智能手环测量心率主要依靠光电容积脉搏波描记法（Photoplethysmography, 简称PPG）这项光学传感技术，结合精密的算法实现。其核心原理和过程如下：

1. 光学原理（PPG技术）

• 光源发射： 手环背面的发光二极管（通常是绿色LED）向手腕皮肤发射特定波长的光线（绿光最常用，也有用红光或红外光）。
• 光线穿透与吸收： 光线会穿透皮肤表层，到达皮下组织的毛细血管（富含血液）。
• 血液反射： 血液中的血红蛋白对特定波长的光有吸收作用。动脉血（含氧丰富）和静脉血对光的吸收率不同。
• 脉搏波动引起的反射变化： 当心脏收缩时（脉搏波到来），动脉血管扩张，手腕局部毛细血管中的血量瞬间增加，吸收的光线会变多，反射回传感器（光电二极管）的光线就减少。
• 心脏舒张时的变化： 当心脏舒张时，血管收缩，该区域的血量减少，吸收的光线也减少，反射回传感器的光线就增多。
• 光信号变化： 因此，随着心脏有节律地搏动，血液体积（主要是动脉血量）在血管中呈现周期性的波动，导致反射回的光强度也呈现周期性的变化。

2. 光电检测

• 位于LED灯旁边的光电传感器（光电二极管） 负责捕捉这种周期性变化的光强度信号。它将反射光转换成微弱的电信号（电流或电压的变化）。这个电信号波形图就叫做光电容积脉搏波（PPG信号）。

3. 信号处理与算法计算

• 原始PPG信号是非常复杂且微弱的，包含大量噪声（例如手部移动、环境光变化、皮肤颜色、肤色、汗液、佩戴松紧度等都会干扰信号）。
• 手环内部的微处理器（MCU） 负责运行复杂的算法来处理这个原始信号：
  • 噪声过滤： 使用数字滤波器去除高频噪声（如运动抖动）和低频噪声（如环境光缓慢变化）。
  • 脉搏波峰检测： 算法识别出PPG信号中周期性的波峰（通常对应心脏收缩时血液充盈度达到顶峰）。
  • 节律分析： 计算连续两个波峰之间的时间间隔（即脉搏波的时间差），这个间隔直接对应一次心跳的周期。
  • 心率计算： 用60秒除以这个心跳间隔（单位为秒），就得到瞬时的心率值（例如，两次波峰间隔是0.8秒，则此刻心率=60 / 0.8 = 75次/分钟）。
  • 数据平滑与连续性输出： 为了提高显示稳定性和准确性，算法会对多个瞬间测量值进行平均或平滑处理，最终显示在用户界面上的通常是近几秒或近一分钟的平均心率。连续心率监测就是不断重复这个过程。

为什么常用绿光？

• 绿光对血液（尤其是含氧血红蛋白）的吸收率较高，同时能有效穿透皮肤表层到达毛细血管。
• 绿光相比红光和红外光，对运动中产生的运动伪迹干扰稍微敏感度低一些（虽然运动干扰仍然是PPG的大挑战）。
• 注： 测量血氧饱和度（SpO2）时，则需要使用红光和红外光，因为含氧血红蛋白和脱氧血红蛋白对这两种光的吸收特性差异最大。

提高准确性的关键因素

• 算法优化： 这是智能手环价值体现的核心，尤其是在运动模式下有效抑制运动伪影的算法。各品牌投入大量资源研发相关算法。
• 多传感器融合： 很多手环会结合加速计数据。当检测到用户处于运动状态时，算法会利用加速度数据来建模和区分真正的脉搏信号和运动引起的噪声，极大地提升运动中心率的准确性（运动补偿算法）。
• 传感器硬件： 更高精度的传感器元件能捕捉到更清晰、信噪比更高的PPG信号。
• 佩戴方式： 松紧适中、贴合手腕是保证信号质量的基础。佩戴过松会导致漏光，干扰检测；过紧则可能影响血液流动。

总结

智能手环测心率的核心，就是通过绿光照射手腕，探测皮下血液因心跳引起的周期性充盈变化导致的光反射变化（PPG信号），再通过强大的噪声过滤算法和脉搏波分析算法，从复杂干扰中提取出心动周期，进而计算出每分钟的心跳次数。

尽管PPG技术受限于手腕位置和运动干扰，但得益于不断进步的算法（特别是结合加速计的运动补偿）和硬件，现代智能手环在日常使用和普通运动场景下的心率监测精度已达到相当可靠的实用水平，为用户提供了便捷的健康和运动数据参考。对于医疗级的高精度要求（如心律失常诊断），则需要使用医用级的心电图（ECG/EKG）设备。