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