广告

运动时通过耳朵测量心率数据更加准确

2017-05-03 Steve Taranovich 阅读:
我最近做体检时做了个心电图,有12根引线“粘贴”到我的全身。在一段时间内,医生都会使用这种方法,但让我们看一下在运动过程中测量心率的另一种方法——它是一种非医疗活动,不需要美国医学协会(AMA)或FDA批准。 这种方法就是光电容积描记术(PPG),它通过光学体积描记法来测量血容量脉搏(BVP),并提供心率、心跳间隔(通常通过心电图测量的连续心跳之间的时间间隔)和血管扩张/收缩数据。

我最近做体检时做了个心电图,有12根引线“粘贴”到我的全身。在一段时间内,医生都会使用这种方法,但让我们看一下在运动过程中测量心率的另一种方法——它是一种非医疗活动,不需要美国医学协会(AMA)或FDA批准。bLjednc

参考文献1中的报告,评估了用于在运动过程中准确测量心率的Valencell公司耳塞式传感器的精度和重复性,并与12导联心电图方法进行了比对。Valencell这家公司使用光电容积描记术(PPG)技术测量心率。PPG方法通过光学体积描记法测量血容量脉搏(BVP),并提供心率、心跳间隔(通常通过心电图测量的连续心跳之间的时间间隔)和血管扩张/收缩数据。bLjednc

许多外部刺激使准确测量心率变得非常困难,让我们来看看。bLjednc

BVP和皮肤电导(SC)bLjednc

人体对环境条件中的外部刺激会做出生理或生物上的应激反应,例如人声嘈杂、人群拥挤、强光照射和其他类似刺激都会引起应激反应。身体将通过自主神经系统(ANS)进行反应。ANS是调节心率、排汗、呼吸、瞳孔直径和消化的身体控制机制。它由两个主要区域组成:交感神经和副交感神经通路。它们分别担负相反的职能——交感神经系统(SNS)使身体做动作准备;副交感神经系统(PNS)则促进放松和消化。bLjednc

什么是皮肤电活动(EDA)?bLjednc

EDA是皮肤的电性能的无意识变化。皮肤电导由SNS决定。随着SNS的介入,其会引起皮肤出汗的增加,可以通过在两点之间施加电势并测量其间产生的电流来测量出汗量。皮肤电导以微西门子(μS)表达,并随着唤醒(arousal)水平的提升而增加。放松时,皮肤电导率通常会下降。EDA信号包括基线张力(baseline tonic/皮肤电导水平,SCL)和快速相位(皮肤电导反应或SCR)分量。后者自发发生,但也可以由外部事件触发。bLjednc

什么是心血管反应(CR)?bLjednc

CR是心率变化,受SNS和PNS的影响,可以使用心电图或光电体积描记术(PPG)传感器进行测量。心率变异性(HRV)已被用于医药和生物反馈领域,用来促进人类健康。HRV测量心率如何变化,研究人员利用心跳间隔信号的频率分量来提取低频和高频信号。低频有交感神经的参与。高频是交感神经和副交感神经同时参与,所以这些比例已被用于量化在心理生理学中SNS的相对参与程度。bLjednc

每次心跳都短暂地增加动脉和毛细血管床中的血容量。身体内循环泵送的血液量是一种容易实现的测量心率影响的方法,它可由血容量脉搏(BVP)振幅测量。交感神经系统的唤醒和介入增加了流向重要器官的血液量,并减少了流向四肢(如手指)的血量。所以,交感唤醒会导致血管约束,它由BVP幅度的降低来表明。bLjednc

参考文献3中的论文,对从BVP和SC传感器得到的心理生理信号特征到许多受试者的情绪状态和认知负荷进行了很好的映射。事实表明,认知任务会对呼吸和心率变异性(HRV)产生影响。参考文献3使用SC和BVP特征,例如皮肤电导反应(SCR)和心率(HR)来确定情绪状态,并且心率变异性(HRV)频谱的低频(LF)频带中的频谱功率加上SCR有助于确定认知负荷。bLjednc

为了确定活动期间可重复且准确的心率,Valencell已经设法克服了上述及其他一些障碍(例如运动伪影)。bLjednc

克服运动伪影而获得最佳心率准确度bLjednc

目前市场上许多心率监测仪都能对静止的对象实施准确心率测量,有一些还可对行走对象实施准确心率测量——但在慢跑或跑步时呢?即使在不太剧烈的活动情况下,大多数心率监测仪都不能准确地测量一个人的心率。bLjednc

如果不能在不干扰实际心率的前提下去除噪声,运动伪影就会使传感器数据处理出错。运动伪影一直以来困扰着基于心电图的胸带,因为与身体的间歇性接触可能会丢失心率读数。但光学检测的情况还要差得多,因为即使当光学传感器牢固地贴着皮肤放置时,来自光线的运动伪影也极其严重。其原因是与血液流动无关的皮肤和肌肉组织的振动可引发光散射,并且这些运动噪声信号可能远大于用于测量心率的PPG信号(血流信号)。在试图提取更小的PPG信号时,运动噪声消除变成一项困难的任务。bLjednc

此外,因心率跳动的节奏通常与跑步或慢跑的节拍相似,提取实际的心跳和血流信息成为一项巨大的任务。实际上,大多数标准跟踪算法可以锁定跑步节奏,而看不到实际心率。Valencell使用有源信号表征解决了这些问题,其中运动噪声被实时地有源表征并动态去除。最终结果是实现强烈运动时心率和其他与血流相关的生物特征的准确评估。bLjednc

