目的 光电容积脉搏波(photoplethysmographic, PPG)可以提供重要的生理信息，在便捷医疗设备中具有广泛的应用前景，但在PPG信号采集过程中易受到环境的影响而引入肌电干扰和基线漂移。为降低PPG信号中噪声的干扰，本文提出一种基于改进变分模态分解(variational mode decomposition, VMD)的算法来对PPG信号进行降噪处理。方法 首先利用麻雀搜索算法(sparrow search algorithm, SSA)确定VMD中两个参数的最优值；其次对PPG信号进行VMD处理，产生多个固有模态函数(inherently modal functiors, IMF),对具有基线漂移噪声的IMF,采用经验模态分解(empirical mode decomposition, EMD)去除该IMF中的基线漂移噪声；最后通过降噪整形模型来选取IMF进行PPG信号的重构。结果 为验证本文算法的优越性，构建了模拟PPG信号和临床PPG信号。用本文算法分别对模拟PPG信号和临床PPG信号进行降噪处理，并与VMD算法和EMD算法的降噪结果进行对比。经本文算法降噪后的模拟PPG信号，均方根差(root mean square error, RMSE)和信噪比(signal-to-noise ratio, SNR分别为0.013 5和31.233 2;经本文算法降噪后的临床PPG信号，RMSE和SNR分别为0.012 1和33.435 4。实验证明，经本文算法降噪后的PPG信号其信噪比和均方根误差均优于VMD算法和EMD算法降噪后的PPG信号，且在降噪的同时很好地保留了原始PPG信号的特征。结论 本文算法在处理PPG信号中有较好的表现，可以有效去除PPG信号中的肌电干扰和基线漂移，为测量血氧饱和度、心率、血压等生理参数提供了新的降噪思路。