摘要
光电容积脉搏波描记法（PPG）广泛应用于可穿戴设备中，但手腕和手臂佩戴式记录对运动伪影、环境光以及传感器与皮肤接触状态的变化非常敏感。本研究提出了一种自适应预处理流水线，结合了基于加速度计的运动状态聚类、基于环境光的接触质量指数（CQI）以及基于聚类的Symlet 4小波滤波。运动状态通过10秒加速度计窗口中对姿势依赖性较少的特征获取，而CQI是一个衡量环境光相关光学可靠性的启发式指标，取值范围为0到1，用于标记低可靠性片段但不改变其运动标签。小波阶段去除基线漂移，对高频细节带进行软阈值处理（阈值在训练数据上选取），并保留与心脏频率范围重叠的频带。该模型在8名参与者上进行训练，并在27名留出参与者上与同步记录的ECG进行评估。与带通滤波器和加速度计参考自适应滤波器相比，所提方法检测到了更多的心跳（中位敏感性1.00对比0.91和0.92），并在纳入漏检心跳的情况下降低了RR间期（IBI）误差（128.0对比181.2和156.8毫秒），尤其在运动期间表现突出，但代价是阳性预测值较低（0.92对比1.00）；而参考滤波器在已检测到心跳上的IBI误差更低（24.6和26.6对比38.7毫秒）。该方法在所有计时指标上也优于固定的Daubechies 4小波滤波器。在频带能量分析中，它将带外能量降低了中位27.7 dB，但也将有用电能量减少了41.0%。这些结果表明，轻度阈值化的小波滤波器在日常生活运动中能恢复更多心跳，优于固定滤波器；而聚类特定阈值在其他队列及更高强度活动中的优势仍有待进一步验证。
