摘要
光电容积脉搏波（Photoplethysmogram, PPG）信号广泛应用于脉搏血氧仪和智能手表中。在分析PPG信号的过程中，心搏检测是一项基础性步骤。尽管已有多种PPG心搏检测算法被提出，但目前尚不清楚哪种算法表现最优。研究目的：本研究旨在实现以下三个目标：（i）构建一个用于设计与测试PPG心搏检测算法的框架；（ii）评估不同应用场景下PPG心搏检测算法的性能表现；（iii）探究患者人口统计学特征与生理状态对算法性能的影响。研究方法：基于来自八个数据集的PPG与心电图（ECG）同步数据，对15种心搏检测算法进行了评估。采用F1分数作为性能评价指标，该指标综合了敏感性（sensitivity）与阳性预测值（positive predictive value）。主要研究结果：在无运动干扰的情况下，有8种算法表现良好，在医院数据及静息状态下采集的可穿戴设备数据中，F1分数均达到≥90%。然而，在运动状态下，算法性能显著下降，F1分数范围为55%–91%；在新生儿中，算法表现劣于成人，F1分数为84%–96%（新生儿）对比98%–99%（成人）；在心房颤动（atrial fibrillation, AF）患者中，F1分数为92%–97%，显著低于正常窦性心律下的99%–100%。研究意义：两种PPG心搏检测算法——“MSPTD”与“qppg”表现最佳，且二者在性能特征上具有互补性。本研究结果可为选择合适的PPG心搏检测算法提供实证依据。所有相关算法、数据集及评估框架均公开免费获取，便于后续研究与应用。