ABSTRACT
ABSTRACT Objective: To study the relationship between aerobic activity and cardiac autonomic nerve activity by artificial neural network algorithm and biological image fusion; because of the artificial neural network model (ANN) problems, biological image processing technology is introduced based on ANN. Methods: An Ann under biological image intelligence algorithm is proposed, a classifier suitable for electrocardiograph (ECG) screening is designed, and an ECG signal screening system is successfully established. Moreover, the data set of normal recovered ECG signals of the subjects during the experimental period is constructed, and a classifier is used to extract the characteristic data of a normal ECG signal during the experimental period. Results: The changes in resting heart rate and other physical health indicators are analyzed by combining resting physiological indicators, namely heart rate, body weight, body mass index and body fat rate. The results show that the self-designed classifier can efficiently process the ECG images, and long-term regular activities can improve the physical conditions of most people. Most subjects' body weight and body fat rate decrease with the extension of experiment time, and the resting heart rate decreases relatively. Conclusions: Certain indicators can be used to predict a person's dynamic physical health, which indicates that the experimental research of index prediction in this research has a good effect, which not only extends the application of artificial neural network but also lays a foundation for the research and implementation of ECG intelligent testing wearable devices. Level of evidence II; Therapeutic studies - investigation of treatment results.
RESUMO Objetivo: Com o objetivo de estudar a relação entre atividade aeróbia e atividade nervosa autonômica cardíaca por algoritmo de rede neural artificial e fusão biológica de imagens, tendo em vista os problemas existentes no modelo de rede neural artificial (RNA), é introduzida a tecnologia de processamento biológico de imagens com base em ANN. Métodos: um algoritmo de inteligência biológica de imagem Ann é proposto, um classificador adequado para triagem eletrocardiográfica (ECG) é projetado e um sistema de triagem de sinal de ECG é estabelecido com sucesso. Além disso, o conjunto de dados de sinais de ECG normais recuperados dos sujeitos durante o período experimental é construído e um classificador é usado para extrair os dados característicos de um sinal de ECG normal durante o período experimental. Resultados: As alterações na frequência cardíaca em repouso e outros indicadores de saúde física são analisadas pela combinação de indicadores fisiológicos de repouso, a saber, frequência cardíaca, peso corporal, índice de massa corporal e índice de gordura corporal. Os resultados mostram que o classificador autodesenhado pode processar com eficiência as imagens de ECG, e as atividades regulares de longo prazo podem melhorar as condições físicas da maioria das pessoas. O peso corporal e a taxa de gordura corporal da maioria dos indivíduos diminuem com a extensão do tempo do experimento, e a freqüência cardíaca em repouso diminui relativamente. Conclusões: Certos indicadores podem ser usados para prever a saúde física dinâmica de uma pessoa, o que indica que a pesquisa experimental de predição de índice nesta pesquisa tem um bom efeito, que não apenas estende a aplicação da rede neural artificial, mas também estabelece uma base para a pesquisa e implementação de dispositivos vestíveis de teste inteligente de ECG. Nível de evidência II; Estudos terapêuticos- investigação dos resultados do tratamento.
RESUMEN Objetivo: Para estudiar la relación entre la actividad aeróbica y la actividad del nervio autónomo cardíaco mediante el algoritmo de red neuronal artificial y la fusión de imágenes biológicas, ante los problemas existentes en el modelo de red neuronal artificial (ANN), se introduce la tecnología de procesamiento de imágenes biológicas basada en ANA. Métodos: Se propone un algoritmo de inteligencia de imagen biológica de Ann, se diseña un clasificador adecuado para el cribado electrocardiógrafo (ECG) y se establece con éxito un sistema de cribado de señales de ECG. Además, se construye el conjunto de datos de las señales de ECG recuperadas normales de los sujetos durante el período experimental, y se utiliza un clasificador para extraer los datos característicos de una señal de ECG normal durante el período experimental. Resultados: Los cambios en la frecuencia cardíaca en reposo y otros indicadores de salud física se analizan combinando indicadores fisiológicos en reposo, a saber, frecuencia cardíaca, peso corporal, índice de masa corporal y tasa de grasa corporal. Los resultados muestran que el clasificador de diseño propio puede procesar de manera eficiente las imágenes de ECG, y las actividades regulares a largo plazo pueden mejorar las condiciones físicas de la mayoría de las personas. El peso corporal y la tasa de grasa corporal de la mayoría de los sujetos disminuyen con la extensión del tiempo del experimento, y la frecuencia cardíaca en reposo disminuye relativamente. Conclusiones: Ciertos indicadores pueden usarse para predecir la salud física dinámica de una persona, lo que indica que la investigación experimental de predicción de índices en esta investigación tiene un buen efecto, lo que no solo extiende la aplicación de la red neuronal artificial sino que también sienta las bases para la investigación. e implementación de dispositivos portátiles de prueba inteligente de ECG. Nivel de evidencia II; Estudios terapéuticos- investigación de los resultados del tratamiento.