通过PPG传感器的信号处理和校准提供人体血液测量

脉搏血氧仪是一种光电容积描记（PPG）传感器，是一种电子设备，可以测量人的血氧饱和度（SpO 2）和心率（HR）水平。自1930年代问世以来，这些传感器已在许多应用中找到了应用，例如手术，麻醉后护理单元，新生儿护理和新生儿ICU，急诊护理以及呼吸病人监护。最近，这些传感器被用于可穿戴的健康和健身应用中。

PPG传感器是一种对器官（包括动脉）进行体积测量的仪器。这些传感器产生光学获得的体积描记图。市场上的产品使用专用的高性能模拟前端（AFE），这些前端驱动LED并检测反射的光信号。产生的原始信号可以通过多种方式处理，以产生各种有用的结果，例如：

• 脉搏血氧饱和度（SpO 2）水平
• HR和HR变异性（HRV）级别
• 收缩/舒张期血容量行为
• 周围灌注指数（PPI或PI）
• 厚度变化指数（PVI）

本文介绍此列表中前两个应用程序的信号处理和校准的详细信息：SpO 2和HR。如果您熟悉SpO 2的基础知识，请跳过本节，继续进行反射性脉搏血氧饱和度测定。

SpO 2基本原理
脉搏血氧仪，也称为脉搏血氧传感器或监护仪，可无创地估算动脉血氧饱和度（Sa O 2）。动脉血氧饱和度水平可提供有关患者呼吸功能的信息，其中一系列器官负责吸收氧气并排出二氧化碳。肺是与此功能相关的主要器官，它在我们呼吸时实现气体交换。其他涉及的器官包括静脉和动脉，它们分别是氧气和二氧化碳进入细胞或从细胞传出的途径[1,2]。

传统上，SaO 2的测量是使用体外血气分析仪进行的。这不仅耗时，而且还需要适当的医学实验室。另一方面，Pulse ox提供了一种技术，可以以一种快速且无创的方式以合理的准确度（即，医疗级仪器为2％）估算SaO 2 [1,2]。

SpO 2代表外周毛细血管血氧饱和度。尽管从技术上讲毛细管不被认为是器官，但血流却来自动脉（由两种或多种组织类型组成的器官）。通过脉冲ox，将功能性SpO 2测量为含氧血红蛋白（含氧的血红蛋白，HbO2）与总血红蛋白（含氧和非含氧血红蛋白，HbO 2 + Hb）之比。非氧化血红蛋白也称为还原血红蛋白。公式如下：

氧饱和度是指血红蛋白分子对氧分子具有高亲和力的事实。如此之多，以至于血红蛋白分子中的所有四个铁位点通常会与氧分子结合。存在最大数量的氧分子键的这种状态称为氧饱和度。血红蛋白分子特征性地具有两种状态：零个氧分子（非氧合血红蛋白，Hb）或四个氧分子（氧合血红蛋白，HbO 2）。下面的图1显示了血红蛋白分子的图，并传达了氧通常如何在四个结合位点结合。

 

图1在血红蛋白分子中，氧通常会在四个结合位点结合。

尽管SpO 2通常被称为血液的“氧饱和度水平”，但该术语在解释上可能会产生误导。SpO 2或SpO 2实际上是肺功能的量度。也就是说，血红蛋白分子在肺部时与氧分子的结合程度。SpO 2水平通常以百分比表示。下表1显示了典型的脉冲ox范围。请注意，低氧血症是动脉血缺氧的疾病。低氧血症可引起缺氧，这是身体器官和组织缺氧的状况。

表1 SpO 2级别

反射式脉搏血氧饱和度仪市场上
可买到的光学设备系列由AFE和集成模块组成，这些模块采用反射技术来测量脉搏ox和/或HR信号。为此，需要两个用于脉冲ox的固定波长光源（红色和红外）和/或用于手腕HR和一个光电探测器的一个固定波长的光源（绿色）。图2说明了一个光学系统的示例，该光学系统具有两个LED（即固定波长光源）和一个光电二极管（即光电检测器），其后是用于将信号数字化的高性能ADC。

图2反射式脉搏血氧饱和度测定法使用的光学系统带有两个LED，一个光电二极管和一个高性能ADC。

注意：“ NO INK”标记表示光学透明的区域，用于将组织反射的光隔离到光电二极管（PD），同时减少环境光。在实际应用中，LED和PD之间通常有一个光学墙，以减少串扰，从而进一步隔离反射光。

虽然血液中包含各种类型的血红蛋白化合物，但我们假设氧化和脱氧的血红蛋白是SpO 2计算的重要因素。在反射脉冲牛中，LED照亮皮肤组织，并且反射信号被光电二极管检测到。该反射信号包含被动脉/毛细血管的体积变化光学调制的光。PPG信号在确定HR和SpO 2水平时非常重要。PPG信号具有直流成分和交流成分（图3）。

