获得可靠的传感器数据：电子、光学和机械设计之间的相互作用

获取可靠的传感器数据非常复杂。例如，光学心率传感器实际上是在感应电流的变化。心跳导致动脉血量随每个脉搏同步变化。体积的变化会改变光在通过活组织时吸收和反射的光量。当该光离开组织并进入光电探测器时，它会改变输出电流。通过创建一个感应系统，仔细设置一系列适当的“多米诺骨牌”，电流传感器成为心率传感器。

这就是大多数传感器的工作方式。传感器通常进行深奥的电气测量（电容、阻抗、电流、电压）。但是通过一个复杂的系统结构，一个感兴趣的物理事件（加速度、压力、脚步声、距离）来改变这种测量。了解了系统结构后，我们可以将变化解释为物理参数，同时假设传感系统中的其他一切都保持不变或至少得到良好控制。

但是，如果多米诺骨牌不都在设计师的控制之下呢？

本文将以光学心率传感器为例，说明传感器数据可靠性的挑战。然而，传感器质量的复杂性适用于大多数传感器，而不仅仅是光学传感器。

了解光路

光路是光从光源（发射器）传播到检测器（接收器）的路径。该路径跨越一种或多种介质，这些介质中的任何变化都可能相互作用并影响探测器的光特性。因此，接收到的光封装了整个光路沿介质中的所有变化。

对于光学心率传感器，光来自一个或多个LED，并瞄准活组织。在到达组织之前，光线必须穿过空气，有时穿过一层盖玻片。空气、盖玻片和组织表面是三种不同的光学介质。同样，组织不是均匀的，可以建模为具有不同折射率的连续光学介质层。

在具有不同光学性质的任何两种介质的界面上，光可以被吸收（衰减），反射（散射）到第一介质中，或透射到第二介质中。图 1 简单显示了光线离开 LED 后穿过不同介质时可能经过的许多路径。

图1.光离开LED并穿过不同介质后可以采取的路径示例。

我们不关心所有可能的光路;只有那些以光电探测器结束的光路与光学传感相关。心率感应之所以有效，是因为其中一种介质（毛细血管）会随着时间的推移而改变体积，与心率同步。这种变化会影响吸收和反射的光量。光学系统设计必须确保大多数光从LED到光电探测器的路径也与毛细管相互作用。

当光可以到达光电探测器而不与毛细管相互作用时，或者当光路上的某些东西发生意外变化时，数据可靠性就会受到影响。值得注意的是，盖板玻璃上方的每种介质都超出了设计师的控制范围，某些光学特性甚至可能随着时间的推移而改变。将光电探测器电流的任何变化解释为心率的变化将是一种简化。以下部分将介绍光路经过的介质的变化，以及它们如何影响光电探测器电流。

污垢对盖板玻璃和其他衰减器的影响

盖玻片上的污垢和污垢在实际应用中可能是不可避免的。它们主要通过减少可能到达组织的LED光和检测器接收到的光来衰减光电探测器电流。对于心率检测，重要信息以周期性而不是信号的整体幅度传输。因此，只要发射器足够强，一些衰减就不会导致任何信息丢失。但是，如果传感配置使用多个LED或多个波长，则每个LED和/或波长的光强度可能不会受到相同比例的影响。

此讨论可以扩展到涵盖设计人员无法控制的其他光衰减因素。这些因素包括头发、皮肤色素和盖玻片的颜色变化。每种介质都用于在两个方向上衰减通过它的光，并且每种介质都可能比其他介质对某些波长的光产生更大的影响。

更改气隙或路径长度

图2描述了一个光学心率传感器。皮肤表面与光学元件（光源和光电探测器）之间的距离通常称为气隙。

光被皮肤表面散射后可能进入光电探测器（我r）或穿过某些组织层后（I）。只有I的光路可能受到组织变化的影响，因此可以包含有用的信息。因此，健全的心率传感器必须将我r通过趋向于光源和光电探测器之间的分离及其相关的机械外壳设计。在这样做时，设计人员必须对气隙的大小做出假设，而实际上他们无法完全控制。当气隙变大时，我和我r会更弱，更难检测，因为光电探测器现在离得更远。同时，按比例从皮肤表面直接反射的光现在可以进入光电探测器。这两个因素都会降低传感器数据的信噪比，使任何派生信息的可靠性降低。

图2.在心率传感器的光路中，气隙会降低信噪比，使获得可靠的传感器数据变得更加困难。

此外，与污垢和污垢不同，气隙也会周期性地变化;例如，当受试者剧烈运动时，传感器和目标组织之间的机械耦合可能会随着有节奏的运动而改变。这将在不受毛细管脉动控制的光电探测器电流中引入不同的周期性变化。因此，心率检测算法可能会变得混乱。

不仅仅是“气隙”中的空气

在许多可穿戴应用中，水（以汗水或雨水的形式）可能存在于“气隙”中。由此产生的组合和变化很多，但我们可以考虑一些一般性。当传感目标是主要由水组成的活组织时，气隙中有水实际上缩小了气隙与目标之间的折射率差异。这应该允许成比例地将更多的光传输到组织中，从而加强传感机制。

解决该主题的生物变化

长期生物传感和监测的一个固有事实是，目标（活组织）会生长和变化。例如，增加对组织的压力可能会挤压血流，减少或以其他方式损害光电探测器上检测到的信号。同样，组织的炎症和肿胀会改变传感器的光路。

通常，这些变化不是挑战，而是长期光学生物传感背后的目标。能够通过监测通过组织的光的变化来捕获生物变化，这使得光学生物传感器不仅成为心率监测的有用工具，而且是许多不同类型的非侵入性健康和保健监测的基础。然而，在监测一组生物变化时，设计人员必须认识到其他潜在的生物变化，以及它们如何与光路相互作用以提供错误信号并使传感数据不那么可靠。

最大化信号路径性能

由于可能影响光信号的所有因素，设计人员控制下的光数据路径部分提供最佳信噪比性能变得越来越重要。高性能设计使辨别传感器数据的可靠性变得更加容易。

例如，任何进入光电探测器但没有进入目标组织的光，而不仅仅是从LED光源发出的光，都会增加生物传感信号的噪声。一些集成模拟前端（AFE）器件，如MAX86140和MAX86171，对光电探测器上与LED光源异步的任何环境电流进行采样，并从光电探测器电流中减去它们。事实上，这些AFE甚至可以预测典型用例中环境光条件的变化，以便设计人员可以相信它们的影响对生物传感信号几乎没有影响。

了解传感器数据何时不可靠

由于光路上的许多事物可能会发生变化，设计人员可能会采用其他机制来检测潜在的变化，以确保传感器数据的可靠性。

一种应对策略是使用不受光路变化影响的传感器来监测何时可能发生此类变化。例如，加速度计可以注意到移动的目标，压力传感器可以感知增加的压缩。由于这些传感器使用与光学传感器不同的模态，因此它们至少可以警告设计人员传感器数据可能会受到损害，在某些情况下，甚至可以用于帮助缓解使用具有不同光路的数据，从而使结果更加可靠。

另一种策略是使用多个光频率，因为每种光学介质对不同颜色的光衰减不同。因此，光路的变化会衰减或散射不同比例的每种彩色光。通过比较发射光和接收光的光谱组成，设计人员可以获得有关光路如何变化的信息。

传感器数据是解释数据并将其转换为有意义信息的算法的输入。算法可以使用已知的物理模型或用例的上下文和历史传感器数据来确定新数据是否变得不可靠。在以后的文章中，我将更定量地研究传感器数据和算法的交互，以便为设备最终用户提供可靠且可操作的信息。

审核编辑：郭婷