基于参数优化VMD的呼吸波提取

针对目前呼吸波提取准确率不高的问题,提出一种从光电容积脉搏波(PPG)信号中提取呼吸波的改进方法.在MIMIC数据库获取10组脉搏和呼吸信号.利用遗传变异粒子群参数优化的变分模态分解(VMD)算法对同一时段光电容积脉搏信号进行分解,得到本征模函数(IMF),选择相关系数大于0.3的IMF分量重构呼吸信号,并将重构呼吸信号与原始呼吸信号进行比较.实验结果表明,呼吸速率的平均准确率为0.95,波形相关系数(RCC)的平均值为0.945 1,均方根误差(RMSE)的平均值为2.011 0,该算法提取呼吸波呼吸速率相比于EMD、EEMD算法提高了5％和3％,RCC提高了19.96％和13.17％,准确性更高.同时该算法克服了VMD算法在分解时惩罚因子和分解层数选取的不确定性.这对临床实践具有重要意义.