图3 PPG信号由直流和交流分量组成。

直流分量归因于非搏动组织，静脉毛细血管和动脉血的光吸收。[1] 另一方面，AC成分是由于动脉血的搏动性所致。因为动脉与心脏直接相连，所以动脉血会随着心脏的搏动而搏动。瞬时心率可以通过测量连续收缩峰之间的时间来计算。仅使用一个LED（例如红色或绿色）即可测量HR，因为交流分量是唯一需要的信号。

SpO 2测量使用两个不同波长的LED来确定氧合血红蛋白与氧合血红蛋白的比率。红色和IR LED通常用于确定单独的PPG信号。图4显示了血红蛋白的消光图，该图揭示了不同波长下光的相对组织吸收率。

 

图4该血红蛋白的消光图显示了HbO 2和Hb的摩尔吸收系数。

当固定波长的光照射在皮肤组织上时，反射信号将包含静态信号（随时间变化），搏动信号（随时间变化）和一些噪声。图5显示了两个波长脉动信号的典型体积描记图。

图5典型的红色和IR PPG信号。

由于两个LED的DC分量和AC分量具有不同的幅度，因此必须对其进行归一化以进行有用的比较。对于此比较，比值[R 被确定，其正比于血氧饱和度2。

R 的以下方程式（也称为“比率之比”）为：

注意：第二个因素将红色和红外AC信号的比率归一化。

一旦找到R 的值，就可以使用曲线近似或查找表来估计SpO 2。

PPG信号
的信号处理来自脉冲ox和HR传感器IC的数字化输出信号代表原始PPG信号。以这种方式进行有意设计，可以对数据进行外部信号处理，以分离出相关的医学信息，例如收缩/舒张血容量行为，呼吸行为，外周血流灌注指数（PPI），体积变异性指数（PVI），血氧（SpO 2水平，心率（HR）和心率变异性（HRV）水平等。如前所述，本文的重点是血氧定量数据的信号处理，以得出外周毛细血管血氧饱和度和心率测量值。

图6提供了原始PPG信号的信号处理示例，可得出SpO 2和HR测量值。这个例子不是唯一的，您可以定制为增强信号信息而定制的步骤顺序。通常，您要最大化信噪比。请注意，我们还没有解决运动伪影剔除（由于运动效应而导致数据损坏）的问题。本节仅介绍确定HR和SpO 2级别所需的信号处理，而不会产生明显的运动伪影。接下来的几节将介绍图6中概述的功能组件。

 

图6信号处理提取了SpO 2和HR测量值。

低通滤波器操作
第一个低通滤波器（LPF）模块可提供高频噪声抑制功能。这也包括高频运动效果。图7显示了典型的PPG波形。由于其复杂的性质（即非正弦曲线），在选择合适的LPF时必须小心。如果选择了具有陡峭过渡的LPF，则由于色散（组成复杂波形的谐波分量的不相等延迟），PPG波形可能会失真。在许多情况下，采用恒定或近似恒定群延迟数字滤波器（又称线性相位滤波器）。贝塞尔（Bessel），等波纹线性相位和/或过渡数字滤波器是也可以在此处使用的滤波器类型。

 

图7典型的PPG信号具有峰值和谷值。

一些系统将结合LPF操作使用平滑滤波器（例如，移动平均滤波器，数字滤波器，Savitzky-Golay滤波器等）。在需要识别数据趋势和抑制噪声的地方，采用了平滑滤波器。平滑滤波器的另一个特征是色散最小。这有助于提高数据精度，而不会扭曲信号趋势。

峰值/谷值检测
峰值/谷值检测操作不仅提供基本的脉冲时序（即HR信息），而且还提供计算SpO 2级别所需的未补偿的DC和AC级别。

图7示出了典型的原始PPG数据信号。当系统相对稳定时，峰值/谷值检测非常简单。就是说，不是太吵，没有运动伪影，并且没有足够的用户灌注。现在，我们将专注于检测波形的峰值和谷值所需的基本操作。

一种检测信号峰值的技术是对数据信号进行微分。峰值与导数等于零的点相关。在图7中，这些零交叉点用红色圈出。

不幸的是，PPG信号很复杂，具有多个导数等于零的点。在存在噪声的情况下，这甚至更具挑战性。幸运的是，感兴趣的导数零交叉点始终位于导数波形峰值之后。避免进行另一次导数运算（即，获得第二阶导数以确定一阶导数中的最小/最大点），可以应用简单的电平检测运算来确定峰的负斜率侧，从而确定下一个零位。与PPG峰相关的交叉点。

