近年来,心血管疾病在我国的患病率逐年攀升,并且心血管疾病对人体危害大,死亡率高,治疗费用高。因此对心血管疾病的预防尤为关键。血氧饱和度是对心血管健康状况进行监测的重要指标,其可以反应身体供氧能力的工作状态。通过血氧的值可以显示人体的生理状况,用于血管疾病的预测,对临床医学的应用起到非常重要的帮助。然而,对于以往的以及现有的血氧检测仪而言,不仅操作繁杂,并且在外界干扰的情况下,检测准确偏低。基于上述问题,本文提出了一种基于PPG信号的血氧检测改进算法研究。首先,对采集的PPG原始信号中出现的突变点、肌电干扰、工频干扰、基线漂移对信号等所造成的干扰,本文针对上述干扰在信号预处理部分分别优化设计了hampel滤波、低通滤波器、陷带滤波器、零相位低通滤波器来去除;为了实现在运动状态下可检测的功能,针对运动状态下的信号混杂的运动伪影干扰,提出了一种基于独立成分分析算法,来改善运动干扰对信号造成的影响;进一步,通过对比不同特征提取算法的适用性,在静止状态下采用最小二乘拟合算法,在运动状态下采用神经网络模型,在静止和运动混合状态下采用数据结构遍历提取算法,获得血氧饱和度参数R,并换算出血氧饱和度浓度值。实验结果表明,本文提出的算法达到了提高血氧饱和度检测精度的效果。