基于相-幅耦合方法的可穿戴光电容积脉搏信号综合可视化表征与个体识别

《Sensors》：Individuality in Visual Representation of Pulse: A Comprehensive Analysis

　　摘要个体性，作为传统医学的基础概念，在现代医疗保健标准化的影响下正日益受到挑战。可穿戴技术的出现为精准健康提供了一条可扩展的途径。在此，我们探索了使用相-幅耦合方法从单个设备对可穿戴光电容积脉搏信号进行综合可视化表示。我们证明，耦合图包含视觉上可区分的生理频率成分区域，其中包括与参考呼吸频率一致的成分（线性回归R平方值为0.86，平均绝对误差为0.017 Hz，即1.02次/分钟）以及与参考心率相关的成分（R平方值为0.89）。在0.1 Hz处的相似性分析揭示了光电容积脉搏信号与派生的皮肤交感神经活动及脉搏率变异之间的复杂关系。数值耦合矩阵被进一步用于通过机器学习分类器实现跨天和跨会话的个体识别。二维CNN分类器在跨会话场景中表现最佳，达到90.37%的准确率，等错误率为2.86%。这项综合分析描绘了数字脉搏信号中包含的整体生理信息和个体性，为未来个性化健康研究提供了概念和方法论基础。