Ein Verfahren zur Ereignisdetektion in einer am Körper eines Nutzers tragbaren Vorrichtung (100) umfasst: Empfangen, von einem ersten Sensor (152), der in der am Körper eines Nutzers tragbaren Vorrichtung (100) implementiert ist, von Photoplethysmogramm (PPG)-Signalen； Verarbeiten (204), in einem Prozessor (130), der PPG-Signale, um PPG-Signalabtastungen zu erhalten； Detektieren (206), in dem Prozessor (130), von Schlägen in den PPG-Signalabtastungen； Unterteilen (208) der PPG-Signalabtastungen in PPG-Signalsegmente； Extrahieren (210) mindestens eines Inter-Beat-Interval (IBI)-Merkmals in jedem PPG-Signalsegment； Klassifizieren (214), in dem Prozessor (130), jedes PPG-Signalsegment unter Verwendung des extrahierten IBI-Merkmals, das mit dem PPG-Signalsegment verknüpft ist, und unter Verwendung eines Maschinenlernmodells； in Reaktion auf das Klassifizieren (214), Generieren, in dem Prozessor (130), eines Ereignisvorhersageergebnisses für das PPG-Signalsegment auf der Basis des extrahierten IBI-Merkmals, und Anzeigen des Ereignisvorhersageergebnisses auf der am Körper eines Nutzers tragbaren Vorrichtung. In einer weiteren Ausführungsform enthält das Verfahren des Weiteren das Extrahieren (212) Morphologiebasierter Merkmale.A method of event detection in a user wearable device (100) includes: receiving, from a first sensor (152) implemented in the user-portable device (100), photoplethysmogram (PPG) signals； Processing (204), in a processor (130), the PPG signals to obtain PPG signal samples； Detecting (206), in the processor (130), beats in the PPG signal samples； Dividing (208) the PPG signal samples into PPG signal segments； Extracting (210) at least one Inter-Beat Interval (IBI) feature in each PPG signal segment； Classifying (214), in the processor (130), each PPG signal segment using the extracted IBI feature associated with the PPG signal segment and using a machine learning model； in response to the classifying (214), generating, in the processor (130), an even
