生物傳感可穿戴設備依賴于復雜的算法來處理傳感器 IC 收集的信號，將數據轉化為可操作的見解。閱讀有關驗證Maxim Integrated可穿戴式心率監測（WHRM）算法性能的研究，該算法利用同步的三軸加速度計和PPG數據提供多種最終用戶友好的健身跟蹤輸出。

1 引言

通過持續跟蹤心率等參數，可穿戴健康和健身監測器正在提供有關健康的寶貴見解。心率是以每分鐘心跳數 （BPM） 為單位的心臟收縮頻率。脈搏率是動脈由于心臟收縮引起的血壓變化而產生可測量脈搏的次數。通常，PPG（光電容積描記術）信號提供有關脈搏率而不是心率的信息。但是，在本文中，我們將使用“心率”，這是市場上的標準。

生物傳感可穿戴設備依賴于測量生物特征信號的傳感器 IC 和將這些信號處理成可操作數據的復雜算法。本文介紹了一項驗證Maxim可穿戴心率監測（WHRM）算法性能的研究。WHRM 算法利用同步的三軸加速度計和 PPG 數據來提供多個最終用戶友好的健身跟蹤輸出，如心率，以及與活動相關的統計數據，如步數、燃燒的卡路里和用戶的活動類別。PPG信號可以從手指，手腕，耳朵，腳趾，胸部等的心室收縮中收集。

1.1 Maxim的WHRM解決方案

Maxim的WHRM解決方案包括心率和活動跟蹤算法，特別適用于心率檢測、心跳檢測、步數測量和活動分類。設想的產品針對健康和保健應用，通過優化的電源管理進行連續 24/7 全天候監測，并提供準確的心率和心跳間斷 （IBI） 檢測、步數檢測和逐個樣本的活動分類。

然而，有一些關鍵因素使得從手腕進行基于PPG的心率監測極具挑戰性：

周期性/非周期性運動

電氣噪聲

機械/表帶設計

環境光

黑色素/膚色

低血灌注

WHRM 算法通過以下方式克服了這些挑戰：

運動補償和抑制

檢測活動/運動類型并估計此運動對PPG信號的影響

從 PPG 信號中清除運動的影響，實現可靠的心率監測

多通道融合

將多個通道與信號處理技術相結合，以獲得一個改進的PPG信號

AFE 設置的控制：

優化信號質量（在電噪聲范圍內）和功耗

克服低血灌注或黑色素/膚色帶來的挑戰性病例

2 驗證和性能

為了驗證WHRM算法的性能，我們對25名受試者進行了評估。參與者的年齡、膚色、血液灌注和身體狀況各不相同。該協議旨在體驗不同的心率水平和心率變異行為，以評估所有可能條件下的算法。

2.1 數據收集

在評估中，我們利用了一個由從25個不同受試者收集的82個數據序列組成的數據集。每個數據序列大約36分鐘長，在此期間，每個受試者都進行了一些活動，如躺著，坐著，走路，跑步，騎自行車等。這些活動的順序和持續時間通過“馬克西姆體育協議”定義，每個受試者都應用該協議。表 1 顯示了用于收集此數據集的完整協議。

表 1.馬克西姆36分鐘運動協議

受試者的年齡、膚色、灌注、身體狀況等各不相同。參與者的年齡和菲茨帕特里克（FP）量表分布如圖1所示。

圖1.菲茨帕特里克量表分布25個受試者。

圖2.25名受試者的年齡分布。

數據由Maxim參考設計手表收集，該手表由一個LED和兩個多通道光電二極管（PD）以及作為參考測量設備的ECG底座胸帶組成。數據是在實驗室環境中使用跑步機和健身/健身車進行活動的。示例心率圖可在圖 4 至 8 中找到。

2.2 性能指標

本研究使用了三種不同的績效衡量標準。由于參考設備的限制，所有指標均以 1Hz 給出。

2.2.1 +/- 5 BPM 誤差帶精度

這是相對于參考設備輸出（ECG胸帶）具有= 5BPM絕對誤差的有效數據點的百分比。此指標以 1Hz 為單位計算。

2.2.2 平均絕對誤差

平均絕對誤差是每個Maxim HRM算法與參考設備輸出（ECG胸帶）的絕對差值的平均值。此指標以 1Hz 為單位計算。

2.2.3 95%置信區間

如果再次以類似的方式執行測試，則 5BPM 誤差帶準確度數字將落入該區間（概率為 95%）。例如，我們取步行活動的 95% 置信區間，即 [95.15， 98.38]。如果我們以類似的方式再次執行測試，5BPM 誤差帶精度將下降到 95.15% 和 98.38% 以 95% 的概率。

2.2.4 時間對齊

由于實時數據收集條件，Maxim心率輸出和參考設備（ECG胸帶）輸出之間可能存在時間差，原因如下：

參考設備以源自設備電子設備或應用程序的一些時間延遲開始的可能性

在數據收集開始時，可能有一些時間延遲，源于用戶

在數據集通過消除該時差進行時間對齊后應用評估。時間對齊示例如圖3所示。

圖3.最大心率和參考設備（ECG 胸帶）輸出之間的時間對齊示例。

2.3 性能結果

Maxim運動協議數據集（表1）使用WHRM算法進行處理。性能結果是根據第 2.2 節中定義的指標計算的。結果使用多通道融合計算（如表2所示）。

表 2.基于第2.2節中定義的性能指標的Maxim WHRM算法性能結果

WHRM算法和ECG胸帶輸出在數據集內與黑色素/膚色、灌注、年齡、身體狀況等廣泛相關。結果表明，該算法在所有活動中報告可靠的心率。最具挑戰性的運動是步行和騎自行車，如表2所示。步行中具有挑戰性的部分是心率頻率通常接近運動頻率，并且運動偽影分量比PPG信號中的心率分量強得多。另一方面，在室內自行車（健身房/健身自行車）中，加速度計信號可以弱地用于運動補償。

