基于光电容积脉搏波(PPG)信号窗期优化的呼吸频率精准估计算法研究

为解决传统呼吸频率(RR)检测依赖专业设备的问题，来自TMCH的研究团队通过优化光电容积脉搏波(PPG)信号分析窗期（40-120秒），结合切比雪夫滤波和信号质量指数(SQI)预处理技术，在BIDMC和TMCH数据集分别实现1.95 bpm(RMSE)和0.73 bpm(MAE)的精度突破，为可穿戴设备连续监测提供新范式。

　　

呼吸频率(Respiration Rate, RR)作为评估健康状况的黄金指标，其精准监测对临床和家庭场景下的呼吸窘迫早期预警至关重要。传统检测方案受限于专业设备，而这项研究另辟蹊径，将目光投向更亲民的光电容积脉搏波(Photoplethysmography, PPG)技术。

研究团队像精密的信号裁缝，为PPG信号量身定制了动态分析窗期——在包含53例患者的BIDMC公共数据集中，120秒窗期展现出2.07 bpm(MAE)的稳定表现；而在524人规模的TMCH内部数据中，40秒短窗期竟能实现0.93 bpm(RMSE)的超高精度，堪比专业呼吸监测设备。

秘诀在于创新的信号处理工艺：先用切比雪夫滤波(Chebyshev filter)剔除噪声干扰，再通过信号质量指数(Signal Quality Index, SQI)智能筛选优质信号段。这种组合拳不仅攻克了运动伪影等传统难题，更在实时性与准确性间找到完美平衡点。

该成果已开源共享，为智能手环等可穿戴设备装上"呼吸听诊器"，让居家呼吸监测像测心率一样简单可靠。当技术遇上临床智慧，每一次脉搏跳动都在诉说呼吸的故事。