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很复杂。例如，光学心率传感器实际上是在感应电流的变化。心跳导致动脉血量与每个脉冲同步变化。体积的变化会改变光在穿过活组织时吸收和反射的量。当该光离开组织并进入光电探测器时，它会改变输出电流。通过创建一个精心设置适当系列“多米诺骨牌”的传感系统，电流传感器变成了心率传感器。

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）。但是通过一个精心设计的系统结构，一个感兴趣的物理事件（加速度、压力、脚步声、距离）被用来改变那个测量值。了解系统构造后，我们就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受到良好控制。

但是，如果多米诺骨牌并非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面临的挑战。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）到检测器（接收器）的路径。路径跨越一种或多种介质，这些介质的任何变化都可能相互作用并影响检测器的光特性。因此，接收到的光封装了沿整个光路的介质中的所有变化。

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，有时还要穿过一层盖玻片。空气、盖玻片和组织表面是三种不同的光学介质。同样，组织不是同质的，可以建模为具有不同折射率的连续光学介质层。

在具有不同光学特性的任何两种介质的界面处，光可以被吸收（衰减）、反射（散射）到第一种介质中，或者传输到第二种介质中。图 1 简单地显示了光在离开 LED 后通过不同介质时可以走的许多路径。

图 1. 光离开 LED 并穿过不同介质后的路径示例。

我们并不关心所有可能的光路；只有那些在光电探测器处结束的光路才与光学传感相关。心率感应之所以起作用，是因为这些介质之一，即毛细血管，会随着时间的推移与心率同步地改变音量。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。

当光可以在不与毛细管相互作用的情况下到达光电探测器或沿光路发生意外变化时，数据可靠性会受到影响。值得注意的是，盖板玻璃上方的每一种介质都超出了设计师的控制范围，一些光学特性甚至会随着时间而改变。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穿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 光和探测器接收的光来衰减光电探测器电流。对于心率传感，重要信息是在周期性而不是信号的整体幅度中携带的。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。然而，如果感测配置使用多个 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。

这个讨论可以扩展到涵盖设计师控制之外的其他光衰减因素。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更能影响某些波长的光。

改变气隙或路径长度

图 2 描绘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。

光可以在被皮肤表面散射 （ I r ） 或穿过某些组织层 （ I ） 之后进入光电探测器。只有I的光路可能会受到组织变化的影响，因此可能包含有用的信息。因此，声音心率传感器必须通过倾向于将光源和光电探测器之间的分离以及它们相关的机械外壳设计来最小化I r的幅度。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，I和I r因为光电探测器现在离得更远了，所以会变得更弱更难检测。与此同时，更多直接从皮肤表面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，从而降低任何派生信息的可靠性。

图 2. 在心率传感器的光路中，气隙会降低信噪比，从而更难获得可靠的传感器数据。

此外，与污垢和污垢不同，气隙也可以周期性变化。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变化。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。结果，心率检测算法可能会变得混乱。

“气隙”中的不仅仅是空气

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有很多，但我们可以考虑一些普遍性。当感测目标是主要由水组成的活组织时，气隙中有水实际上会缩小气隙和目标之间的折射率差异。这应该允许按比例更大数量的光传输到组织中，从而加强传感机制。

解决主题中的生物变化

长期生物传感和监测的一个内在事实是目标（活组织）会生长和变化。例如，增加组织上的压力可能会夹断血流并减少或以其他方式损害光电探测器处检测到的信号。同样，组织上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。能够通过监测组织中的光变化来捕捉生物变化，这使得光学生物传感器不仅成为心率监测的有用工具，而且成为许多不同类型的非侵入性健康监测的基础。然而，在监测一组生物变化时，设计人员必须保持对其他潜在生物变化的认识，以及它们如何与光路相互作用以提供错误信号并降低传感数据的可靠性。

最大化信号路径性能

由于所有可能影响光信号的因素，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。高性能设计使识别传感器数据的可靠性变得更加容易。

例如，任何到达光电探测器但没有进入目标组织的光，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，并将其从光电探测器电流中减去。事实上，这些 AFE 甚至可以预测环境光条件在典型用例中会如何变化，因此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。

知道传感器数据何时不可靠

由于沿光路的许多事物可能发生变化，设计人员可能会采用其他机制来检测潜在变化，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控何时可能发生这种变化。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式，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，甚至可以用来帮助减少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，因为不同颜色的光被每种光学介质以不同方式衰减。因此，光路的变化会以不同的比例衰减或散射每种颜色的光。通过比较发射光和接收光的光谱成分，设计人员可以获得有关光路如何变化的信息。

传感器数据是算法的输入，算法解释数据并将其转换为有意义的信息。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，我将对传感器数据和算法的交互进行更定量的研究，以便为设备最终用户提供可靠和可操作的信息。

审核编辑：郭婷