摘要

为了识别人体光电容积脉搏波(PPG)信号中表征血液流变信息的动力分量并分析其特点,设计低氧实验.测量30位受试者在正常氧(20%~21%)和极端低氧(15%~16%)2种氧气体积分数环境中的PPG信号,利用希尔伯特黄变换(HHT)算法分解信号.通过经验模式分解得到,PPG信号中实际表征血液流变信息的动力分量为固有模式函数IMFX,其时域特点有2个,一个是有类似动脉收缩舒张的波形,另一个是周期性振荡.基于Hilbert变换得到IMFX的瞬时频率和边际谱,其瞬时频率大多为1.5~2.5 Hz,且在低氧环境中此频率段内的边际谱幅值显著小于正常氧环境情况下的(P<0.05),证明利用该特征可以有效识别低氧诱导的血液流变变化.