您的位置 首页 FPGA

可穿戴设备用光学式脉息传感器技能难点及使用案例

介绍了适用于可穿戴式设备的ROHM光学式脉搏传感器“BH1790GLC”的特性及其应用。

作者 ROHM SEMICONDUCTOR (罗姆半导体集团)供稿

摘要:介绍了适用于可穿戴式设备的ROHM光学脉息传感器“BH1790GLC”的特性及其运用。

0 导言

  光学脉息传感器是运用半导体技能之一光传感技能进行脉息丈量的传感器。这种光传感技能是使光源(LED)照耀生物体,运用感光部——光电二极管(光电Di)或光电晶体管,来丈量生物体中透射或反射的光的技能。动脉血液中存在具有吸光特性的血红蛋白,所以经过按时刻序列感测光量,可获取血红蛋白量的改变即脉息信号。

  近年来,搭载市售光学脉息传感器的智能手环和智能手表中,考虑到与皮肤间的穿戴功用和负荷,主流产品大多选用运用绿色光的反射型光传感器。因为绿色光对生物体的穿透深度较浅,不易受血液以外的安排影响,别的,血红蛋白的吸光系数较大,因而可丈量脉动成分较大的脉息信号。

  本文将介绍十分适用于可穿戴式设备的ROHM光学式脉息传感器“BH1790GLC”的特性及其运用。

1 可穿戴式设备用脉息传感器需求具有的标准

1.1 低功耗

  可穿戴式设备因为需求穿戴到身体上,所以对设备自身的尺度和分量有约束,电池容量很难添加。因而使之低功耗作业是十分重要的。图1表明脉息传感器的耗费电流状况。选用以往技能的脉息传感器中,LED驱动部、模仿前端(以下简称“AFE”)部的耗费电流均较大。而BH1790GLC为了下降LED驱动部的电流,进步了感光部的灵敏度,以便在LED亮度较低的条件下也可获取脉息信号,并将AFE部集成到1枚芯片,然后有用下降了耗费电流。

  下面详细介绍一下进步感光部灵敏度的方法。以往的技能是运用跨阻放大器电路(TIA电路)将光电Di发生的电流转换为电压。TIA电路是运用放大器和电阻将光电Di发生的电流转换为电压的电路。可是,光线照耀到光电Di时发生的电流十分小,而进步灵敏度需求添加电阻值,因而放大器的噪声和电阻的热噪声一直是亟需处理的问题。

  BH1790GLC选用积分型电荷放大器,完成了更高灵敏度(图2)。积分型电荷放大器经过将一定时间内光电Di的电流充电到%&&&&&%器而将电流转换为电压的方法,来过滤充电期间的噪声,然后可下降噪声。因而可低噪声测光,并可进步感光部的灵敏度。假如感光部的灵敏度更高,选用较小的感光元件也可充沛测光,所以光电Di和AFE部更易于集成在1枚芯片上。并且,在低亮度条件下也可丈量脉息,可削减LED驱动部的耗费电流。BH1790GLC经过选用积分型电荷放大器,耗费电流与以往技能比较削减达85%。

1.2 红外线滤除特性

  可穿戴式设备因为也在野外运用,所以需求运用滤除简单穿透人体的红外线等搅扰光的光传感器。运用一般Si PCB板的光电Di在红外线波长(850 nm)附件灵敏度较高,因而简单受搅扰光影响。

  而BH1790GLC搭载的光电Di在绿色波段530nm邻近灵敏度到达峰值。这种Di是运用从Si外表到PN结部的间隔越浅灵敏度的峰值越偏移到短波长端的性质,运用装备于Si外表较浅部分的光电Di来完成的。

  不仅如此,BH1790GLC还在Si PCB板上装备了五颜六色膜和多层膜滤光片2种光学滤光片,来滤除赤色光和红外线成分。五颜六色膜滤光片具有滤除赤色光的特性,多层膜滤光片具有滤除红外光的特性,这使感光部仅答应绿色波段的光经过。(图3)。

  运用BH1790GLC和一般光电Di实践丈量脉息信号的成果如图4所示。在发生搅扰光的环境下丈量脉息信号时,一般光电Di因为搅扰光成分与脉息信号叠加而噪声增大,而BH1790GLC受搅扰光的影响十分小,可安稳获取脉息。这使在阳光普照的海滩和公园等野外也可获取高品质的脉息信号,是十分适用于可穿戴式设备的脉息传感器。

2 脉息传感器体系

  此次制造了运用BH1790GLC丈量脉率的手环式脉息计。脉息传感器部由脉息传感器(ROHM公司 BH1790GLC)、LED(ROHM公司 SMLE13EC8T)、加快度传感器(Kionix公司 KX-022)、微控制器(蓝碧石半导体公司 ML630Q791)组成(图5)。与外部的通讯经过装置于别的PCB板的Bluetooth LE模块(蓝碧石半导体公司 MK71050-03)进行。运用制造的脉息计丈量的脉息信号如图6所示。

3 脉息算法

  从图6的成果清晰可知,因为毛细血管的密度不同,不同丈量部位的脉息信号水平差异很大。在指尖和耳垂可取得较大的脉息信号,而在戴着智能手环等的手腕取得的脉息信号偏小。别的,手腕在日常日子中也归于常常活动的部位,受体动噪声的影响较大。因而依据手腕的脉息信号很难精确核算脉率。

  针对这个课题,ROHM运用加快度传感器,开宣布内置消除体动噪声功用的脉率算法。体动噪声是由身体活动带来的传感器方位误差和血流改变引起的,因而噪声成分与加快度传感器的信号有关。运用该现象,创建了从加快度传感器提取体动噪声成分,消除脉息信号中所含的噪声搅扰的算法。图7是实践的跑步机运动时的脉率曲线与电极型心率监测仪丈量的成果比较。搭载ROHM算法的演示机比较心率监测仪表现出杰出的追寻性,受体动噪声的影响较小,可高精度地核算出脉率。

4 未来展望

  脉息计作为运用脉息信号的运用现已得到遍及,经过脉息动摇剖析而获取压力信息、经过波形剖析而获取血压信息等运用的开发进程也在加快。当将这些功用搭载到可穿戴式设备上并可以安稳地丈量时,完成依据每日的身体状况改变及早捕捉疾病征兆将指日可下。现在,ROHM也正在致力于支撑这些生物体信息丈量的脉息传感器开发。

  要想经过脉息进行压力丈量或获取血压信息,需求进步脉息信号的时刻分辨率。所以ROHM试制了将采样频率进步到1024 Hz的脉息传感器。如图8所示,经承认,该脉息传感器可高分辨率且高精度地检测脉息信号。往后ROHM还将致力于开发运用该脉息传感器核算压力和血压信息的算法。

  本文来源于《电子产品世界》2018年第3期第65页,欢迎您写论文时引证,并注明出处。

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/fangan/fpga/158963.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部