背景研究
- 复现: 《An Effective Algorithm for Beat-to-Beat Heart Rate
Monitoring from Ballistocardiograms》Jingxian Liang 2020 (Task 4.1)
机器学习框架
可参考各种开源框架
深度学习
- U-Net：研究可用的开源pytorch代码 (Task 4.1)
- https://www.jianshu.com/p/3c920bc316f9
- https://blog.csdn.net/rosefun96/article/details/88868527?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task
研究目标
将 U-Net 运用于 BCG 信号检测，提高
准确率
PyTorch课程(Task 4.16 每周 2 课）
- 深度学习理论与实战PyTorch实现视频教程
- PyTorch入门与实战视频教程
数据库
运行环境
https://colab.research.google.com
论文搜索
https://xueshu.baidu.com/
https://scholar.google.com/
https://www.google.com/
论文下载
论文投稿
ICBEB
IEEE Access
