摘要目的 光电容积脉搏波(photoplethysmographic,PPG)可以提供重要的生理信息,在便捷医疗设备中具有广泛的应用前景,但在PPG信号采集过程中易受到环境的影响而引入肌电干扰和基线漂移.为降低 PPG 信号中噪声的干扰,本文提出一种基于改进变分模态分解(variational mode decomposition,VMD)的算法来对PPG信号进行降噪处理.方法 首先利用麻雀搜索算法(sparrow search algorithm,SSA)确定VMD中两个参数的最优值;其次对PPG信号进行VMD处理,产生多个固有模态函数(inherently modal functiors,IMF),对具有基线漂移噪声的 IMF,采用经验模态分解(empirical mode decomposition,EMD)去除该IMF中的基线漂移噪声;最后通过降噪整形模型来选取IMF进行PPG信号的重构.结果 为验证本文算法的优越性,构建了模拟PPG信号和临床PPG信号.用本文算法分别对模拟PPG信号和临床PPG信号进行降噪处理,并与VMD算法和EMD算法的降噪结果进行对比.经本文算法降噪后的模拟PPG信号,均方根差(root mean square error,RMSE)和信噪比(signal-to-noise ratio,SNR分别为 0.013 5 和31.2332;经本文算法降噪后的临床PPG信号,RMSE和SNR分别为 0.012 1 和33.4354.实验证明,经本文算法降噪后的PPG信号其信噪比和均方根误差均优于VMD算法和EMD算法降噪后的PPG信号,且在降噪的同时很好地保留了原始PPG信号的特征.结论 本文算法在处理PPG信号中有较好的表现,可以有效去除PPG信号中的肌电干扰和基线漂移,为测量血氧饱和度、心率、血压等生理参数提供了新的降噪思路.