PPG连续生理指征感知与生物识别技术及其应用白皮书

PPG 信号采集

PPG 信号采集主要涉及光源、光电传感器、信号处理等技术。光源常用红光、红外光和绿光，需考虑波长、强度、稳定性和功耗等因素。光电传感器常用硅光电二极管、气相外延光电二极管和 InGaAs 光电二极管，需根据应用场景选择。信号处理包括放大、去噪、平滑、滤波、增强和特征提取等步骤，以获得清晰的波形和准确的生理参数。

rPPG 技术

rPPG 技术是一种远程光电容积脉搏波描记技术，通过分析视频中人体皮肤颜色的周期性变化来提取生理信号。其原理基于心跳引起的血液流动导致皮肤组织血量周期性变化，进而引起皮肤光吸收和反射特性的变化。rPPG 技术路线包括数据预处理（选取感兴趣区域、标准化、差分归一化）和 rPPG 算法（非监督算法和监督算法）。

PPG 信号影响因素

PPG 信号易受多种因素影响，包括生理因素（运动、精神状态、体温、肌肉状态、时间变化、皮肤特性）和外部因素（接触压力、佩戴位置、环境光照）。这些因素会影响 PPG 信号的强度、质量和稳定性，需在采集和处理过程中加以考虑和校正。

PPG 应用

PPG 信号在多个领域具有广泛的应用，包括：

• 疾病诊断：PPG 信号可用于测量心率、心律、血氧饱和度等生理参数，辅助心血管系统疾病、呼吸系统疾病等疾病的诊断和监测。
• 生物识别：PPG 信号具有个体差异性，可用于身份识别，具有难以伪造、生命体征等优势。
• 疲劳检测：PPG 信号可反映心率变化和血流动力学状态，用于检测驾驶员或操作员的疲劳程度。
• 情绪识别：PPG 信号可反映情绪对自主神经系统的影响，用于识别个体的情绪状态，应用于心理健康监测、人机交互、教育、市场营销等领域。

挑战与展望

PPG 和 rPPG 技术在实际应用中仍面临一些挑战，包括信号噪声干扰、个体差异、环境光影响、情绪识别的准确性和鲁棒性、隐私和数据安全等。未来，随着深度学习、计算机视觉等技术的进步，以及新型传感器和算法的开发，PPG 和 rPPG 技术有望实现更广泛的应用和更高的社会价值。