来源：期刊VIP网 时间：
作者：季炜然;孟林盛;
单位：山西大学体育学院;
摘要：适当的体育运动有利于身体健康，但是大多数人在运动过程中，盲目地进行高强度的体育锻炼，很容易造成身体的损伤甚至危及生命。因此，针对这一问题，本研究提出了一种基于深度学习和心电信号的运动疲劳识别方法。首先采集运动中人体的心电信号，并使用连续小波变换提取信号的特征。然后将提取的心电特征融合并转换为二维图像数据集，再使用具有注意力机制的VGG神经网络对二维图像数据集进行训练和识别。最后构建了基于VGG-Attention Mechanism的运动疲劳检测模型。结果表明，所提方法构建的运动疲劳检测模型具有较高的诊断精度，平均准确率为98.03%，对可穿戴设备的开发具有重要意义。
关键词：疲劳检测;;连续小波变换;;神经网络;;运动
