摘要: 光学传感器是生物传感器中最常见的类型。本应用说明检查了影响光学传感的常见噪声和误差源,包括测量中捕获的环境混杂因素的影响以及用户群体中的生理变化。本文还总结了可穿戴生物传感器的当前功能,并讨论了光学生物传感应用的未来。
在临床环境中使用PPG已经引起了相当多的关注;比如手指夹上的脉搏血氧计。然而,即使在最无菌的临床环境中,光学传感器也可能捕捉到影响其光路的环境变化,并混淆容积脉搏波信息。你可以想象,在不受控制的可穿戴设备配置中,这将变得多么具有挑战性。
环境干扰,或噪音,通常分为两大类:光学和生理。光学噪声是指传感器所看到的与所观察到的血液体积对光的吸收无关的光路变化特性。例如,光学传感器可以接收环境光。这可能特别麻烦,因为室内照明通常包含闪烁,它可以周期性地影响检测到的光信号的偏移,并干扰PPG信号。同样,生理变化可以改变组织中的血流量和体积,从而改变PPG信号。
虽然这种挑战存在于任何环境中,但在控制程度较低的环境中,比如最有可能发现可穿戴应用程序的环境中,这种挑战变得更加明显。即便如此,PPG在可穿戴设备中仍然很受欢迎,因为这项技术已被证明在监测佩戴者的关键生命体征方面是可靠的。
为了减轻这些干扰的影响,先进的PPG ic现在具有智能信号路径。算法也变得更加复杂。因此,设计师们现在能够将PPG融入到各种形式的产品中,包括耳塞、戒指、项链、头带和臂带、手镯、手表和智能手机。
图1所示 PPG电路中的噪声源。
在讨论光学噪声之前,有必要了解PPG传感系统的整体性能考虑因素(见图1)。可穿戴PPG电路的主要任务是在节省功耗的同时最大化信噪比(SNR)。
灌注指数(PI)表示组织中脉动性血流与静态(非脉动性)血流的比率。数学上,它是PPG信号的交流部分作为整体信号的一部分。
在传输路径上产生噪声和功率的关键因素是LED驱动器,它控制LED电流的幅度、瞬态和上升和下降时间。在接收路径上,PPG电路处理抗混叠、采样和环境光抑制。这些电路还保持功率效率,并在广泛的传感范围内越来越多地保持信号线性。
集成的PPG传感器前端电路,如MAX30112,通过将这些功能组合到一个具有成本效益的单一IC中,简化了PPG的实现考虑因素。IC如MAX30112驱动LED光源并对产生的光电探测器输出进行采样。根据led和光电探测器的选择,所涉及的光电流范围从亚na到几十µAs。
直流和交流环境光条件都可能对PPG产生影响。强恒定(DC)环境光会使光电探测器饱和,从而使PPG波形无法检测到。鉴于此,前端电路必须在LED关闭时捕获环境光电平,并在采样PPG信号之前从光电检测器输出中减去它,如图2所示。在该概念图中,为了避免使转换器饱和,在采样之前去除粗直流信号,采样和滤波技术处理其他环境光伪影。在除去环境光成分后,可以对PPG信号进行采样,而不会有饱和的风险。
照明(主要是室内)的闪烁是PPG的另一个噪声源。根据他们在世界上的位置,室内灯光可能以50Hz或60Hz的基本频率闪烁。这个速率接近于PPG信号的采样频率。如果不进行校正,环境闪烁会对每个样本产生不同的偏置偏移。MAX30112采用先进的相关采样技术,专门设计用于衰减任何50Hz/60Hz闪烁元件,可以减轻闪烁对PPG信号的破坏性影响。
图2 概念图显示了用于PPG信号环境抵消的两级滤波。
一些ppg衍生的信息,如脉搏血氧饱和度(SpO(2)),特别容易被运动伪影破坏。SpO(2)是通过比较氧血红蛋白和脱氧血红蛋白的光吸收来测量的,比值R如下:
其中PI(1)和PI(2)是用波长1和2的两种不同颜色的光获得的系统灌注指数。
与
其中l为光路长度,e(d)和e(o)分别为脱氧血红蛋白和脱氧血红蛋白在波长1和波长2中的吸收系数。在大多数实现中,给定PPG设计的常数(k(1), k(2), k(3)和k(4))使用来自测试对象总体的已知SpO(2)测量值进行校准。
由于比值R和PI在方程中占有重要地位,因此SpO(2)的准确性取决于保持PI值一致的能力。PPG探针的光学/机械设计或可穿戴性,以及受试者的生理状况都会影响PI。当受试者身体运动时,无论是自愿还是非自愿,这种运动都会导致传感器相对于组织的机械位移。反过来,这可以动态地修改光耦合的效率,改变光路长度,否则会引起杂散信号动态。即使是微小的运动也会影响PPG信号。例如,呼吸运动通常耦合到PPG波形中。
运动还可能引起与动脉搏动无关的组织的生理变化。例如,当一个人改变他或她的姿势时,这个动作可能会部分扰乱血液流动,并动态地重新分配静脉血容量。这种变化将反映在PPG测量中,在脉搏血氧仪的背景下,可能被解释为错误。生理变化也可能在没有运动的情况下发生,例如当环境或皮肤温度或水合作用发生重大变化时。所有这些因素都会影响PPG的观测结果。
相当多的研究都在寻找通过减轻运动伪影的影响来提高脉搏血氧仪测量精度的方法。算法采用了不同的技术,从使用简单的移动平均线到复杂的非线性自适应滤波器。外部引用可以帮助限定运动工件。这些参考包括对运动敏感但对光学环境变化不敏感的惯性传感器,以及对光学环境变化敏感但对运动不敏感的第三波长光。然而,尽管算法取得了进步,但运动伪影仍然限制了可穿戴PPG设备的准确性。
即使在准确性上有限制,ppg在可穿戴应用中也取得了成功,因为它们以非侵入性的方式提供纵向的生命体征信息,包括心率、脉搏率和脉搏血氧饱和度。此外,利用ppg信号,先进的算法已经测量了心率变异性和血压。
有了持续不断的健康信息流,我们可以看到我们对待医疗保健的方式发生了转变。从这些信息中获得的见解,有时可以在临床可观察到的症状出现之前,为整体诊断提供潜在的信息。
事实上,可穿戴式ppg的发展远远超出了仅仅报告生命体征的范畴。将PPG数据作为数据融合和机器学习的输入,标准大学的早期研究使用了43个人的日常可穿戴生物传感器测量,包括心率、皮肤温度、SpO(2)和身体活动,以证明可穿戴传感器在识别莱姆病和炎症的发病方面是有用的。根据这些观察,研究人员开发了个性化疾病检测的计算算法。可以肯定的是,令人兴奋和雄心勃勃的应用程序在未来等待着我们。
M J Hayes。王晓明,一种具有伪影不敏感特性的脉搏血氧测量方法,中国机械工程学报。生物医学工程,2001。
M R Ram, K V Madhav, E H Krishna, N R Komalla, K A Reddy,一种基于AS-LMS自适应滤波的ppg信号运动伪影抑制方法。仪器仪表与测量,2012。
陈怡,个人健康监测与个性化医疗,中国医疗科学,2016。
李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明,李晓明。
S Mukherjee,可穿戴健身设备能预测心脏病发作吗?,财富网,2016。
2017年10月26日,EDN上出现了类似版本的申请说明。
社群二维码
关注“华强商城“微信公众号
Copyright 2010-2023 hqbuy.com,Inc.All right reserved. 服务热线:400-830-6691 粤ICP备05106676号 经营许可证:粤B2-20210308