看看传感器性能和算法之间的相互作用

传感器能否提供可靠的数据取决于目标信息、部署的算法以及给定用例的具体细节。光学生物传感已成为智能手表和健身可穿戴设备的主流功能。本文将概述光学生物传感器收集的光电容积脉搏波 （PPG） 数据之间的相互作用。

PPG 测量通过组织的反射（反向散射）或透射光，以研究每次心跳发生的血容量变化。研究人员和医生通过使用不同的算法处理 PPG 数据，得出了包括心率、呼吸频率、氧饱和度、血管粘度、静脉回流、冷敏感性、血压和心输出量在内的信息。捕获的 PPG 数据能否可靠地提供所有这些见解取决于许多因素。

在之前关于光学生物传感器的文章中，我们提出了以下等式：

其中SNR是 PPG 数据的信噪比，I LED是 LED 电流，CTR是 LED 电流和光电探测器 （PD） 电流之间的传输比，PI是对象的灌注指数，N TX， N PD和 N RX分别是发射器（LED 驱动器）、PD 和接收器（模数转换）中的噪声。

当我们将 SNR 作为 PPG 数据可靠性的衡量标准时，我们看到特定最终用途中的测量环境和底层 PPG 系统设计在确保可靠性方面发挥着基础性作用。考虑这些参数：

光学配置，包括光的波长、LED 的效率和视野、PD 的响应性以及光路的设计。这些因素中的每一个都有助于传感系统的点击率。

对象的肤色、皮肤温度、血液灌注和传感器在身体上的位置都会影响 PI。对于大多数用例，受试者的皮肤特征超出了设计师的控制范围。尽管医疗实践通常从手指和耳垂获取 PPG 数据，但这些位置可能不便于动态和长期监测。因此，许多设计期望并接受较低的 PI 值。

光学元件和系统设计最终控制了 PPG 系统中的噪声。在大多数可穿戴应用中，N TX和 N RX可以通过选择具有更好固有信噪比性能的模拟前端来最小化。这一点尤其重要，因为 CTR 通常是一个很小的数字，特别是当小型化或其他工业设计考虑可能会限制光学设计时。因此，等式分母中的噪声项开始占主导地位。

通过增加 LED 功耗来提高 SNR。当所有其他方法都失败时，该等式向设计人员保证，他们仍然可以通过提高 I LED获得可靠的 PPG 数据，这当然会大大增加系统功耗。此外，过度的功耗可能会导致系统中的其他复杂性损害数据的可靠性。

虽然较差的 SNR 通常代表缺乏数据可靠性，但其他因素（例如运动伪影）可能会在不同程度上影响不同 PPG 数据衍生信息的可靠性。为了解释这一点，我们将看一些可以嵌入 PPG 数据中的信息示例。正如下面的讨论所示，在频域中检查 PPG 数据很有用。

心率或脉搏率

PPG 最普遍的应用是监测心率，这也是最可靠的数据（图 1 表示按年龄划分的平均目标心率）。人的心率低于3Hz。它主要是音调意味着它是一个窄带信号，因此，通过应用于大多数 PPG 数据的算法从大多数背景噪声中恢复相对简单。在预期有运动的用例中，可以使用更高的带宽来允许算法使用真正的 PPG 波形的特征将真正的 PPG 信号与带内运动伪影区分开来。

目标心率

年龄每分钟心跳的平均最大心率目标心率范围（以每分钟心跳数为单位）

资料来源：美国心脏协会

加速体积描记图 （APG） 中的冠状动脉健康信息

由于 PPG 测量成本低且无创，因此许多研究人员专注于使用在临床环境下获取的 PPG 数据来诊断周围血管疾病，例如动脉粥样硬化，其中脂肪沉积会减小动脉的直径。

处理 PPG 数据的常用方法是使用其二阶导数，得到的波形通常称为 APG（参见图 2）。在许多研究过程中，研究人员对 APG 波形的形状进行了分类，以帮助诊断受试者的健康状况和患冠心病的风险。这些研究中的技术包括频率信息，通常从 0.05Hz 到 20Hz，明显高于基本心率。而且由于高频分量要弱得多，因此这些 PPG 测量需要更高的 SNR，而对信号调节的低通滤波器的依赖更少。例如，对 APG 特征的简单分析包括：

动脉僵硬。APG的b/a比值的大小与外周动脉的扩张性有关，可能是动脉粥样硬化和动脉扩张性的非侵入性指标。其他人指出，c/a 和 d/a 比率反映了动脉僵硬度的降低。一些研究甚至表明与弗雷明汉风险评分呈正相关，该评分已被用于估计个体患心血管疾病的风险。

年龄估计。有一些出版物提出了不同的 APG 比率，包括 （c+db）/a，作为估计受试者年龄的一种手段。

图 2. 加速度体积描记图。

心率变异性 （HRV）/脉率变异性 （PRV）

使用 PPG 测量的 PRV 类似于心率变异性 （HRV），用于通过分析心脏活动产生的心跳间隔来测量自主神经系统。由于心跳间隔变化缓慢，可穿戴 PPG 数据的可靠性挑战在于长时间保持良好的传感器与组织接触。此外，用于获取 PPG 数据的采样率必须足够高以避免时域量化，这会影响分析的 PRV 变量的准确性。

血氧饱和度2

脉搏血氧饱和度或 SpO 2比上面列出的 PPG 测量更复杂，因为它涉及两种不同波长的光。研究人员提出了许多不同的方法来消除噪声和运动伪影的影响，但问题在可穿戴应用中仍然存在。这是由于运动伪影的复杂性。

运动会导致组织与传感器的耦合发生变化。这是一个基本假设，即这两个波长共享基本相同的光路。当对象的移动导致每个光源行进的路径之间存在瞬时差异时，数据变得不可靠。此外，运动还可以影响静脉血和其他非脉动成分沿光路的运动，从而改变所观察组织的特性。

在这里，数据可靠性需要一种算法来了解 PPG 数据是干净的还是被运动破坏的。因此，对可靠数据的带宽需求更多地与支持这种分类以及除了 PPG 之外还有哪些其他传感器信息可用，而不是与心率或破坏性运动有关。

一个例子：PPG 数据的功率谱密度

图 3是从一组 PPG 数据中得出的功率谱密度，该数据在 40 秒内以每秒 100 个样本在正常行走的受试者身上捕获。它已被截断以仅显示从 0 到 15Hz 的频谱。第一个突出的峰值（低于 3Hz）对应于心率。较高频率（》3 到 8Hz）的频谱能量主要由运动伪影支配。这说明了为高阶分析（例如使用 APG 波形）导出连续可用数据的困难。算法必须能够将干净、可用的数据与被运动或其他伪影破坏的数据区分开来。

图 3. PPG 数据的功率谱密度。

概括

本文从一般信噪比的角度和有用信息在频域中的可能存在程度来研究 PPG 数据可靠性的贡献者。设计人员可以通过以下方式提高数据可靠性：

确保 PPG 硬件本质上提供光学信噪比性能

确保信号链为目标信息提供足够的带宽

包括其他传感器，它们可能会在 PPG 数据可能损坏时向算法发出警报

通过设计在可穿戴设备中的光学传感器收集可靠的 PPG 数据，佩戴这些设备的人可以更深入地了解他们的健康状况。

审核编辑：郭婷