傳感器能否提供可靠的數據取決于目標信息、部署的算法以及給定用例的具體細節。光學生物傳感已成為智能手表和健身可穿戴設備的主流功能。本文將概述光學生物傳感器收集的光電容積脈搏波（PPG）數據的相互作用。

PPG測量通過組織的反射（背散射）或透射光，以研究每次心跳時血容量的變化。研究人員和醫生通過使用不同的算法處理PPG數據，得出了心率，呼吸頻率，血氧飽和度，血管粘度，靜脈反流，冷敏感性，血壓和心輸出量等信息。捕獲的PPG數據能否可靠地提供所有這些見解取決于許多因素。

我們提出了以下等式：

其中SNR是PPG數據的信噪比，ILED是LED電流，CTR是LED電流和光電探測器（PD）電流之間的傳遞比，PI是受試者的灌注指數，NTX、NPD和NRX分別是發射器（LED驅動器）、PD和接收器（模數轉換）中的噪聲。

當我們將信噪比作為PPG數據可靠性的衡量標準時，我們會看到特定最終用途中的測量環境和底層PPG系統設計在確保可靠性方面發揮著重要作用。請考慮以下參數：

光學配置，包括光的波長、LED 的效率和視場、PD 的響應性以及光路的設計。這些因素中的每一個都會影響傳感系統的CTR。

受試者的膚色、皮膚溫度、血液灌注和傳感器在身體上的位置都會影響 PI。對于大多數用例，受試者的皮膚特征超出了設計師的控制范圍。盡管醫療實踐通常從手指和耳垂獲取PPG數據，但這些位置可能不便于門診和長期監測。因此，許多設計期望并接受較低的PI值。

光學元件和系統設計最終控制PPG系統中的噪聲。在大多數可穿戴應用中，N德克薩斯州和 N接收通過選擇具有更好固有信噪比性能的模擬前端，可以最小化。這一點尤其重要，因為點擊率通常很小，特別是當小型化或其他工業設計考慮因素可能限制光學設計時。因此，方程分母中的噪聲項開始占主導地位。

通過增加 LED 功耗來提高 SNR。當所有其他方法都失敗時，該方程向設計人員保證，他們仍然可以通過提高I I來獲得可靠的PPG數據。發光二極管，當然，這會大大增加系統功耗。此外，過度的功耗可能會導致系統中的其他復雜性，從而影響數據可靠性。

雖然低SNR通常表示缺乏數據可靠性，但運動偽影等其他因素可能會在不同程度上影響不同PPG數據派生信息的可靠性。為了解釋這一點，我們將看一些可以嵌入PPG數據中的信息示例。如下面的討論所示，在頻域中檢查PPG數據很有用。

心率或脈搏率

PPG最普遍的應用是監測心率，這也是最可靠的數據（圖1按年齡表示平均目標心率）。人類心率低于3Hz。它主要是音調意味著它是一個窄帶信號，因此，通過應用于大多數PPG數據的算法從大多數背景噪聲中恢復相對簡單。在預期運動的用例中，可以使用更高的帶寬來允許算法使用真實PPG波形的特征來區分真正的PPG信號和帶內運動偽影。

目標心率

加速體積描記圖 （APG） 中的冠狀動脈健康信息

由于PPG測量成本低且無創，許多研究人員專注于使用在臨床環境中獲取的PPG數據來診斷動脈粥樣硬化等外周血管疾病，其中脂肪沉積會減小動脈直徑。

處理PPG數據的常用方法是使用其二階導數，產生的波形通常稱為APG（見圖2）。在許多研究過程中，研究人員對APG波形的形狀進行了分類，以幫助診斷受試者的健康和冠心病風險。這些研究中的技術包括頻率的信息，通常從0.05Hz到20Hz，明顯高于基本心率。由于高頻分量要弱得多，這些PPG測量需要更高的SNR，并且對低通濾波器進行信號調理的依賴性較小。例如，對 APG 功能的簡單分析包括：

動脈僵硬。APG的比率b / a的大小與外周動脈的擴張性有關，并且可能是動脈粥樣硬化和動脈擴張性的非侵入性指數。其他人注意到 c/a 和 d/a 比率反映了動脈硬度降低。一些研究甚至表明與弗雷明漢風險評分呈正相關，該評分已被用于估計個人患心血管疾病的風險。

年齡估計。有幾篇出版物提出了不同的APG比率，包括（c + d-b）/ a，作為估計受試者年齡的一種手段。

圖2.加速度體積描記法。

心率變異性 （HRV）/脈搏變異性 （PRV）

使用PPG測量的PRV類似于心率變異性（HRV），用于通過分析心臟活動產生的心跳間期來測量自主神經系統。由于跳頻間隔變化緩慢，可穿戴PPG數據的可靠性挑戰在于長時間保持良好的傳感器與組織接觸。此外，用于采集PPG數據的采樣率必須足夠高，以避免時域量化，這會影響所分析PRV變量的準確性。

SpO2

脈搏血氧飽和度或 SpO2，比上面列出的PPG測量更復雜，因為它涉及兩種不同波長的光。研究人員提出了許多不同的方法來消除噪聲和運動偽影的影響，但這個問題在可穿戴應用中仍然存在。這是由于運動偽像的復雜性。

運動可能導致組織與傳感器耦合的變化。這是一個基本的假設，即這兩個波長基本上共享相同的光路。當被攝體的移動導致每個光源行進的路徑之間出現瞬時差異時，數據變得不可靠。此外，運動還可以影響靜脈血和其他非脈動成分沿光路的運動，從而改變被觀察組織的特征。

在這里，數據可靠性需要一種算法來了解PPG數據是干凈的還是被運動損壞的。因此，對可靠數據的帶寬需求更多地與支持這種分類以及除PPG之外可能可用的其他傳感器信息有關，而不是與心率或腐敗運動有關。

示例：PPG 數據的功率譜密度

圖3是一組PPG數據得出的功率譜密度，這些數據在正常行走的受試者上以每秒40個樣本的速度在不到100秒的時間內捕獲。它已被截斷，僅顯示從 0 到 15Hz 的頻譜。第一個突出的峰值（低于 3Hz）對應于心率。較高頻率（>3至8Hz）頻譜能量以運動偽影為主。這說明了為高階分析（例如使用 APG 波形）連續獲取可用數據的困難。算法必須能夠區分干凈、可用的數據與被運動或其他偽影損壞的數據。

圖3.來自PPG數據的功率譜密度。

總結

本文從一般信噪比的角度以及頻域中信息的有用性的角度研究了PPG數據可靠性的貢獻因素。設計人員可以通過以下方式提高數據可靠性：

確保PPG硬件本質上提供光信噪比性能

確保信號鏈為目標信息提供足夠的帶寬

包括其他傳感器，當PPG數據可能損壞時，這些傳感器可能會提醒算法

通過設計到可穿戴設備中的光學傳感器收集的可靠PPG數據，佩戴這些設備的人可以更深入地了解他們的健康和福祉。

審核編輯：郭婷