多通道融合是MaximWHRM解決方案的另一種強大方法。最終用戶設備可能會使用多個 PD/LED 生成多個 PPG 信號。Maxim解決方案采用特殊的多通道融合方法，可提高性能，特別是在跑步和步行活動中。該方法的增強結果可在表3中查看。

表 3.Maxim WHRM解決方案多通道融合方法增強性能

圖4.Maxim WHRM解決方案與ECG胸帶（參考裝置）輸出的比較 – 標準方案，示例1。

圖5.Maxim WHRM解決方案與ECG胸帶（參考裝置）輸出的比較 – 標準方案，示例2。

圖6.Maxim WHRM解決方案與ECG胸帶（參考裝置）輸出的比較——標準方案，示例3。

圖7.Maxim WHRM解決方案與ECG胸帶（參考裝置）輸出 – 標準方案，示例4。

圖8.Maxim WHRM解決方案與ECG胸帶（參考裝置）輸出的比較 – 標準實驗方案，示例5。

2.4 每日數據集驗證

WHRM解決方案也在日常生活條件下得到了驗證。從50個不同的受試者中收集了~120個單獨的數據序列，大約三到四個小時。數據由Maxim參考設計腕表收集。數據收集觸發后，參與者繼續他們的日常生活活動，如在辦公室里走動、打字、吃飯等。收集日常生活數據最具挑戰性的部分是非周期性/不規則運動的影響。性能結果如表 4 所示。

表 4.Maxim WHRM 算法 – 每日數據性能結果

圖 9 和圖 10 顯示了 WHRM 解決方案相對于 ECG 胸帶的日常生活輸出樣本。從表格和圖中可以看出，WHRM算法的結果與ECG胸帶高度相關。

圖9.Maxim WHRM解決方案與ECG胸帶（參考裝置）輸出 – 標準實驗方案，xxample 1.

圖 10.Maxim WHRM解決方案與ECG胸帶（參考裝置）輸出的比較 – 標準方案，示例2。

2.5 測量質量指標

如第 1.1 節所述，有一些關鍵因素會影響基于 PPG 的心率監測的性能。因此，要可靠地報告心率，測量質量是關鍵因素。在我們研究的驗證階段，我們將算法的報告與基于ECG的設備收集的數據進行了比較，從而能夠計算出測量的質量/性能。但是，在現實生活中，不會有參考設備來評估測量質量。WHRM 解決方案提供了一個測量質量指標，可以實時評估心率報告。

Maxim的心率測量質量指標對0到100之間的測量進行評分：

100%：完美的測量質量

75%：足夠好的測量質量

50%：測量質量基本足夠好

25%：測量質量差

0%：測量不可靠

每個心率值都使用算法中的測量質量值進行報告，因此可以實時評估心率報告。表 5 提供了測量質量指標的性能結果以及上述數據集。

表 5.測量質量指標和心率測量的性能示例。

2.6 WHRM算法信號要求

2.6.1 信號要求

應滿足適當的傳感器與皮膚耦合。腕表應貼合舒適。

加速度計和PPG信號采樣速率應為25Hz，采樣間隔在38至43ms之間。

加速度計到PPG的同步應在25ms以內，參考樣本時間戳。

加速度計和PPG數據點不應下降，每分鐘不超過一個樣本。

2.6.2 參考裝置

心率 – 應使用采樣率至少為 250Hz 的心電圖胸帶，例如 Polar H10

2.6.3 信號質量

Maxim的算法期望pSNR*的信號質量在靜止時>15dB，在運動時為6dB。在每個綠色PPG通道上測量信號以達到這些精度數字，HR頻率是PPG頻譜圖中的主頻率。

*對于pSNR計算（也稱為交流信號SNR），信號功率定義為信號在心跳頻率下的功率，以及其二次和三次諧波。噪聲功率定義為所有其他信號分量的功率，包括運動偽影。

2.7 活動分類和計步驗證

活動分類和計步性能由從 36 名受試者收集的 72 個數據序列組成的數據集驗證。室內性能由從 20 名受試者收集的 40 個數據序列組成的數據集驗證。室內協議如表6所示。

表 6.活動分類和計步室內性能驗證協議

戶外表現由從 16 名受試者收集的 31 個數據序列組成的數據集驗證。室外協議如表7所示。

表 7.活動分類和計步戶外性能驗證協議

這些數據是用Maxim參考設計腕表收集的，手動答題器用作參考測量。將算法的活動分類輸出與協議進行比較（數據收集期間記錄活動轉換時間戳），并將計步結果與手動答題器進行比較。室內和室外性能結果見表8。

表 8.活動分類和計步性能結果

3 小結

我們的研究結果表明，Maxim WHRM解決方案的心率監測與ECG胸帶（參考設備）的心率監測高度相關。WHRM 算法符合物理心率測量的 ANSI/CTA 標準，性能甚至優于這些標準1.該算法使用加速度計信息來抑制PPG在周期性運動活動（步行、跑步、騎自行車等）、運動補償和多通道融合中的運動偽影，以提高整體性能，特別是在日常生活活動（非周期性運動）中。WHRM 解決方案還控制 AFE 設置，以優化信號質量（存在電噪聲的情況下）和功耗，這對于可穿戴設備的連續心率監測至關重要。該算法在監測心率方面的可靠性可能有益于其他新用例，例如睡眠、壓力、VO2-MAX、EPOCH 監測等。該算法在活動分類（休息、步行、跑步、騎自行車）和計步方面也非常成功。

審核編輯：郭婷