红外脉搏传感器可穿戴设备用光学式脉搏传感器技术难点及应用事例

作者/投稿人/ROHM半导体公司(罗马半导体集团)

0简介

光脉冲传感器是利用半导体技术之一——光传感技术来测量脉冲的传感器。这种光传感技术是使光源(LED)照射活体，利用光敏部分——光电二极管(以下简称“光电二极管”)或光电晶体管来测量活体中透射或反射的光。动脉血中存在有光吸收的血红蛋白，因此通过感测时间序列中血红蛋白的量，可以得到血红蛋白量的变化，即脉搏信号。

近年来，在配有市售光脉冲传感器的智能手环和智能手表中，考虑到它们与皮肤之间的耐磨性和负载，大多数主流产品选择使用绿光的反射光传感器。因为绿光对生物的穿透深度较浅，不易受血液以外组织的影响。此外，血红蛋白的吸收系数大，因此可以测量脉搏成分大的脉搏信号。

本文介绍了非常适用于可穿戴设备的ROHM光脉冲传感器“BH1790GLC”的特点和应用。

1可穿戴设备脉冲传感器所需的规格

1.1低功耗

可穿戴设备需要佩戴在身体上，因此设备的尺寸和重量有限，很难增加电池容量。因此，使其以低功耗工作非常重要。图1示出了脉冲传感器的电流消耗。在采用现有技术的脉冲传感器中，发光二极管驱动部分和模拟前端(AFE)部分的消耗电流大。为了降低LED驱动部分的电流，BH1790GLC提高了感光部分的灵敏度，使得即使在LED亮度较低的情况下也能获得脉冲信号，并将AFE部分集成到一个芯片中，有效降低了消耗电流。

下面详细介绍提高感光部分感光度的方法。过去采用跨阻放大电路(TIA电路)将光电Di产生的电流转换成电压。TIA电路是利用放大器和电阻将光电Di产生的电流转换成电压的电路。然而，当光照射光电二极管时产生的电流非常小，并且需要增加电阻值以提高灵敏度。因此，放大器的噪声和电阻的热噪声一直是亟待解决的问题。

BH1790GLC采用积分电荷放大器，实现更高的灵敏度(图2)。集成电荷放大器通过在一定周期内将光电二极管的电流充入电容，并将电流转换成电压，来过滤充电过程中的噪声，从而降低噪声。因此，可以以低噪声测量光，并提高感光部分的灵敏度。如果光敏部分的灵敏度较高，可以通过使用较小的光敏元件来充分测量光，因此光电二极管和AFE部分更容易集成在一个芯片上。另外，可以在低亮度的情况下测量脉冲，降低LED驱动部分的消耗电流。与现有技术相比，BH1790GLC采用积分电荷放大器，消耗电流降低85%。

图1脉冲传感器的电流消耗

图2电流-电压转换放大器的电路示例

1.2红外过滤特性

可穿戴设备也用于室外，因此需要使用光学传感器来过滤掉容易穿透人体的红外线等干扰光。光电Di采用普通的Si PCB板，在红外波长(850nm)下灵敏度高，容易受到干涉光的影响。

而BH1790GLC携带的光电探测器Di在绿光波段530nm附近具有峰值灵敏度。利用硅表面到PN结的距离越浅，灵敏度峰值向短波长端移动的特性，通过使用布置在硅表面浅部的光电二极管来实现这种二极管。

此外，BH1790GLC还在Si PCB板上配备了彩色滤光片和多层滤光片两种滤光片，用于滤除红光和红外光成分。彩膜滤光片具有过滤红光的特性，多层膜滤光片具有过滤红外光的特性，使得感光部分只允许绿光波段的光通过。(图3)。

使用BH1790GLC和普通光电二极管对脉冲信号的实际测量结果如图4所示。在有干涉光的环境下测量脉冲信号时，普通光电Di的噪声由于干涉光分量和脉冲信号的叠加而增大，而BH1790GLC受干涉光的影响很小，可以稳定地获得脉冲。这使得在户外获得高质量的脉冲信号成为可能，例如阳光充足的海滩和公园。它是一种非常适合可穿戴设备的脉冲传感器。

图3 BH 1790 GLC光敏部分的光谱特性

图4干涉光环境中脉冲信号的比较

2脉冲传感器系统

这一次，用BH1790GLC制作了一个手镯式脉搏计来测量脉率。脉冲传感器部分由脉冲传感器(ROHM公司的BH1790GLC)、LED(ROHM公司的SMLE13EC8T)、加速度传感器(Kionix公司的KX-022)和微控制器(蓝比什半导体公司的ML630Q791)组成(图5)。通过安装在另一块PCB板上的蓝牙LE模块(青石半导体公司的MK71050-03)与外界进行通信。

用制造的脉冲计测量的脉冲信号如图6所示。

图5使用BH1790GLC的脉搏计

图6使用BH1790GLC测量的脉冲信号

3脉冲算法

从图6中的结果可以清楚地看出，由于不同的毛细管密度，不同测量位置的脉冲信号水平有很大的不同。指尖和耳垂可以获得较大的脉搏信号，而佩戴智能手环的手腕可以获得较小的脉搏信号。此外，手腕也属于日常生活中的活跃部位，受感受器动态噪声影响较大。因此，很难根据手腕脉搏信号准确计算脉率。

为了解决这个问题，ROHM利用加速度传感器开发了内置消除人体运动噪声功能的脉率算法。人体运动噪声是由传感器位置偏差和身体活动引起的血流变化引起的，因此噪声分量与加速度传感器的信号有关。基于这一现象，提出了一种从加速度传感器中提取人体运动噪声分量并消除脉冲信号中包含的噪声干扰的算法。图7是实际跑步机的脉搏率曲线和由电极心率监测器测量的结果之间的比较。与心率监测仪相比，配备ROHM算法的演示器具有更好的跟踪性能，对运动噪声的影响更小，能够高精度地计算脉率。