一種利用經驗模態分解算法的光電容積脈搏波信號中提取呼吸波的方法研究
關鍵詞：光電容積脈搏波 經驗模態分解算法 mimic database 本征模函數
摘要：針對目前提取呼吸波準確性不高的問題,本研究提出了一種從光電容積描記(photoplethysmography,PPG)信號中提取呼吸波的有效方法。在MIMIC Database中獲取人體同時段的多路生理信號,包括PPG信號和呼吸波信號。首先,利用經驗模態分解算法(empirical mode decomposition,EMD)對PPG信號進行分解,得到各層本征模函數(intrinsic mode function,IMF),選擇合適的IMF分量重構出呼吸波信號;然后將重構的呼吸波信號與采用PPG信號同時段的原始呼吸波信號進行比較,結果顯示,呼吸波信號速率的準確率均在90%以上,AR功率譜中的相關性系數均在85%以上,呼吸波信號相對相干系數也顯示該方法的優越性。采用EMD算法可以有效地從PPG信號中提取呼吸波,這對于臨床實踐中的無創檢測,醫療設備的改進具有重要意義。
生物醫學工程研究雜志要求:
{1}如系有關部門的基金項目，請注明項目的正式名稱和編號。
{2}編輯部收到文稿后立即登記編號并通過作者投稿電子信箱回復，在收到回復的3個工作日內，如果沒有收到修改或錄用通知，說明文稿尚在處理之中，作者如欲另投他刊，請務必先與本編輯部聯系。
{3}圖表注于文中相應位置，分別按其在正文中出現的先后次序連續編碼。全文只有1幅圖時圖序寫作附圖，只有1個表時表序寫作附表。
{4}注釋采用尾注，以“①”“②”等標注排序。
{5}正文標題一般分三級：一級標題用“一、”“二、”“三、”標示；二級標題用“1．”“2．”“3．”標示；三級標題用“（1）”“（2）”“（3）”標示。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
