光学传感器是最常见的生物传感器类型。本应用笔记探讨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之间的生理变化。本文档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。

PPG 传感器和环境噪声

PPG在临床环境中的使用受到了很多关注;例如，指夹上的脉搏血氧仪。然而，即使在最无菌的临床环境中，光学传感器也可以捕获可能影响其光路的环境变化并混淆体积描记法信息。您可以想象，在控制较少的可穿戴配置中，这变得多么具有挑战性。

环境混杂因素或噪声通常分为两大类：光学和生理。光噪声是指传感器看到的光路的变化特性，这些特性与观察到的血液体积的光吸收无关。例如，光学传感器可以拾取环境光。这可能特别麻烦，因为室内照明通常包含闪烁，这会周期性地影响感测光信号的偏移并干扰PPG信号。同样，生理变化可能会改变组织中的血流量和体积，从而改变PPG信号。

虽然这些挑战存在于每个环境中，但它们在控制较少的环境中变得更加明显，例如最有可能发现可穿戴应用的环境。即便如此，PPG仍然受到可穿戴设备的欢迎，因为该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。

为了减轻其中一些伪影的影响，先进的PPG IC现在具有智能信号路径。算法也变得越来越复杂。因此，设计师现在可以将PPG纳入各种外形尺寸，包括耳塞、戒指、项链、头带和臂带、手镯、手表和智能手机。

PPG传感系统的性能考虑因素

噪声

图1.PPG电路中的噪声源。

在讨论光噪声之前，了解PPG传感系统的整体性能考虑因素很有用（见图1）。可穿戴PPG电路的主要任务是最大限度地提高信噪比（SNR），同时节省消耗的功率。

灌注指数（PI）表示组织中脉动血流与静态（非脉动）血的比率。在数学上，它是PPG信号的交流部分作为整体信号的一部分。

影响发射路径噪声和功率的一个关键因素是LED驱动器，它控制LED电流的幅度、瞬态以及上升和下降时间。在接收路径上，PPG电路处理抗混叠、采样和环境光抑制。这些电路还可以在宽检测范围内保持功率效率，并不断提高信号线性度。

集成PPG传感器前端电路，如MAX30112，通过将这些功能集成到单个高性价比IC中，简化了PPG的实现考虑。MAX30112等IC驱动LED光源，并对所得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sub-nA到数十μA。

环境光条件对PPG的影响

直流和交流环境光条件都可能对PPG造成问题。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，并在对PPG信号进行采样之前从光电探测器输出中减去该电平，如图2所示。在该概念图中，为了避免转换器饱和，在采样之前去除粗大的直流信号，采样和滤波技术可以解决其他环境光伪影。去除环境光成分后，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。根据它们在世界的位置，室内灯可能会以 50Hz 或 60Hz 的基频闪烁。该速率接近PPG信号采样的频率。如果不加以校正，环境闪烁会为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，专门用于衰减任何50Hz/60Hz闪烁元件，可以减轻PPG信号闪烁的损坏影响。

噪声

图2.概念图显示了PPG信号中用于环境消除的两级滤波。

运动伪像如何影响PPG精度

一些 PPG 衍生的信息，例如脉搏血氧饱和度 （SpO2），尤其容易因运动伪影而损坏。SpO2通过使用比率R比较氧血红蛋白和脱氧血红蛋白的光吸收来测量，如下所示：

噪声

其中 PI1和 PI2是使用波长 1 和 2 处的两个不同颜色的光测量的系统灌注指数。

噪声

跟

噪声

其中 l 是光程长度，ed和 eo是波长的脱氧和氧血红蛋白的吸收系数 分别为 1 和 2。在大多数实现中，常量 （k1， k2， k3和 k4） 对给定的 PPG 设计进行校准 使用已知的 SpO2来自一组测试对象的测量值。

由于比率R和PI在方程中占有突出地位，因此SpO的精度很高2取决于维持能力 一致的 PI 值。PPG探头或可穿戴设备的光学/机械设计，以及 主题，都影响PI。当受试者自愿或非自愿地身体移动时，这种移动可能会导致 传感器相对于组织的机械位移。反过来，这可以动态地修改效率。 光耦合，改变光程长度，否则会引起杂散信号动态。偶数分钟 运动会影响PPG信号。例如，呼吸运动通常耦合到PPG波形中。

运动也可能导致与动脉脉搏无关的组织生理变化。例如，当 受试者改变他或她的姿势，运动可能会部分破坏血液流动并动态地重新分配静脉 血量。这种变化将反映在PPG测量中，并且在脉搏血氧饱和度的背景下，可能是 解释为错误。生理变化也可能在没有运动的情况下发生，例如当有显着变化时 在环境温度或皮肤温度或水合作用中。所有这些因素都会影响PPG观察结果。

相当多的研究已经通过减少 运动伪影的影响。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。外部参考有助于鉴定运动伪影。这些参考资料包括 惯性传感器对运动敏感，但对光学环境的变化不敏感，以及 第三个波长对光学环境的变化敏感，但对运动不敏感。尽管算法 然而，运动伪像的进步继续限制可穿戴PPG设备的精度。

可穿戴光学生物传感器：新应用

即使精度有限，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 提供纵向生命体征信息，包括心率、脉搏率和脉搏血氧饱和度。此外，使用PPG 信号，先进的算法已经测量了心率变异性和血压。

通过访问源源不断的健康信息，我们可以看到我们处理医疗保健的方式发生了转变。 从信息中获得的见解可能会为整体诊断提供信息，有时在临床可观察到之前 出现症状。

事实上，可穿戴PPG的发展远远超出了仅仅报告生命体征的范围。将PPG数据作为数据融合的输入 机器学习，标准大学的早期研究使用日常可穿戴生物传感器测量，包括心率， 皮肤温度，SpO2，以及对 43 个人的身体活动，以证明可穿戴传感器可用于 识别莱姆病和炎症的发作。从这些观察中，研究人员开发了计算 个性化疾病检测算法。可以肯定的是，未来将有令人兴奋和雄心勃勃的应用程序。

审核编辑：郭婷