近年来，人类患呼吸疾病的总数呈现增长趋势。随着社会的进步和医疗事业的发展，呼吸波信号的高准确性提取受到了广大医学科研人员的关注。当前临床上提取呼吸波信号的方法主要有胸阻抗法和鼻尖气体法，缺点是有侵扰、成本高、易受运动干扰。本文提出了一种从光电容积脉搏波（photoplethysmography-PPG）中提取人体的呼吸波信号的有效方法，具有无创、成本低、便于携带的特点，对于临床实践、重症监护、家庭医疗、睡眠障碍调查具有重要的指导意义。
　　本文以光电容积脉搏波为理论指导，经验模态分解算法（Empirical Mode Decomposition-EMD）为研究算法，对波形的上下极值点经过三次插值形成上下包络曲线，求出各层本征模态函数（Intrinsic Mode Function-IMF）。对IMF分量进行频谱分析，对PPG提取的呼吸波信号和原始呼吸波信号采用AR模型功率谱对比分析，设计出一套无创、高精度、提取人体呼吸波的装置。
　　本研究硬件系统以STM32F407为主控芯片，外围电路主要由光电容积脉搏波提取模块、电源电路模块、SD卡存储模块、LCD显示模块以及单片机最小系统组成；软件系统由光电容积脉搏波信号提取程序、图形界面显示程序组成；PC端利用MATLAB平台，主要由滑动平均滤波程序、经验模态分解算法程序、AR模型功率谱分析程序、相对相干系数程序所组成。采用本装置提取人体的呼吸波信号，并且采用迈瑞集团的多参数监护仪提取与采集PPG信号同时段的原始呼吸波（RESP）信号作为对比分析；首先，提取的原始PPG信号需要去除噪声，选择的是滑动平均滤波法；其次，利用经验模态分解算法（EMD）对滤波之后的信号分解，由于呼吸波（RESP）信号的频谱主要集中在1Hz及以下，利用频谱分析选取与原始呼吸波信号频谱相似的本征模态函数（IMF）分量即频谱主要集中在1Hz及以下的IMF分量；最后，将选取的IMF分量相加对呼吸波信号进行重构。选取50组PPG信号提取的呼吸波信号与50组同时段在多参数监护仪提取的原始呼吸波信号进行对比分析，结果显示呼吸波信号速率的准确性都在0.9以上，AR模型功率谱相关系数均在0.85以上，呼吸波信号的相关系数同样显示出本研究方法的优越性。
　　研究结果表明：采用经验模态分解算法可以高准确性的从PPG信号中提取呼吸波信号，对于临床实践、医疗仪器的改进具有重要指导意义。