如何快速开发医疗级生命体征监测的可穿戴设备
本文来源Digikey，作者Stephen Evanczuk
如果您正在为可提供准确测量结果的健康和健身可穿戴设备创建定制设计，您可能会非常熟悉这种现象以及墨菲定律。
使用光电容积描记图 (PPG) 或心电图 (ECG) 测量生命体征背后的概念当然很好理解。可以通过测量外周血管血容量的变化或通过监测心肌产生的生物电活动来确定 ECG 的心率，从而找到 PPG 的心率。他们通过利用氧合血红蛋白与脱氧血红蛋白吸收光谱的差异来了解估算血氧饱和度 (SpO2)的简单理论。工程师们也逐渐熟悉更复杂的测量功能，例如使用脉搏传播时间 (PTT) 或脉搏到达时间 (PAT) 来构建无袖带血压监测仪。
这些不同的测量依赖于放大器和滤波器等信号链来进行调节，并传送到模数转换器 (ADC) 中，使用转换后的数据，微控制器 (MCU) 执行算法来生成心率、SpO2、血压等值。
获取干净的生物信号
开发人员可以利用大量低功耗、高精度器件来构建定制信号链和处理子系统，以差异化健康及健身级产品。然而，在大多数情况下，专门的生物传感器很难满足生物传感器信号链的需要。
ADI 公司的 MAX86140 和 MAX86141 等器件专为光学 PPG 方法而设计。对于生物电位 ECG 测量，ADI 公司的 MAX30003、AD8232A 和 AD8233A可满足所需信号链。ADI 公司的 ADPD4100 和 ADPD4101 可以支持这两种类型的测量。这些多模式模拟前端 (AFE) 集成了一对多通道信号调节链，包括跨阻抗放大器 (TIA)、带通滤波器 (BPF)、积分器和 ADC。
开发人员可以使用此 AFE 作为基于生物电的单导联 ECG 测量（图 1，左）和基于光学的 PPG 测量（图 1，右）的基础，因为它非常适合消费类可穿戴设备。
图 1：ADI 公司的 ADPD4100 和 ADPD4101 AFE 支持 PPG（左）和 ECG（右）测量。 （图片来源：Analog Devices）
这些专门的生物传感器有助于加快开发速度，但它们并不能使您免于处理生物系统时可能出现的所有问题。不可预测（但并非意外）的伪影，如瞬态环境源和皮肤不均匀性会影响 PPG，而电磁干扰 (EMI) 和骨骼肌收缩等一系列生理电信号源使 ECG 复杂化。 （正如我在论文研究期间发现的那样，这些状况对信噪比 (SNR) 的影响有时可能是非常恶劣的。我不得不推迟我的主要开发目标，以构建一种基于机器学习 (ML) 的子系统来获得干净的生物信号。）
鉴于生物系统的性质，即使完全理解 PPG、ECG、PAT/PTT 和其他生物物理学，开发人员也会发现设计健康或健身类可穿戴设备并不那么容易。如果他们只专注于他们的信号链和算法，开发人员很容易发现他们自己的工作将主要围绕如何获取并处理干净的生物信号。
使用生物传感器开发套件，开发人员可以快速构建原型，开始探索不同光波长、电极放置或优化生物信号采集的许多其他开发工作（或只是为了让它在第一时间工作）。
用于原型健康可穿戴设备的专用套件
ADI 公司的 EVAL-ADPD4100Z-PPG 评估套件和 MAXREFDES103# 健康传感器等套件专为加速健康可穿戴设备的开发而设计。在开发过程中，EVAL-ADPD4100Z-PPG 使用该公司基于 EVAL-ADPDUCZ Cortex-M3 微控制器的主板进行编程，该主板通过USB端口连接。
图 2. Analog Devices 的 EVAL-ADPD4100Z-PPG 评估板
MAXREFDES103#套件将基于MAX86141生物传感器的传感器子系统与基于MAX32630 MCU的综合主机子系统结合在一个预先构建的套件中。除了用于显示设备状态的按钮和LED 外，套件还提供 USB Type-C 连接器，用于连接提供的适配器板以进行固件更新（图 3）。
图 3：MAXREFDES103# 健康参考设计包括用于研究现场生物传感器应用的可穿戴设备。 （图片来源：Analog Devices）
更重要的是，每个套件都带有一个用于分析测量数据的软件包，使开发人员能够研究在不同传感配置下连续测量期间生成的波形，并检查伪影的影响。ADI 公司的 Wavetool 评估软件让开发人员可以在不同的应用模式下运行 EVAL-ADPD4100Z-PPG，包括 SpO2 和 ECG 模式。
ADI 公司的 MAXREFDES103# 参考设计软件包包括其 DeviceStudio 应用程序，允许开发人员针对心率和 SpO2 配置生物传感器和嵌入式算法。该公司的健康传感器平台也可用，这是一款 Android 应用程序，可为睡眠质量、呼吸率和心率变异性 (HRV) 提供额外算法。后一指标作为一种监测个人自主神经系统变化的非侵入性方法，已引起医学界的特别关注。
