技术干货：动态心率检测方案再升级！

随着人们生活质量的不断提高，个人健康越发受到重视。而心率监测则成为监控身体健康状况不可或缺的方式之一。目前来讲，成熟的无创心率测量方法有血氧法、心电信号法、动脉压力法以及光电血管容积图（PPG）。

随着人们对健康的关注度不断提升，心率监测功能已经从传统的医疗和健康维护产品，走向了更广阔的可穿戴设备等电子产品。那么如何在这些产品中快捷方便地导入正确的心率监测解决方案呢？我们就从常见的多种方法中来找出最新的答案。目前来讲，成熟的无创心率测量方法有血氧法、心电信号法、动脉压力法以及光电血管容积图（PPG），以下为各种方案的介绍和设计建议，以及市场上即刻可用的解决方案：

1. 血氧法

常见的那种夹在食指尖的心率测试仪就是采用这种方法。血氧法的优势是提供心率和血氧饱和度两种信号；劣势是由于需要在另一端接收透射光信号，那么这部分人体组织就必须足够薄才行，全身上下合适的位置就只有指尖和耳垂，使用范围比较受限制。

2. 心电信号法

窦房结有节律地控制心脏收缩舒张从而向躯干泵血。这个控制信号是一个电信号（人体神经信号在神经上都表现为电信号），会逐渐扩散到体表，可以在皮肤通过电极测量。这个节奏就是心率，医院里面一般用的心电仪就是采用这个原理实现的。

3. 动脉血压法

这是最古老的方法，中医的脉诊就是通过医生的手指按压患者手腕的寸、关、尺（三部）脉象的变化来诊断人体内部的疾病。所谓的脉象，其实就是在手腕处皮肤的表层、中部及内部，都能摸到动脉压力的变化。可以通过压力传感器将这个压力信号测量出来，通过后级MCU进行计算，转换成心率。这个方案是目前商用最不成熟的，一般只在医院中对手术中及手术后的静息病人使用。

4. 光电血管容积图（PPG）法

这种方案是通过检测可见光来计算心率，如绿光。当然也可以选择其他的可见光，如红外光或黄光，这需要视不同的肤色而定。选择绿光的原因在于，绿光的波长在氧和血红蛋白与非氧和血红蛋白均有较好的吸收系数，这意味着在同样的条件下绿光所获得的脉搏波的信号质量更好，更有利于计算心率。

另外一个原因是，绿光对外界温度变化造成的信号漂移是最小的。这种方案的具体原理是，利用绿光在人体组织中的反射量来检测心率。通常有两个或三个绿色LED向手腕发出可见光，然后中间有个光电传感器接收和处理反射回来的光，通过后面的处理器（低功耗的MCU）来处理和计算，得出准确的心率。图1所示为光电血管容积图（PPG）检测心率的原理。

图1 光电血管容积图（PPG）心率检测原理

图2 绿光发光二极管及集成绿光二极管与光传感器的模组

5. 了解这四大方法后的设计建议

 人体的皮肤、骨骼、肉、脂肪等对光的反射是固定值，而毛细血管和动脉静脉由于随着脉搏容积不停变大变小，所以对光的反射是波动值。这个波动的频率就是脉搏，一般也跟心率是一致的。这种方法只能得到心率信号，但是对运动带来的噪声的抵抗力比较强，很适合应用在运动腕表及智能手环上。

心率检测在算法上面还分为静态心率检测和动态心率检测两种。在人睡觉或早上起床时用静态心率检测算法测量人体的心率准确性比较高。在运动状态下，采用静态心率检测算法的智能手环或智能手表由于振动、汗渍等原因，导致传感器与人体皮肤接触不稳定，从而导致测量的精度和准确性受到影响。而采用动态心率检测算法的智能手环或智能手表，由于加入了其他的加速度传感器，并且在算法上面增加了抗干扰及运动补偿算法，在一定程度上克服了由于振动、汗渍等原因对测量精度造成的影响。

6. 市场上即刻可用的解决方案

作为物联网领域芯片、软件和系统解决方案的领先提供商，SiliconLabs今年强势推出的心率检测模块Si1144-AAGX-GMR可实现基于光电血管容积图（PPG）的动态心率检测功能。该模块集成了一颗带透镜的绿光发光二极管（525nm），高灵敏度的光电二极管，以及低噪声模数转换和滤波电路。模块内部的另外两个LED驱动器，还可以再驱动外接的LED（波长从525nm到940nm），每个LED驱动器的电流可在6mA到360mA范围内编程设置。

此外，该方案还集成了速率达3.4Mbps的I²C接口与MCU进行通信。Si1144-AAGX-GMR模块采用4.9x2.85x1.2mm的QFN封装，1.71到3.6V供电，工作温度范围从-40到85度。其在健身腕带、智能手环、智能手表及其他可穿戴产品上，有非常广泛的应用前景。图3为Si1144-AAGX-GMR模块的系统内部框图及实物图。

图3 Si1144-AAGX-GMR模块的系统内部框图及实物图

目前，Silicon Labs能提供的动态心率检测方案主要有两种，第一种是基于Si1144-AAGX-GMR模块+EFM32WG(M4)+加速度传感器，算法代码需要的Flash容量在159K左右，对RAM空间的需求在12.5K左右。第二种也是基于Si1144-AAGX-GMR模块+加速度传感器+EFM32G(M3)/EFR32BG，其是在第一种方案的基础上做了优化，进一步降低了对MCU资源的需求（Flash存储器空间需求为57K，RAM空间资源需求为12.5K）。目前，这两种方案均可正式提供。

欲了解Silicon Labs新型Si1144动态心率检测解决方案的价格、可用性、开发工具、数据手册等详细信息以及订购Si1144模块的样品和入门开发套件，请访问：http://cn.silabs.com/products/sensors/infraredsensors/Pages/si1144.aspx?Utm_Source=Cmty&Utm_Medium=blog%20post&Utm_Campaign=IoT

源内容地址：http://www.sekorm.com/news/1483.html

您也可以通过以下二维码扫描，关注芯科社交媒体平台：