通过找到连续的零交叉之间的时间，您可以测量脉冲频率R'-R'（又称HR）。将其与ECG RR脉搏率区分开来称为R'-R'。尽管R'-R'具有与之相关的血容量传输延迟，但其值是HR的正确度量。

图8显示了用于检测PPG信号峰值和谷值的基本流程图示例。子例程末尾的一些操作是SpO 2确定的准备操作。

 

图8用于检测峰值和谷值的子例程流程图示例。

平滑导数数据
为了成功地将微分应用到光信号处理中，必须将微分与平滑结合使用，以优化信噪比（SNR）。进行足够的平滑处理后，平滑后的导数的SNR会好于未平滑原始信号的SNR。

从理论上讲，无论在何处执行平滑操作（在导数函数之前或之后）都无关紧要，应牢记信号的动态范围。在某些情况下，未平滑的差分信号可能会超出允许的“净空”，从而导致信号失真。选择平滑滤波器的主要设计注意事项包括：

• 平滑类型
• 平滑率（平滑宽度与原始峰的宽度之比），以及
• 执行平滑操作的次数[3]。

当信号被微分时，该信号中的噪声也被微分。如果信号噪声主要为“白色”，则在导数信号中它将变为“蓝色”。在有限的频率范围内，随着频率的增加，蓝噪声功率密度以每倍频程3dB的速率增加。因此，平滑滤波器将减少蓝噪声功率，从而与原始信号相比，会增加导数信号的SNR [3]。

在设计使用平滑的算法时要格外小心。例如，一种用于检测和测量信号峰值的流行技术是在平滑的一阶导数中定位向下的零交叉点。平滑操作仅应用于导数以找到信号峰值的位置。每个峰的位置，高度和宽度由零交叉点附近的原始原始数据段的最小二乘曲线拟合确定。因此，即使需要进行大的平滑以可靠地识别噪声尖峰，通过曲线拟合提取的峰值参数也不会失真。

由于Savitzky-Golay滤波器[3,4]可以同时执行微分和平滑处理，因此它是考虑的绝佳候选者。平滑有助于减少导数中的噪声，从而产生更可靠的过零检测（即时间戳）。这可能是系统链中最困难的处理任务：区分噪声信号以准确确定PPG信号的峰值和谷值位置。训练有素的DSP工程师应该能够为他/她的应用程序开发最佳的系统设计，该设计可以实现以下处理任务：

• LPF可以减少较高频率的噪声（包括运动伪影）。
• 平滑滤波器有助于峰值/谷值检测过程。
• 差异化因素。

有多种类型的平滑滤波器可供选择。以下是一小部分平滑滤波器，供潜在考虑[5]：

• 矩形平滑或未加权的滑动平均平滑
• 加权滑动平均平滑度（例如，三角形，指数等）
• 卡尔曼滤波器
• Savitzky-Golay平滑滤波器
• 平滑样条

由于各种平滑滤波器实现之间需要权衡取舍，因此您应该研究多种平滑滤波器设计，以确定给定应用的最佳解决方案。

AC / DC估计器 图9中
的峰值通过相关的时间导数零交叉点突出显示。该算法接下来将找到谷值（即谷值）。

 

图9这些图显示了PPG信号的交流和直流电平的估计。

需要了解峰值和谷值位置处的信号幅度，以便按以下方式估算AC和DC信号值：

AC红色= ADC（红色）Cnts @峰值– ADC（红色）Cnts @谷值
AC红外= ADC（红外）Cnts @峰值– ADC（红外）Cnts @谷值
DC红色=（ADC（红色）Cnts @峰值+ ADC（红色）Cnts @谷底）/ 2
DC红外=（ADC（红外）Cnts @峰值+ ADC（红外）Cnts @谷底）/ 2

此处显示的DC估计值基于峰值和谷值的平均值。这提供了一些额外的滤波（即平均），可以帮助解决低频（运动）伪影和带内噪声。单独的峰值/谷值也可以用作DC估计值，但是它更容易受到瞬时噪声的影响。

在可穿戴应用中使用反射式PPG传感器时，通常会观察到低频（运动）伪影，有时称为基线漂移。它显示为PPG信号趋势或漂移。它可以具有正斜率，负斜率或根本没有斜率。

“ R”计算
下一步是纯粹的计算。例如，我们将使用以下PPG峰值和谷值：

ADC（红色）Cnts @峰= 81533
ADC（红色）Cnts @谷= 81427
ADC（红外）Cnts @峰= 94383
ADC（红外）Cnts @谷= 94078

计算AC / DC估计产量：

AC红色= 81533 – 81427 = 106
AC红外= 94383 – 94067 = 305
DC红色=（81533 + 81427）/ 2 = 81480
DC红外=（94383 + 94067）/ 2 = 94225

