獲取可靠的傳感器數據很復雜。例如，光學心率傳感器實際上是在感應電流的變化。心跳導致動脈血量與每個脈沖同步變化。體積的變化會改變光在穿過活組織時吸收和反射的量。當該光離開組織并進入光電探測器時，它會改變輸出電流。通過創建一個精心設置適當系列“多米諾骨牌”的傳感系統，電流傳感器變成了心率傳感器。

這就是大多數傳感器的工作方式。傳感器通常進行深奧的電氣測量（電容、阻抗、電流、電壓）。但是通過一個精心設計的系統結構，一個感興趣的物理事件（加速度、壓力、腳步聲、距離）被用來改變那個測量值。了解系統構造后，我們就可以將變化解釋為物理參數，同時假設傳感系統中的其他一切都保持不變或至少受到良好控制。

但是，如果多米諾骨牌并非都在設計師的控制之下呢？

本文將以光學心率傳感器為例說明傳感器數據可靠性面臨的挑戰。然而，傳感器質量的復雜性適用于大多數傳感器，而不僅僅是光學傳感器。

了解光路

光路是光從光源（發射器）到檢測器（接收器）的路徑。路徑跨越一種或多種介質，這些介質的任何變化都可能相互作用并影響檢測器的光特性。因此，接收到的光封裝了沿整個光路的介質中的所有變化。

對于光學心率傳感器，光來自一個或多個 LED，并瞄準活組織。在到達組織之前，光線必須穿過空氣，有時還要穿過一層蓋玻片?？諝?、蓋玻片和組織表面是三種不同的光學介質。同樣，組織不是同質的，可以建模為具有不同折射率的連續光學介質層。

在具有不同光學特性的任何兩種介質的界面處，光可以被吸收（衰減）、反射（散射）到第一種介質中，或者傳輸到第二種介質中。圖 1 簡單地顯示了光在離開 LED 后通過不同介質時可以走的許多路徑。

圖 1. 光離開 LED 并穿過不同介質后的路徑示例。

我們并不關心所有可能的光路；只有那些在光電探測器處結束的光路才與光學傳感相關。心率感應之所以起作用，是因為這些介質之一，即毛細血管，會隨著時間的推移與心率同步地改變音量。這種變化會影響吸收和反射的光量。光學系統設計必須確保大多數光從 LED 到光電探測器的路徑也與毛細管相互作用。

當光可以在不與毛細管相互作用的情況下到達光電探測器或沿光路發生意外變化時，數據可靠性會受到影響。值得注意的是，蓋板玻璃上方的每一種介質都超出了設計師的控制范圍，一些光學特性甚至會隨著時間而改變。將光電探測器電流的任何變化解釋為心率的變化將是一種簡化。以下部分將介紹光路穿過的介質的變化以及它們如何影響光電探測器電流。

污垢對蓋板玻璃和其他衰減器的影響

蓋玻片上的污垢和污垢在實際應用中可能是不可避免的。它們主要通過減少可能到達組織的 LED 光和探測器接收的光來衰減光電探測器電流。對于心率傳感，重要信息是在周期性而不是信號的整體幅度中攜帶的。因此，只要發射器足夠強，一些衰減就不會導致任何信息丟失。然而，如果感測配置使用多個 LED 或多個波長，則每個 LED 和/或波長的光強度可能不會受到相同比例的影響。

這個討論可以擴展到涵蓋設計師控制之外的其他光衰減因素。這些因素包括頭發、皮膚色素和蓋玻片的顏色變化。每種介質都用于在兩個方向上衰減通過它的光，并且每種介質都可能比其他介質更能影響某些波長的光。

