تعتبر تقنية التصوير الضوئي بلمعان (PPG) وسيلة غير غازية تستخدم بشكل واسع لالتقاط المعلومات الهيموديناميكية، حيث تلعب دوراً حيوياً في أنظمة المراقبة السريرية والأجهزة القابلة للارتداء. خلال السنوات الأخيرة، ساهم دمج تقنيات التعلم العميق (Deep Learning) في تحسين تحليل إشارات PPG بشكل ملحوظ، مما وسع من تطبيقاتها في مجالات الرعاية الصحية وغيرها.

في مراجعة شاملة للدراسات التي طبقت التعلم العميق على بيانات PPG، والتي تم نشرها بين يناير 2017 وديسمبر 2025، تم استخدام محركات بحث علمية مثل Google Scholar وPubMed. وقد تم تحليل 460 ورقة بحثية تضمنت تقنيات التعلم العميق، حيث تم تصنيفها استناداً إلى المهام المُنجَزة والنماذج المستخدمة ونوعية البيانات.

تشمل التطبيقات التي تم تحليلها مجالات متعددة تتراوح من المراقبة الفسيولوجية التقليدية، مثل تقييم صحة القلب، إلى الاستخدامات الحديثة مثل تحليل النوم وإعادة بناء الإشارات عبر الأنماط المختلفة وتحديد الهوية البيومترية. ومن خلال الطرق الحديثة للتعلم العميق، تم تحقيق تحسينات ملحوظة في استخراج المعلومات الفيسيو-منطقية، مقارنة بالأساليب التقليدية التي تعتمد على الميزات المدروسة يدويًا.

ومع ذلك، لا تزال هناك تحديات قائمة، تتضمن محدودية توفر مجموعات بيانات عالية الجودة وكبيرة الحجم، ونقص التحقق من صحة النماذج في البيئات الواقعية، وكذلك القلق حول قابلية تفسير النماذج وكفاءتها الحاسوبية. يتطلب تجاوز هذه التحديات واستكشاف جهات البحث الناشئة جهودًا مستمرة لتحقيق مزيد من التقدم في تحليل PPG المعتمد على التعلم العميق.