heart rate variability
PulseAugur coverage of heart rate variability — every cluster mentioning heart rate variability across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Apple Watch Series 12 推出，配备先进的健康传感和 AI 音频功能
Apple 推出了 Apple Watch Series 12，该产品采用重新设计的传感系统，配备升级的 12 个 LED 和光电二极管阵列，可收集更准确、更频繁的健康数据。新款机型拥有增强的心率传感功能，提高了心率变异性 (HRV) 和最大摄氧量等指标的采样率，并推出了一款“就绪度”应用程序，该应用程序根据活动、睡眠和生命体征提供每日评分。此外，Series 12 还包含一个“音频智能”套件，其中包括 Siri Recap 和 Li…
-
新方法从以自我为中心的摄像头估计心率变异性
研究人员开发了EgoHRV，这是一种新颖的方法，使以自我为中心的视觉系统仅使用注视摄像头即可估计心率变异性（HRV）和心率（HR）。该技术克服了以往由以自我为中心的视频中的运动和噪声引起的限制，这些限制掩盖了HRV分析所需的精细时序。通过采用3D骨干网络和低-高频分解模块，EgoHRV提取血容量脉冲信号，并对来自接触式和摄像头派生数据的频域表示进行对齐。该系统在HR和HRV估计方面展示了最先进的准确性，并将其集成到EgoExo4D熟练…
-
新服务器概念旨在为AI代理提供实时情感背景
有人提出了一个“人类情感MCP服务器”的设想，旨在为AI代理提供实时情感背景。该服务器将整合来自生理传感器（如心率变异性、皮肤电导率）以及语音韵律和基于摄像头的面部表情分析的数据。该系统旨在将这些输入分类为不同的情绪状态，如“沮丧”、“投入”或“压力上升”，从而使AI代理能够比仅通过基于文本的通信更快地适应其行为。
-
时间序列基础模型在可穿戴设备 HRV 预测方面展现出潜力
一篇新的研究论文探讨了时间序列基础模型 (TSFM) 从消费级可穿戴设备预测心率变异性 (HRV) 的有效性。该研究评估了 TimesFM、Chronos 和 MOIRAI 与传统方法的对比结果，发现 TSFM 在未经微调的情况下显著优于基线方法。研究人员还引入了一种新颖的插补方法来处理碎片化的可穿戴设备数据，这有助于保留关键的生理动力学以获得更准确的预测。
-
新研究提出标准化的HRV指标以供临床使用 · 跟踪2个来源
一项新近发表在arXiv上的研究，评估了40名健康成人的心率变异性（HRV）指标，旨在建立更稳健的临床标准。该研究利用计算信号处理和数据分析，检验了时间域、频域和非线性指标，解决了正态性、稳定性、相关性、可重复性和一致性等问题。主要发现表明，时间域和非线性指标通常稳定且可重复，并注意到一些性别特异性分布，而频域指标显示出较高的变异性，限制了跨研究比较。该研究提出了一系列指标，以准确表示HRV的组成部分，并增强其在临床和研究中的相关性。