fNIRS技术下的心率和呼吸率提取：一种新型分析方法

"这篇研究文章探讨了如何从功能性近红外光谱法(fNIRS)的光学信号中提取心动和呼吸特征。fNIRS是一种非侵入性的脑成像技术，可以监测通过皮肤组织的血液动力学变化，如含氧血红蛋白(HbO)、脱氧血红蛋白(Hb)和总血红蛋白(tHb)。通过对比fNIRS信号与心电图(ECG)和呼吸波(RSP)的真实数据，研究者应用了时域形态学特征法、频域带通滤波法和小波分解与重构方法来提取心率(HR)和呼吸率(BR)。结果显示这三种方法均能有效提取HR，其中频域带通滤波法表现最佳，HR提取偏差最小，而BR的提取也有一定偏差，但总体上实现了从fNIRS信号中获取心率和呼吸率的目标。" 在当前的医学研究领域，功能性近红外光谱(fNIRS)已成为一种重要的脑成像工具，它利用近红外光穿透颅骨并探测到皮质下的血液动力学变化。这种方法能够无创且实时地监测大脑活动相关的血流和氧气水平。在本研究中，fNIRS不仅被用于检测大脑功能，还被扩展到了生理参数的测量，如心率(HR)和呼吸率(BR)。 心率和呼吸率是衡量生命体征的关键指标，通常通过心电图(ECG)和呼吸波(RSP)来测量。然而，fNIRS提供了一种新的可能性，可以直接从大脑的光学信号中获取这些信息。研究人员通过时域分析方法，关注信号的形状和时间间隔，来提取HR；同时，他们也使用频域带通滤波技术，选择特定频率范围内的信号，以减少噪声并突出HR和BR的特征；此外，小波分析则被用来对信号进行多尺度分解，从而更好地捕捉到瞬态的生理变化。 实验结果表明，这三种方法都能从fNIRS信号中提取出心率信息，其中使用频域带通滤波器的方法最接近实际ECG记录的HR值，偏差仅为-0.1392。同样，这种方法也能提取BR，但与RSP的实际值相比存在-1.2114的偏差。尽管存在一定的不精确性，但研究的成功实施证明了fNIRS在监测生理参数方面的潜力，特别是对于那些无法使用传统方法（如ECG和RSP）的情况。 该研究的贡献在于拓宽了fNIRS的应用范围，使其不仅仅局限于脑功能研究，还可能成为未来临床和生理监测的一种补充工具。通过进一步优化算法和提高信号处理的准确性，fNIRS有可能在无创监测心率和呼吸率方面发挥更大的作用，特别是在远程健康监控、运动生理学和临床诊断等领域。