Erstmalige präzise Aktivitätserkennung nur mit EKG-Daten

In einer wegweisenden Studie wurde erstmals gezeigt, dass körperliche Aktivitäten ausschließlich anhand von EKG‑Signalen zuverlässig erkannt werden können. Die Forscher entwickelten drei innovative Deep‑Learning‑Modelle – einen CNN‑Classifier mit Squeeze‑and‑Excitation‑Blöcken, einen ResNet‑Classifier mit dilatierten Convolutions und ein hybrides CNN‑Transformer‑Modell, das konvolutionale Merkmalsextraktion mit Aufmerksamkeitsmechanismen kombiniert.

Die Modelle wurden mit Daten von 54 Probanden auf sechs unterschiedlichen Aktivitäten getestet. Alle drei Ansätze erzielten bei bekannten Probanden eine Genauigkeit von über 94 %. Das CNN‑Transformer‑Hybridmodell erreichte bei unbekannten Probanden die höchste Leistung mit 72 % Genauigkeit, ein Ergebnis, das sich durch eine größere Trainingspopulation weiter verbessern lässt.

Diese Arbeit markiert den ersten erfolgreichen Einsatz von reinen EKG‑Daten zur Klassifizierung mehrerer körperlicher Aktivitäten und eröffnet damit neue Möglichkeiten für die Entwicklung von Wearables, die gleichzeitig Herzaktivität und Bewegungszustand überwachen können.