日常生活中脈率變異性（PRV）的提取常常受到運動、血流灌注的影響，因此本文提出了在耳后進行脈搏信號檢測并提取 PRV 的方法，以提高日常 PRV 提取的準確性和穩定性。本文首先研制適合日常使用的耳后脈搏采集系統，其可通過藍牙將數據傳輸至安卓手機進行日常 PRV 提取。然后，根據日常生活狀態分別設計了靜止、運動、咀嚼、說話狀態下的 9 項試驗，并同步采集單導聯的心電信號和指部脈搏信號與耳后脈搏信號進行對比分析。根據信號波形、幅值、幅頻特性的研究結果表明，耳后脈搏信號比傳統采集于指部的脈搏信號穩定，且可保留更多的有效信息；從耳后脈搏信號中提取的 PRV 具有較高的準確率，9 項試驗的準確率均高于 98.000%。因此，本文設計的耳后提取 PRV 方法具有準確率高、穩定性好、便于日常使用等特點，可為日常無監督狀態下 PRV 的準確提取提供新的思路和途徑。
光電容積脈搏（PPG）易受干擾的影響，導致生理信息的誤判，因此在生理信息檢測前對PPG信號的質量進行評估至關重要。針對傳統機器學習方法準確度不高、深度學習方法需要大量樣本訓練的問題，本文提出了一種融合多類特征與多尺度時序信息的PPG信號質量評估的方法。提取多類特征以減少方法對樣本的依賴，采用多尺度卷積和雙向長短時記憶網絡提取多尺度時序信息，以提高質量評估結果的準確率。所提方法在7項試驗的14 700組樣本上，獲得94.21%的準確率，與6種質量評估方法相比，在全部的敏感性、特異性、精準率、F1分數指標上呈現出最好的性能。本文提供了一種PPG信號小樣本質量評估和質量信息挖掘的新方法，有望用于臨床及日常PPG生理信息的準確提取與監測。