功能性近红外技术可以实时监测人体大脑局部区域的瞬时血氧变化,为预防飞行员等高危特殊行业中因大脑局部血氧变化引起的沟通障碍、判断失误等提供了可能。在使用功能性近红外技术对脑血氧信号进行检测时,由于存在心动周期、呼吸以及人体自身低频震荡等生理干扰,因此难以准确提取脑血氧变化信号。本课题的主要目标就是在现有的脑血氧监测系统的基础上,针对信号提取中存在的生理干扰问题研究相应的解决方案,从而提高脑血氧信号的检测准确性。本文完成的主要研究工作有:1.结合现有脑血氧检测系统测量的生理干扰与变化信号的特点,提出了使用双香蕉模型代替单香蕉模型,从而通过浅层生理干扰估计深层信号的生理干扰的信号提取方案。2.根据从头部探测的浅层信号与深层信号的信号特征,设计了LMS和RLS两种自适应滤波算法对信号进行提取,使用拟真信号和实测干扰加拟真刺激信号的组合分别对两种自适应滤波算法的有效性进行验证。3.在深入分析基于PSoC5的血氧饱和度测量系统的测量原理以及模块构成的基础上,完成了针对硬件平台的程序优化,实现了自适应滤波算法在PSoC平台的移植,包括LMS自适应滤波程序和上下位机数据传输程序的设计实现和实验验证。4.进行了人体脑部血氧检测实验,证明了本文设计的两种自适应滤波算法能够从含有生理干扰的血氧信号中提取到与参考信号无关的差异信号。理论分析与实验验证表明,本文设计的双香蕉光路自适应滤波方案能够从含有生理干扰的信号中提取到与参考信号无关的差异信号,为此技术应用于实际提供了设计依据与技术支撑。