Algoritmo de gasto energético Firstbeat

Estou procurando uma implementação (ou um documento que descreva o algoritmo real) para o cálculo do gasto de energia / VO2 / EPOC a partir da variabilidade da frequência cardíaca.

Alguns white papers sobre

Estimativa de consumo de oxigênio
Estimativa de gasto de energia
EPOC (Excesso de consumo de oxigênio pós-exercício)
Efeito de treinamento
Análise de recuperação do atleta

pode ser baixado aqui .

De acordo com a página da Garmin, o erro é cerca de 50% menor que o do método genérico.

Embora sejam fascinantes de ler, eles não nos dizem muito sobre como realmente calcular esses valores a partir dos dados da freqüência cardíaca. Tudo o que diz:

Redes neurais foram usadas para construir um modelo que deriva o VO2 de intervalos RR (tempo entre batimentos cardíacos sucessivos), usando a taxa de respiração e informações de resposta on / off.

Embora os monitores normais de freqüência cardíaca não disponibilizem os dados, existem receptores baratos para polar e ANT + ao redor que permitem monitoramento de batimento por batimento, como este www.sparkfun.com/products/8661 (para polar) ou http: //www.abra-electronics.com/products/WRL%252d08840-Nordic-USB-ANT-Stick.html (para ant +) https://code.google.com/p/hrvtracker/ (programa)

A estimativa convencional do gasto calórico em função da freqüência cardíaca pode ser encontrada neste artigo: Previsão de gasto de energia do monitoramento da frequência cardíaca durante exercícios submáximos .

— Dan
fonte

Dado que eles usam redes neurais como o componente principal tecnologia, pode ser difícil de explicar cientificamente o mapeamento (ver "desvantagens" em en.wikipedia.org/wiki/Artificial_neural_network )

— FredrikD

Concordado, NNs são imprevisíveis. Ou eles trabalham ou não, mas explicando por que é outra história.

— Baarn

Eu encontrei a tese de uma das pessoas do Firstbeat jyx.jyu.fi/dspace/bitstream/handle/123456789/13267/… #

— Dan

Ao ler sua tese, parece que eles usam unidades sigmoides / logísticas, que não são lineares. No entanto, ele usa a rede neural para extrair a frequência respiratória das séries temporais da frequência cardíaca. O que significa que eles não a usaram para criar diretamente a fórmula de regressão linear, mas a usaram como base para o modelo no qual a regressão linear é baseada. Então, você poderia explicar qual seria seu objetivo? Provavelmente, você não precisa se preocupar com o mesmo processamento de dados, se tiver acesso a dados de freqüência cardíaca limpos, basta usar a fórmula que encontrou.

— Ivo Flipse

Postei a pergunta aqui porque estou interessado em um algoritmo que possa ser executado nos meus próprios dados de RH. O NN nada mais é do que uma caixa preta que fornece resultados mais ou menos inverificáveis e talvez instáveis após o treinamento com um grande conjunto de dados. Como não tenho acesso a esse conjunto de dados de treinamento, entender o NN não é muito útil para mim. Estou mais interessado no modelo fisiológico + algoritmo utilizável que depende apenas de alguns coeficientes. Também é mais fácil entender as limitações desse modelo.

— Dan

-2

Embora eu não tenha o algoritmo, tenho uma biblioteca de tamanho bastante decente de arquivos .sdf de exercícios. A partir do qual alguém quase certamente poderia fazer engenharia reversa de algo muito próximo ao modelo de gasto de energia. Eu tenho uma forte suspeita de que é principalmente suavização exponencial.

— Kevin Joubert
fonte