第1章：数据采集基础——光电传感器与PPG信号

大家好，我是老李。做嵌入式十几年，血氧仪这块我摸过不少。今天咱们聊聊数据采集的基础，说白了就是——光怎么变成数字，数字又怎么变成血氧值。

你想想看，一个血氧仪最核心的部件是什么？不是屏幕，不是蓝牙，是那个贴在手指上的光电传感器。我当年第一次拆开进口血氧仪时，看到里面就两个LED灯和一个接收管，心里还嘀咕：就这？后来踩了不少坑才明白，简单的东西往往最难做好。

1.1 光电传感器原理：红光与红外光

血氧仪用两种光：红光（660nm左右）和红外光（940nm左右）。为什么是这两个波长？

因为血红蛋白有两种状态：带氧的（氧合血红蛋白）和不带氧的（还原血红蛋白）。它们对光的吸收特性完全不同。我画个简表给你看：

你看，两种血红蛋白对红光的吸收正好相反。这就是血氧计算的物理基础。我刚开始做项目时，选LED踩过坑——有些便宜的红光LED波长漂移严重，标称660nm实际可能到680nm，测出来的血氧值能差2-3个百分点。

1.2 ADC采样与信号调理

光信号从手指穿过后，被光电二极管接收，变成微弱的电流信号。这个电流有多弱？大概在纳安到微安级别。直接送ADC？不行，信号太小了。

所以需要信号调理，一般分三步：

1. I-V转换：把电流信号转成电压信号，用运放实现
2. 滤波：去掉高频噪声和工频干扰
3. 放大：把信号放大到ADC的满量程范围

我习惯用跨阻放大器做第一级。这里有个坑——运放的偏置电流必须远小于信号电流，否则你测的根本不是血氧信号，而是运放自己的噪声。我曾经用过一款通用运放，偏置电流50pA，结果信号完全被淹没了。后来换了JFET输入的运放，偏置电流只有1pA，问题才解决。

1.3 PPG信号特征分析

PPG信号长什么样？说白了就是心跳引起血管容积变化，导致光吸收量周期性变化。你把手放在血氧仪上，看到那个波形一跳一跳的，就是PPG信号。

一个典型的PPG波形包含：

• 直流分量（DC）：组织、骨骼、静脉血等非脉动部分的吸收
• 交流分量（AC）：动脉血脉动引起的吸收变化，就是那个小波浪

血氧饱和度计算公式：

SpO2 = A - B × (AC_red / DC_red) / (AC_ir / DC_ir)

其中A和B是校准系数，不同厂家不一样。我当年做产品时，这个系数调了整整两周。为什么？因为每个人的手指厚度、肤色、血流速度都不一样。你想想看，一个老烟民的手指和一个运动员的手指，PPG信号能一样吗？

1.4 运动伪影与干扰源

这是血氧仪最头疼的问题。没有之一。

运动伪影怎么来的？手指一动，传感器和皮肤之间的相对位置变了，光路变了，信号就乱了。我见过最夸张的情况——测试者甩了一下手，血氧值直接从98%掉到85%，持续了3秒才恢复。

常见的干扰源有：

• 环境光干扰：太阳光、日光灯，尤其是50Hz/60Hz的工频干扰
• 运动伪影：手指抖动、走路、跑步
• 电磁干扰：手机、WiFi模块靠近时
• 低灌注：手指太冷、血压低时，信号弱到几乎测不到

怎么处理？我分享几个实战经验：

1. 硬件上：加屏蔽罩，用差分信号传输，电源做好滤波
2. 软件上：用自适应滤波器，比如LMS算法，可以实时跟踪噪声频率
3. 算法上：加运动检测，检测到运动时暂停计算或给出低置信度标记

嗯，这一章的内容差不多就这些。光电传感器原理、ADC采样、PPG信号特征、运动伪影处理——这四个点你吃透了，血氧仪的数据采集部分就稳了。下一章我们聊聊数据存储，怎么把采集到的PPG数据可靠地存下来。

记住一句话：信号质量决定数据质量，数据质量决定算法上限。前端做不好，后面再牛的算法也白搭。