健康可穿戴设备中主要模拟设计考虑因素之间的连接性

超低功耗模拟人体传感器、数字微控制器以及创新电源和电池管理电路的开发正在推动可穿戴医疗保健产品的增长。应用已从运动跟踪扩展到血氧水平、血糖水平、体温等的持续监测。现在，可穿戴产品可以采集传统上在临床环境中监测的几乎所有人体信号，而且往往具有接近相同的精度水平但价格要低得多。

这毫不奇怪：根据市场研究公司 IHS 的预测，2019 年全球可穿戴产品的出货量预计将超过 2 亿件，在六年的时间内翻了一番。

尽管如此，在可穿戴设备根植到更多人的日常生活中之前，仍必须解决与可靠性和准确性相关的许多问题。这些设备必须高度可靠，因为读数可能用于生活方式调整或作为疾病的预警信号。为此，设计的生物传感器必须能够克服恶劣环境、汗水、运动和环境光等因素带来的测量挑战。

优异的连接性

任何可穿戴设备的关键要求是连接性。无缝无线连接已成为当今可穿戴设备的必备项之一。无线传输允许将数据传输到更大的显示屏或远程数据收集设备。低功耗蓝牙 (BLE) 是适合这一用途的新兴标准。此外，近场通信 (NFC) 提供有限范围内的无线连接，非常适合短内容传输，例如配置信息和记录数据检索等。

例如，在开发一种产品（如新款健身手环）时，工程师需要考虑需要传输多少数据、传输的频繁度以及传输范围。如果需要传输的数据量达到兆字节，则设计人员可能会考虑使用传统蓝牙或 Wi-Fi。

范围是另一个决定因素。BLE 通常可以在 30 米视线范围内通信。此外，使用场景因素也有影响，例如设备是否与智能手机通信，以将数据转发到云以进行分析。

能够承受考验

许多可穿戴系统设计用于在运动和其他高强度活动中配戴。耐用性是相对的；救生设备与自行车运动员所配戴的运动监测设备的要求不同。

真实条件下的可靠性意味着能够应对电子设备通常不需要处于其中的环境。这些组件包括用于多参数监测的低功耗模拟前端 (AFE) 解决方案以及嵌入式模拟部件，例如运算放大器、电流感应放大器、滤波器、数据转换器等，所有这些都是将真实信号连接到数字系统所必需的。

特别是身体传感器的电输出幅度非常低，以毫伏和微伏计。这样，许多适用于可穿戴健康应用的传感器与单个晶片或封装内的放大和转换电路相结合，以输出更高电平的模拟信号或串行数字信号。

示例：处理闪烁问题

光电容积脉搏波 (PPG) 是一种简单且廉价的光学测量方法，通常用于心率监测和脉搏血氧（一种用于测量血液中氧气含量水平的测试）读数。PPG 是一种非侵入性技术，在皮肤表面使用光源和光电探测器来测量血液循环的体积变化。

遗憾的是，光学传感器在使用中会也接收环境光。由于室内照明通常包含闪烁，可能会干扰 PPG 信号，因此尤其麻烦。根据全球地区差异，室内灯光可能会以 50Hz 或 60Hz 的基本频率闪烁。该频率接近于 PPG 信号的采样频率。如果不进行校正，环境闪烁会对每个样本产生不同的偏置。

图1：可穿戴PPG电路的主要任务是在节省功率的同时获得最大信噪比（SNR）。（来源：Maxim） 图 2: Maxim MAX 30112.的简化框图 (来源: Maxim)

为了抵消这些影响，目前高级的 PPG IC 采用了智能信号路径技术。算法也变得越来越复杂。因此，设计人员现在能够以各种形式使用 PPG，包括耳塞、戒指、项链、头带和臂带、手环、手表和智能手机。

无论哪种形式，可穿戴传感器都必须能够可靠地运行，同时克服常见噪声和误差源的影响。PPG 传感器的环境噪声通常分为两大类：光学噪声和生理噪声。

光学噪声是指传感器监测到的光路变化特性与所观察到的血液量光吸收无关。同样，生理变化可能会改变组织中的血流量和体积，从而改变 PPG 信号。

Maxim MAX30112 手腕型应用心率检测解决方案具有专为减弱各种 50Hz/60Hz 闪烁成分而设计的先进相关采样技术，可以减轻闪烁对 PPG 信号的破坏作用。它以 1.8V 主电源电压运行，并带有独立的 3.1V 至 5.25V LED 驱动器电源。该器件支持标准的 I2C 兼容接口，并通过其软件提供接近零待机电流的关机模式，从而使电源轨始终保持供电。

节省时间的工具

可穿戴医疗设备是执行特定生物医学功能的自主、无创性系统。这些设备跟踪心跳、体温、血氧和心电(ECG) 信号。传感器对某种物理输入做出反应，并通过生成信号（通常为电压或电流形式）进行回应。此信号经过整理与修正以使其更易于读取，以合理的速率采样，然后转换为处理器可读的信号。

要满足所有这些要求，构建可穿戴医疗保健产品可能既具有挑战又耗费时间。幸运的是，诸如 Maxim 的 Health Sensor Platform 2.0 之类的工具为腕戴式可穿戴设备提供了监测心电信号、心率和体温的功能，从而可节省数月的开发时间。使用此类工具，可穿戴产品现在几乎可以获取传统上在临床环境中监测的所有信号。

有关更多信息，请访问  http://bit.ly/Healthcare_Sensors_Maxim