獲取可靠的傳感器數據非常復雜。例如，光學心率傳感器實際上是在感應電流的變化。心跳導致動脈血量隨每個脈搏同步變化。體積的變化會改變光在通過活組織時吸收和反射的光量。當該光離開組織并進入光電探測器時，它會改變輸出電流。通過創建一個感應系統，仔細設置一系列適當的“多米諾骨牌”，電流傳感器成為心率傳感器。

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）。但是通過一個復雜的系統結構，一個感興趣的物理事件（加速度、壓力、腳步聲、距離）來改變這種測量。了解了系統結構后，我們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得到良好控制。

但是，如果多米諾骨牌不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）傳播到檢測器（接收器）的路徑。該路徑跨越一種或多種介質，這些介質中的任何變化都可能相互作用并影響探測器的光特性。因此，接收到的光封裝了整個光路沿介質中的所有變化。

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，組織不是均勻的，可以建模為具有不同折射率的連續光學介質層。

在具有不同光學性質的任何兩種介質的界面上，光可以被吸收（衰減），反射（散射）到第一介質中，或透射到第二介質中。圖 1 簡單顯示了光線離開 LED 后穿過不同介質時可能經過的許多路徑。

圖1.光離開LED并穿過不同介質后可以采取的路徑示例。

我們不關心所有可能的光路;只有那些以光電探測器結束的光路與光學傳感相關。心率感應之所以有效，是因為其中一種介質（毛細血管）會隨著時間的推移而改變體積，與心率同步。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。

當光可以到達光電探測器而不與毛細管相互作用時，或者當光路上的某些東西發生意外變化時，數據可靠性就會受到影響。值得注意的是，蓋板玻璃上方的每種介質都超出了設計師的控制范圍，某些光學特性甚至可能隨著時間的推移而改變。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經過的介質的變化，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光和檢測器接收到的光來衰減光電探測器電流。對于心率檢測，重要信息以周期性而不是信號的整體幅度傳輸。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。但是，如果傳感配置使用多個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。

此討論可以擴展到涵蓋設計人員無法控制的其他光衰減因素。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對某些波長的光產生更大的影響。

更改氣隙或路徑長度

圖2描述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。

光被皮膚表面散射后可能進入光電探測器（我r）或穿過某些組織層后（I）。只有I的光路可能受到組織變化的影響，因此可以包含有用的信息。因此，健全的心率傳感器必須將我r通過趨向于光源和光電探測器之間的分離及其相關的機械外殼設計。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，我和我r會更弱，更難檢測，因為光電探測器現在離得更遠。同時，按比例從皮膚表面直接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，使任何派生信息的可靠性降低。

圖2.在心率傳感器的光路中，氣隙會降低信噪比，使獲得可靠的傳感器數據變得更加困難。

此外，與污垢和污垢不同，氣隙也會周期性地變化;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改變。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。因此，心率檢測算法可能會變得混亂。

不僅僅是“氣隙”中的空氣

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很多，但我們可以考慮一些一般性。當傳感目標是主要由水組成的活組織時，氣隙中有水實際上縮小了氣隙與目標之間的折射率差異。這應該允許成比例地將更多的光傳輸到組織中，從而加強傳感機制。

解決該主題的生物變化

長期生物傳感和監測的一個固有事實是，目標（活組織）會生長和變化。例如，增加對組織的壓力可能會擠壓血流，減少或以其他方式損害光電探測器上檢測到的信號。同樣，組織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。能夠通過監測通過組織的光的變化來捕獲生物變化，這使得光學生物傳感器不僅成為心率監測的有用工具，而且是許多不同類型的非侵入性健康和保健監測的基礎。然而，在監測一組生物變化時，設計人員必須認識到其他潛在的生物變化，以及它們如何與光路相互作用以提供錯誤信號并使傳感數據不那么可靠。

最大化信號路徑性能

由于可能影響光信號的所有因素，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。高性能設計使辨別傳感器數據的可靠性變得更加容易。

例如，任何進入光電探測器但沒有進入目標組織的光，而不僅僅是從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，并從光電探測器電流中減去它們。事實上，這些AFE甚至可以預測典型用例中環境光條件的變化，以便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。

了解傳感器數據何時不可靠

由于光路上的許多事物可能會發生變化，設計人員可能會采用其他機制來檢測潛在的變化，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測何時可能發生此類變化。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態，因此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，甚至可以用于幫助緩解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，因為每種光學介質對不同顏色的光衰減不同。因此，光路的變化會衰減或散射不同比例的每種彩色光。通過比較發射光和接收光的光譜組成，設計人員可以獲得有關光路如何變化的信息。

傳感器數據是解釋數據并將其轉換為有意義信息的算法的輸入。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，我將更定量地研究傳感器數據和算法的交互，以便為設備最終用戶提供可靠且可操作的信息。

審核編輯：郭婷