改良光电容积脉搏算法：降低运动心率监测误差

本研究论文探讨了基于腕部光电容积脉搏波（PPG）的运动心率监测算法，由闫鹏坤和汪丰两位学者合作完成，发表在中国科技论文在线上。他们在东南大学生物科学与医学工程学院以及东南大学-南京生物材料与医疗器械研究所进行研究。研究的核心问题是如何有效地处理在剧烈体育锻炼中，由于手部运动导致的运动伪差，这会严重影响心率测量的准确性。 论文指出，传统的运动心率监测在腕部PPG信号中面临挑战，因为运动伪差会干扰正常的心电信号。为了克服这个问题，作者在TROIKA算法的基础上进行了改进。首先，他们采用了0.4~5Hz的零相移巴特沃斯带通滤波器对原始数据进行噪声抑制，这有助于去除运动产生的高频噪声，提高信号的纯净度。随后，通过采用8秒的时间窗口对数据进行分段，并进行逐个滑动，这样可以捕捉到不同时间点的心率变化。 在信号处理的最后阶段，作者将分段后的信号转换到频域进行谱峰追踪，即寻找心率位置处的显著频率峰值，以此作为心率的估计值。实验结果对比显示，经过改良后的算法在12组训练样本上的平均绝对误差仅为2.24次心跳/分钟，相较于基础的TROIKA算法有所优化，降低了监测误差。 本研究的关键词包括生物医学工程学、运动心率监测、PPG信号、运动伪差以及谱峰追踪，这些关键词反映了研究的领域和技术细节。这篇论文提供了一种有效的策略来解决腕部光电容积脉搏波在运动环境下的心率监测问题，对于开发更精确的运动健康监测设备具有实际意义。