论文阅读和分析：A Robust Motion Artifact Detection Algorithm for Accurate Detection of Heart Rates

论文阅读和分析：A Robust Motion Artifact Detection Algorithm for Accurate Detection of Heart Rates from Photoplethysmographic Signals using Time-Frequency Spectral Features

主要内容：

1、提取PPG信号时频谱特征，然后使用机器学习算法SVM来判断PPG信号运动伪影部分；
2、提取特征的方式比较新颖，值得学习；

流程图：

提取的特征：

1、使用VFCDM将PPG信号转换到时频谱；

2、计算特征：

$P_{noise}$:
$$P_{noise}=P_{TFS}-\sum _{i=1}^3\sum _{t}A{M}_{i,t}$$
$d{f}_{FM}$:
$$d{f}_{FM}=\sum _{i=2}^3\sum _t|F{M}_{\mathrm{i},t}-i\times F{M}_{1,t}|$$
$d{f}_{HR}$:
$$d{f}_{HR}=\sum _t\left|F{M}_{1,t}-\mathrm{median}\left(\frac{1}{PP}\right)\right|$$
3、使用运动造成运动伪影，作为标签label；

实验结果：
对比其他几种方法，可以准确的将运动伪影识别：

参考：

A Robust Motion Artifact Detection Algorithm for Accurate Detection of Heart Rates from Photoplethysmographic Signals using Time-Frequency Spectral Features