スマートフォンを用いた歩行時心拍数推定法 A Method for Estimating Heart Rate during Walking with Smartphone

この論文にアクセスする

この論文をさがす

抄録

本論文では,個人の身体条件に適した負担度でのウォーキングを支援するシステムの実現を目指し,スマートフォンで利用可能な機能のみを用いた心拍数推定法を提案する.提案手法では,歩行中の心拍数を推定するために,機械学習を基に,加速度や歩行速度などの歩行データから心拍数を予測する心拍数モデルを構築する.心拍数の突発的な変化に対応するため,モデルの入力として心拍数変化と関連性が高い酸素摂取量に着目する.そして,加速度および位置情報などのスマートフォンで計測可能なデータから酸素摂取量の変化を正確に推定する方法を新規に提案する.また,学習データのない様々なユーザに対して心拍数を推定できるようにするため,過去の運動習慣を基に分類したユーザカテゴリごとに心拍数モデルを構築し,パラメータの最適化,心拍数データの正規化などを適用する.複数の被験者および歩行ルートについて実際に計測したデータに本手法を適用した結果,6.37bpm(拍/分)以内の平均誤差で心拍数の推定ができること,提案する酸素摂取量推定法が平均10bpm以上の誤差の軽減に寄与することなどを確認した.In this paper, aiming to realize the support system for walking with appropriate physical load for various individuals, we propose a method to estimate the heart rate during walking only with available functions of a smartphone. For this purpose, we build a heart rate model that predicts the heart rate from walking data including acceleration and walking speed by machine learning. In order to deal with the sudden change of heart rate, we focus attention on oxygen uptake which is closely related to heart rate change and use it as an input of the model. To make this possible, we devise a novel technique to accurately estimate the oxygen uptake from acceleration and location data measured by a smartphone. Moreover, we estimate the heart rate for new users who utilize the system for the first time. For this purpose, we classify all users into some categories by existence of exercise habits, and then build a model for each category after optimizing category-specific parameters and normalizing heart rate data measured. We applied the proposed method to actual walking data on various routes by different persons and confirmed that the method estimates heart rate change with mean error of 6.37bpm (beat per minute) and the proposed oxygen uptake estimation technique reduces the mean error by more than 10bpm.

収録刊行物

  • 情報処理学会論文誌

    情報処理学会論文誌 55(1), 399-412, 2014-01-15

各種コード

  • NII論文ID(NAID)
    110009660267
  • NII書誌ID(NCID)
    AN00116647
  • 本文言語コード
    JPN
  • 資料種別
    Journal Article
  • ISSN
    1882-7764
  • データ提供元
    NII-ELS  IPSJ 
ページトップへ