基于经验模态分解的非接触式光电容积脉搏波信号心率评估研究

　　本研究针对非接触式光电容积脉搏波(PPG)信号的非平稳特性，提出通过经验模态分解(EMD)提取脉搏波趋势项与周期分量，结合数字谱估计与奇异分析技术自适应计算瞬时心率频率，为远程医疗中的心率变异性分析提供了创新方法。

　　

该研究提出了一种基于智能分析非平稳时间序列的方法，通过非接触式光电容积脉搏波(remote photoplethysmography, rPPG)测量数据来研究受试者的心率变异性(heart rate variability, HRV)。研究采用经验模态分解(empirical mode decomposition, EMD)技术将脉搏波信号分解为趋势成分和周期性结构成分，从而系统性地识别脉搏波参数。通过现代数字谱估计(digital spectral estimation)技术和脉搏波周期分量的奇异分析(singular analysis)，研究团队成功获得了基础心率(fundamental heart rate)瞬时频率的自适应估计值。该方法为远程生理参数监测提供了重要的技术支撑，特别是在非接触式健康监测领域具有显著应用价值。