4 个月前

移动设备上用户压力、心率和心率变异性的实时监测

移动设备上用户压力、心率和心率变异性的实时监测

摘要

压力被认为是21世纪的流行病。然而,移动应用程序无法直接评估其内容和服务对用户压力的影响。为了解决这一问题,我们推出了Beam AI软件开发工具包(SDK)。通过我们的SDK,应用程序可以实时通过自拍相机监测用户的压力水平。我们的技术通过分析用户面部皮肤区域的细微颜色变化来提取脉搏波。然后,利用用户的脉搏波确定其压力水平(根据Baevsky压力指数)、心率和心率变异性。我们在UBFC数据集、MMSE-HR数据集以及Beam AI内部数据上评估了该技术。在每个基准测试中,我们的心率估计准确率分别达到了99.2%、97.8%和98.5%,错误率比竞争方法低近两倍。此外,我们在确定压力和心率变异性方面展示了平均皮尔逊相关系数为0.801,从而生成可用于应用程序内容决策的商业上有用的读数。我们的SDK可在www.beamhealth.ai获取使用。

基准测试

基准方法指标
photoplethysmography-ppg-heart-rate-1Beam AI SDK
MAE: 0.65
MAPE (%): 0.77%
Pearson Correlation: 0.99
RMSE: 1.98
photoplethysmography-ppg-heart-rate-2Beam AI SDK
MAE: 1.72
MAPE (%): 2.24%
Pearson Correlation: 0.95
RMSE: 4.03

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
移动设备上用户压力、心率和心率变异性的实时监测 | 论文 | HyperAI超神经