运动时准确测量心率的新方法bLjednc

一种与血液流动非常紧密相关的新型光学传感器模块获得了开发(图1)。
20170503valencell-1
图1:PerformTek传感器模块有一个光学红外(IR)发射器,照射在耳朵的对耳屏(antitragus)和外耳(concha)之间。bLjednc

在图1中,我们看到,大多数光线会穿过身体的皮肤,不会到达检测器(黄光)。少量的光被皮肤吸收,也不会到达检测器(橙光)。少量的光将从皮肤表面反射出来,并引起信号噪声(红光)。还有少量的光会进入肌肉组织,受到血液流动调制,并且散射回到光学检测器(绿光)。绿光就是心率信号。
20170503valencell-2
图2:包括对耳屏和外耳在内的耳朵的各部分。(图片来自美国国立人类基因组研究所)bLjednc

耳朵区域被确定是能够测量多个重要参数的完美区域。原因在于颈动脉血流系统沿着耳道区域垂直运行,并且还有一个毛细血管系统穿过对耳屏和耳垂。通过PPG,该区域可以很好地获得血流量和心率。
20170503valencell-3
图3:沿着耳道的颈动脉系统。(图片由Valencell提供)bLjednc

因为耳朵受到很好的保护,且在跑步或锻炼过程中运动幅度不会太大,所以它也是个很好的区域。这使得它成为生理测量的稳定平台。Valencell网站上可以看到临床验证。bLjednc

耳塞bLjednc

在我最近刊登在EDN网站上的《Valencell and Jabra team up to create the most accurate wireless earbud device(Valencell和Jabra合作创造最准确的无线耳塞设备)》一文中,讨论了耳塞既可作为无线娱乐设备又可成为一款用于健身用户的具“临床级”准确性的设备。bLjednc

为什么是耳朵?Valencell已经能够将传感器模块做得足够小,而将其装配在音频耳塞中,并且具有足够的空间用于音频腔、扬声器驱动器以及任何高性能运动音频耳机通用的其他元件。bLjednc

脉搏血氧饱和度耳夹(ear clip)已经在市场上销售,但这款Valencell传感器模块被完全嵌入到了音频耳塞中,没有耳夹或耳朵支架。嵌入式传感器可提供运动数据的实时分析,如心率、行走距离、消耗掉的卡路里和有氧健身的最大耗氧量(VO2 max)。传感器用发光二极管(LED)设计,对佩戴者无害。bLjednc

通常,高精度胸带是心率监测的标准。虽然其非常准确,但对于许多消费者而言并不实用。它们被包裹在使用者的胸腔上,并且由于身体开始出汗和移动(例如在跑步时)将变得非常不舒服。此外,如果人的皮肤变干,电极就不能正常工作,心率估算会出错。bLjednc

无缝、准确和可重复的解决方案需要予以开发,但是使用PPG,运动时的运动伪影会导致无法提供可接受的性能。但将设计做进耳塞这样一种跑步者和运动爱好者如此常见且对人无损的设备,就解决了上述问题。bLjednc

参考文献1中的论文讨论了Valencell的PerformTek耳塞产品对比12导联心电图(ECG)方法的准确性和可靠性的临床试验。最终结果表明,ECG和Valencell的耳塞内的PerformTek解决方案存在高度相关性。参考文献2讨论了一项研究,其中检查了Valencell的耳塞传感器,用以确定总能量消耗(TEE)和VO2 max的准确性。结果是耳塞式传感器可以在心肺运动期间准确估算这些参数。bLjednc

LeBoeuf博士还写道,其有源信号表征是消费类可穿戴产品最重要的方面之一。Valencell拥有一系列专利,其中,LeBoeuf博士及其同事已经验证并测试了其PerformTek系统。bLjednc

参考文献bLjednc

  1. Validation and Reliability of PerformTek Earbud Heart Rate Sensor Utilizing 12 Lead ECG; White paper prepared by: Dr. Chris Eschbach, CSCS, HFS, Exercise Physiologist Valencell, Inc; Independent data collection completed by: Dr. Meir Magal, Fellow, American College of Sports Medicine
  2. Earbud-Based Sensor for the Assessment of Energy Expenditure, HR, and VO2 max, Leboeuf, Steven Francis; Aumer, Michael E.; Kraus, William E.; Johnson, Johanna L.; Duscha, Brian.
  3. Emotional State and Cognitive Load Analysis using Features from BVP and SC Sensors, Ramazan Gokay, Engin Masazade, Cagla Aydin, Duygun Erol-Barkana, 2015 IEEE International Conference on Multisensor Fusion and lntegration for Intelligent Systems (MFI), Sept 14-16, 2015. San Diego, CA, USA
  4. Photoplethysmography (PPG)
  5. Valencell white papers
本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Steve Taranovich
EDN资深技术编辑。Steve Taranovich是EE Time姊妹网站Planet Analog的主编,也是EDN的高级技术编辑。 Steve在电子行业拥有40年的从业经验。 他在纽约布鲁克林理工大学获得电子工程硕士学位,在纽约布朗克斯纽约大学获得BEEE学位。 他还是IEEE长岛教育活动委员会主席。 他在Burr-Brown和德州仪器公司工作多年,在模拟设计方面有丰富的经验,并有着嵌入式处理的教育背景。 Steve做了16年的电路设计工程师,随后他成为Burr-Brown Corp的首批现场应用工程师之一,并成为他们首批前往欧洲、印度和中国的全球客户经理之一。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告
    向右滑动:上一篇 向左滑动:下一篇 我知道了