呼吸是人体与外界环境之间进行气体交换、维持人体正常生理机能的过程。呼吸频率是对人体进行健康情况进行监护时的一项重要生理指标，做好呼吸频率的监测对于一些相关疾病的及时诊疗有重要意义。而目前呼吸频率监测的主要应用领域大多是在医院临床环境中，监测方式也主要以设备相对复杂的直接监测为主，如阻抗法等，但随着科技的发展和社会的进步，人们更多地想把呼吸频率的监测运用到家庭化和便携式监测中，并且希望监测设备越简单越好。光电容积脉搏波是一种通过光电手段检测人体的脉搏波信号，并且获取方式简单，通过家庭常用的光电血氧探头就可以检测到准确的光电容积脉搏波，其中包含着丰富的生理信息，从光电容积脉搏波中获取呼吸频率具有重要意义。本文在光电容积脉搏波的研究基础上，提出一种基于特征参数提取的呼吸频率监测算法：首先对光电容积脉搏波信号进行低通滤波处理，消除其中的高频干扰，通过脉搏波识别算法，识别出脉搏波；然后根据识别出的脉搏波，进行特征参数提取，提取其包络、间隔、幅度、面积参数序列，并对四个序列进行插值重采样；利用线性调频z变换对重采样之后的信号进行频谱分析，提取出四个信号分别对应的频率；最后对四个频率值进行加权平均，确定出呼吸频率的测量值。通过数据库中的数据对该算法进行验证，结果表明本文提出的算法具有较好的准确性和可靠性，对其应用于家庭化、便携化监测有一定的实用价值。基于血氧饱和度和光电容积脉搏波的阻塞型睡眠呼吸暂停的检测：分别分析了血氧饱和度水平和光电容积脉搏波波形特征与阻塞型睡眠呼吸暂停的关系，通过减氧饱和度和光电容积脉搏波的幅值、上下包络对阻塞性睡眠呼吸暂停进行判断，为实现利用光电容积脉搏波进行睡眠情况监测奠定了一定的理论基础。