改變氣隙或路徑長度

圖 2 描繪了一個光學心率傳感器。皮膚表面與光學元件（光源和光電探測器）之間的距離通常稱為氣隙。

光可以在被皮膚表面散射 （ I r ） 或穿過某些組織層 （ I ） 之后進入光電探測器。只有I的光路可能會受到組織變化的影響，因此可能包含有用的信息。因此，聲音心率傳感器必須通過傾向于將光源和光電探測器之間的分離以及它們相關的機械外殼設計來最小化I r的幅度。在這樣做時，設計人員必須對氣隙的大小做出假設，而實際上他們無法完全控制。當氣隙變大時，I和I r因為光電探測器現在離得更遠了，所以會變得更弱更難檢測。與此同時，更多直接從皮膚表面反射的光現在可以進入光電探測器。這兩個因素都會降低傳感器數據的信噪比，從而降低任何派生信息的可靠性。

圖 2. 在心率傳感器的光路中，氣隙會降低信噪比，從而更難獲得可靠的傳感器數據。

此外，與污垢和污垢不同，氣隙也可以周期性變化。例如，當受試者劇烈運動時，傳感器和目標組織之間的機械耦合可能會隨著有節奏的運動而變化。這將在不受毛細管脈動控制的光電探測器電流中引入不同的周期性變化。結果，心率檢測算法可能會變得混亂。

“氣隙”中的不僅僅是空氣

在許多可穿戴應用中，水（以汗水或雨水的形式）可能存在于“氣隙”中。由此產生的組合和變化有很多，但我們可以考慮一些普遍性。當感測目標是主要由水組成的活組織時，氣隙中有水實際上會縮小氣隙和目標之間的折射率差異。這應該允許按比例更大數量的光傳輸到組織中，從而加強傳感機制。

解決主題中的生物變化

長期生物傳感和監測的一個內在事實是目標（活組織）會生長和變化。例如，增加組織上的壓力可能會夾斷血流并減少或以其他方式損害光電探測器處檢測到的信號。同樣，組織上的炎癥和腫脹會改變傳感器的光路。

通常，這些變化不是挑戰，而是長期光學生物傳感背后的目標。能夠通過監測組織中的光變化來捕捉生物變化，這使得光學生物傳感器不僅成為心率監測的有用工具，而且成為許多不同類型的非侵入性健康監測的基礎。然而，在監測一組生物變化時，設計人員必須保持對其他潛在生物變化的認識，以及它們如何與光路相互作用以提供錯誤信號并降低傳感數據的可靠性。

最大化信號路徑性能

由于所有可能影響光信號的因素，設計人員控制下的光數據路徑部分提供最佳信噪比性能變得越來越重要。高性能設計使識別傳感器數據的可靠性變得更加容易。

例如，任何到達光電探測器但沒有進入目標組織的光，不僅僅是從 LED 光源發出的光，都會增加生物傳感信號的噪聲。一些集成模擬前端 （AFE） 器件，如MAX86140和MAX86171，對光電探測器上與 LED 光源異步的任何環境電流進行采樣，并將其從光電探測器電流中減去。事實上，這些 AFE 甚至可以預測環境光條件在典型用例中會如何變化，因此設計人員可以相信它們的影響對生物傳感信號幾乎沒有影響。

知道傳感器數據何時不可靠

由于沿光路的許多事物可能發生變化，設計人員可能會采用其他機制來檢測潛在變化，以確保傳感器數據的可靠性。

一種應對策略是使用不受光路變化影響的傳感器來監控何時可能發生這種變化。例如，加速度計可以注意到移動的目標，壓力傳感器可以感知增加的壓縮。由于這些傳感器使用與光學傳感器不同的模式，它們至少可以警告設計人員傳感器數據可能會受到損害，在某些情況下，甚至可以用來幫助減少使用具有不同光路的數據，從而使結果更加可靠。

另一種策略是使用多個光頻率，因為不同顏色的光被每種光學介質以不同方式衰減。因此，光路的變化會以不同的比例衰減或散射每種顏色的光。通過比較發射光和接收光的光譜成分，設計人員可以獲得有關光路如何變化的信息。

傳感器數據是算法的輸入，算法解釋數據并將其轉換為有意義的信息。算法可以使用已知的物理模型或用例的上下文和歷史傳感器數據來確定新數據是否變得不可靠。在以后的文章中，我將對傳感器數據和算法的交互進行更定量的研究，以便為設備最終用戶提供可靠和可操作的信息。

審核編輯：郭婷