然后使用“比率比率”公式计算R ，如下所示：

SpO 2传感器校准

为了获得SaO 2估算值（即SpO 2传感器测量值），必须建立R和SaO 2之间的关系。这涉及通过以下方法之一对SpO 2传感器进行校准：

• 医学实验室中的经验数据收集
• 内标校准
• 免校准脉冲牛

对于高精度（2％）传感器系统（例如，医疗级脉冲牛），美国食品药品监督管理局（FDA）为SpO 2传感器系统的测试，数据收集和后续校准建立了标准[6] 。这些标准包括以下内容：

ISO 80601-2-61：2017 –医用电气设备—第2-61部分：脉搏血氧仪设备的基本安全性和基本性能的特殊要求。

脉搏血氧仪–上市前通知提交[510（k）s]工业和食品药品监督管理局工作人员指南

请注意，FDA要求整个系统（不仅是传感器）都要完成SpO 2性能分析。因此，每位客户必须在最终产品中使用所用传感器产品前面的光学屏蔽来验证FDA级SpO 2测量性能。有关更多校准的详细信息，请参考使用Maxim MAX32664传感器集线器进行SpO 2测量的指南应用说明。

使用内标进行校准涉及对已知设备的拥有，维护和定期校准。在收集SpO 2校准数据时，该已知单元应用作控制单元。请注意，由于缺乏环境氧气水平控制，因此涉及的患者数据范围非常有限。需要医学实验室来控制和监视低于正常水平的环境氧气水平，以及受试者的健康和安全。

免校准脉冲ox基于理论上得出的SpO 2 / R 数据。有许多文件可以解决这种方法。由于该技术伴随着较大的错误，因此被用于非临床应用。

下面的图10显示了SpO 2 / R 经验数据的示例。显示了两个数据拟合以供参考：1）最佳拟合直线（BFSL）和2）二阶多项式拟合，均使用最小二乘回归法得出。注意，当R <0.4时，SpO 2估计值实质上为100％。

 

图10经验SpO 2 / R）数据示例。

取决于给定应用的可接受误差水平，与数据拟合方法（例如曲线拟合，分段曲​​线，样条拟合等）相反，可能需要数据表查找技术。

SpO 2估计器（即SpO 2测量）
确定R后，可以使用曲线近似或查找表确定SpO 2估计。以下是使用图10中的二阶多项式逼近确定脉冲ox测量的示例：

这样就完成了图6中概述的信号处理。如前所述，这只是可以实现的众多信号处理算法之一。

SpO 2传感器错误源
在得出结论之前，用户应意识到可能损坏HR和脉搏氧信号的潜在错误源。根据应用程序的不同，可能需要各种设计技术来减轻下列错误源的数量：

• 生物学因素：CO-Hb和MET-Hb
• 低频电噪声（白噪声和闪烁噪声，50 / 60Hz电源线噪声，附近组件的系统噪声和不良的布局技术等）
• 低频光学噪声（荧光灯，栅栏效果导致阴影/光事件等）
• 呼吸（与SpO 2和HR信号具有几乎相同的周期性运动）
• 传感器位移
• 运动伪影

灌注（环境温度低；黑色素等生理差异；等）

反射式PPG传感器系统中的运动伪像是一个特别难于减小的误差源。外壳和光学组件系统设计加剧了这两种情况，这两种设计都针对特定的可穿戴身体位置。通常可以通过使用光学仿真工具和基准评估来减少这种情况。加速度计可与HR / SpO 2传感器设备一起使用，以监视和检测运动，使用户能够确定运动事件的必要条件（数据平滑，丢弃损坏的数据等）。

本文研究了脉冲氧和心率监测系统的信号处理和校准要求。通过使用强大的信号处理算法并减轻噪声源，光学传感解决方案可以提供将原始信号转化为有用的健康状况所需的性能。

马克·史密斯（Marc Smith）是Maxim Integrated的前雇员。有关本文的问题或意见，可以直接联系Steve Koh ，。

参考

Wukitsch，MW，Petterson，MMT，Tobler，DR，和Pologe，JA（1988）。脉搏血氧饱和度：理论，技术和实践分析。临床监测杂志，4（4），290-301。

Nitzan，M.，Romem，A.，Koppel，R.，（2014）。脉搏血氧饱和度：基本原理和技术更新。德芙医学出版社有限公司。医疗设备：证据和研究。脉搏血氧饱和度测定法的准确性，第4页。 

O'Haver，T。，（2014年）。信号处理的语用简介及其在化学分析中的应用。 

罗纳德·W·谢弗（Shafer），“什么是Savitzky-Golay滤波器？” IEEE信号处理杂志。2011年7月。

MathWorks。过滤和平滑数据

Maxim集成应用笔记AN6845：使用Maxim MAX32664传感器集线器进行SpO 2测量的指南

编辑：hfy