基于光电信号生理参数预测研究综述

由于光电信号(PPG)传感器具有身形小巧、佩戴方便等特点,基于其的研究备受欢迎。该文旨在阐述PPG信号在生理参数预测中的应用价值,并介绍传统机器学习算法和深度学习算法在各种生理参数上的研究进展。PPG采集的便利性将有助于多场所健康监测和疾病预防的应用。通过总结近年来PPG在各种生理参数估计方面的研究成果,提出了不同的生理参数的估计算法,推动了诊断方式的发展。主要从3个方面展开:首先,对包含PPG的现有数据集进行整理,以展示不同数据集的信号数量以及所包含的其他种类信号,帮助研究人员查找和利用数据集;其次,对数据预处理方式进行概括,分析了不同预处理方法的优缺点,并提出改进方法以减少PPG信号在采集过程中受到的外界干扰;最后,对不同生理参数的预测算法进行了比较和分析,分模块概括介绍了不同生理参数的预测算法。