第一章 心率监测概述
各位同学好,我是你们的讲师。在智能穿戴这个圈子里摸爬滚打了十几年,今天咱们来聊聊心率监测这个话题。说实话,这个功能现在几乎成了智能手表的标配,但真正把它做好的团队,其实不多。
智能穿戴设备市场现状
先看一组数据。2023年全球智能穿戴设备出货量超过5亿台,其中带心率监测功能的占了八成以上。你想想看,这个市场有多大?
我个人习惯把智能穿戴分为三类:
- 手环类:成本敏感,功耗优先,心率精度要求相对宽松
- 手表类:功能全面,对心率准确度要求高,尤其是运动场景
- 医疗级穿戴:这个门槛最高,需要通过医疗器械认证
我在项目中遇到过不少客户,上来就说「我要做一款能测心率的手表」。但一问到具体场景——是静息监测还是运动监测?是成人还是老人?他们就答不上来了。嗯,这里要注意,不同的场景对硬件算法的要求天差地别。
心率监测技术路线:PPG vs ECG
目前主流的技术路线就两条:PPG和ECG。说白了,一个用光测,一个用电测。
| 对比项 | PPG(光电容积描记法) | ECG(心电图) |
|---|---|---|
| 原理 | 光照射皮肤,检测血流变化 | 检测心脏电信号 |
| 硬件成本 | 低(LED+光电二极管) | 高(电极+模拟前端) |
| 功耗 | 中等 | 较低 |
| 准确度 | 受运动干扰大 | 高,医疗金标准 |
| 穿戴舒适度 | 好,光学传感器即可 | 需要电极接触皮肤 |
为什么智能手表大多用PPG?说白了就是成本和舒适度的平衡。ECG虽然准,但你让用户天天贴电极片,谁受得了?
PPG原理:光电容积描记法
PPG的原理其实不复杂。心脏每跳动一次,血液就会泵到全身。血液流过血管时,血管的容积会变化。我们用LED发光照进皮肤,光电二极管接收反射回来的光。血流多的时候,吸收的光多,反射回来的就少;血流少的时候反之。
这个光信号的变化曲线,就是PPG波形。波峰对应心脏收缩,波谷对应舒张。算一下波峰之间的时间间隔,心率就出来了。
核心要点:PPG测的不是心跳本身,而是血流引起的光强变化。这个区别很重要,很多算法问题都出在这里。
我曾经踩过一个坑。有次做低功耗设计,把LED的驱动电流降得太低,结果信号完全被噪声淹没了。后来才明白,PPG的信噪比和LED亮度直接相关,省电不能省在光源上。
LED与光电二极管布局
布局这事,看着简单,其实门道很多。我见过不少方案,光路设计没做好,测出来的数据根本没法用。
常见的布局方式有三种:
- 反射式:LED和光电二极管在同一侧,光反射回来被接收。手环手表基本都是这种。
- 透射式:LED在皮肤一侧,光电二极管在另一侧。指尖血氧仪就是这种,精度高但穿戴不方便。
- 阵列式:多个LED和多个光电二极管组合。这是目前高端手表的主流方案。
我的经验:LED和光电二极管的距离很关键。太近了,光直接串扰,信号饱和;太远了,光衰减严重,信号太弱。一般建议距离在2-4mm之间,具体要看封装和光学设计。
另外,绿光LED在心率监测中应用最广。为什么?因为绿光被血红蛋白吸收得比较好,信号对比度高。红光和红外则更多用于血氧测量。
硬件系统架构概览
好了,前面铺垫了这么多,咱们来看看整个硬件系统长什么样。我画了一张架构图,方便大家理解。
从架构图上你能看到,整个系统分为几个关键模块:
- 传感器模块:包括LED及其驱动电路、光电二极管。这部分是信号源头,质量决定了后续处理的天花板。
- 模拟前端(AFE):把光电二极管产生的微弱电流信号放大、滤波,然后转换成数字信号。这里最考验模拟设计功底。
- 数字处理:跑心率算法的地方。包括数字滤波去除噪声、峰值检测计算心率、运动补偿消除干扰。
- 运动传感器:加速度计和陀螺仪。用来检测用户是否在运动,辅助算法做运动伪迹消除。
注意:很多新手容易忽略运动传感器的重要性。我见过一个方案,PPG信号质量很好,但用户一跑步数据就全乱了。后来加了加速度计做运动补偿,效果立竿见影。运动伪迹是PPG心率监测最大的敌人,没有之一。
好了,第一章的内容就到这里。心率监测这个领域,入门容易精通难。后面我们会一步步深入每个模块的硬件实现细节,包括LED驱动怎么设计、AFE怎么选型、数字算法怎么在芯片上跑起来。
课后思考:如果你来设计一款智能手环的心率监测方案,在成本和性能之间,你会怎么取舍?