. Er verwendet jedoch das neuronale Netz, um die Atemfrequenz aus der Herzfrequenz-Zeitreihe zu extrahieren. Das heißt, sie haben es nicht verwendet, um direkt die lineare Regressionsformel zu erstellen, sondern es als Grundlage für das Modell verwendet, auf dem die lineare Regression basiert. Könnten Sie vielleicht erklären, was Ihr Ziel wirklich sein würde? Wahrscheinlich müssen Sie sich nicht mit der gleichen Datenverarbeitung befassen, wenn Sie Zugriff auf bereinigte Herzfrequenzdaten haben. Sie können einfach die gefundene Formel verwenden.

— Ivo Flipse

Ich habe die Frage hier gestellt, weil ich an einem Algorithmus interessiert bin, mit dem ich meine eigenen HR-Daten verarbeiten kann. Der NN ist nichts anderes als eine Blackbox, die nach dem Training mit einem riesigen Datensatz mehr oder weniger nicht überprüfbare und möglicherweise instabile Ergebnisse liefert. Da ich keinen Zugriff auf diesen Trainingsdatensatz habe, ist das Verstehen des NN für mich nicht allzu nützlich. Ich interessiere mich mehr für das physiologische Modell + den verwendbaren Algorithmus, der nur von wenigen Koeffizienten abhängt. Es ist auch einfacher, die Grenzen eines solchen Modells zu verstehen.

— Dan

-2

Obwohl ich den Algorithmus nicht besitze, habe ich eine ziemlich anständige Bibliothek mit .sdf-Übungsdateien. Mit ziemlicher Sicherheit könnte jemand etwas zurückentwickeln, das dem Energieverbrauchsmodell sehr nahe kommt. Ich habe den starken Verdacht, dass es sich hauptsächlich um exponentielles Glätten handelt.

— Kevin Joubert
quelle