需要开发：（1）基于环绕式血氧探头的脉搏血氧仪；（2）基于双重中值滤波的 PPG 信号消噪方法；（3）基于二次样条小波模极大值法的 PPG 信号波峰点检测算法；（4）基于混合卷积神经网络（GACNN）的SAS自动分类模型方法。以求提高产品质量，保证企业可持续性经济效益。

技术内容：（1）构建光电容积脉搏波（photoplethysmography, PPG）的采集、预处理与无线传输模块。（2）利用数据库数据与自主开发脉搏血氧仪采集的数据进行消噪处理，并同经典小波消噪法进行噪声抑制效果的对比。（3）基于 PCA 以及 PRV 的特征提取方法进行数据的降维，提出基于二次样条小波模极大值法的 PPG 信号波峰点检测算法，拟保证PPG 信号峰峰序列的准确性，拟提升基于 PRV 特征提取方法的有效性。（4）建立浅层 BP 分类模型以及深层深度信任网络（DBN）、GACNN 分类模型以及优化方法，利用数据库与脉搏血氧仪实测样本，进行自动分类模型的建立。