用于腕部光电容积脉搏波描记法稳健心率与呼吸率估计的物理约束谐波分离

腕戴式光电容积脉搏波描记法（PPG）能够连续监测心肺生理状态，但由于与生理动态在频谱上重叠的非平稳运动伪影，在自由生活条件下可靠地估计心率（HR）和呼吸率（RR）仍然具有挑战性。现有的信号处理方法在强运动下会退化，而无约束的深度学习方法通常缺乏生理可解释性和可识别的结构。我们提出了一种物理约束谐波分离（PCHS）框架，将腕部 PPG 的 HR 和 RR 估计表述为一个由综合求分析问题，其中加速度计测量条件化伪影分离，而不是直接回归生命体征。一个物理引导的谐波发生器将观测信号分解为准周期生理分量和与运动相关的残差，从而能够从基频恢复 HR，并从呼吸驱动的谐波参数调制中预测 RR。鲁棒的重构目标、分离约束和不确定性感知加权稳定了运动下的分解。在运动密集的 PPG-DaLiA 数据集上的实验表明，PCHS 优于现有先进方法，同时产生可解释的信号分解，有效地将生理活动与运动伪影分离开来。