生物识别可穿戴设备的准确性继续得到大量关注(最近在这里，在这里,在这里)，这导致更多的人问是什么使18新利在线网址Valencell的光学心率监测方法不同。要回答这个问题有很多方面，但本文将集中讨论最重要的一个方面，即“主动信号表征”。主动信号表征是一个术语，用来描述主动识别和表征来自当今许多可穿戴设备上的生物识别传感器的不同类型的原始信号数据的过程。把主动信号的特征看作类似于主动消噪除了耳机，还包括各种可穿戴设备(包括智能手表、腕带、耳塞或其他设备)中的传感器产生的生物识别信号。
主动消噪
光学心率监测，也称为光电容积描记术(PPG)心率监测，显然与听力学和音频噪声控制有很大不同，但也适用一些类似的概念。回想一下，光学心率监测器的工作原理是将光照射到体内，测量散射回来的光，并找到与血液流动相关的光信号。
这些设备中的探测器捕捉所有照射在传感器上的光——血流、阳光、其他环境光、运动噪声等等。在休息时，这不是一个问题，因为对于不运动的人来说，血流信号可能是主要的时变信号。但在运动过程中，这是一个巨大的挑战，因为血流信号可能只有千分之一th传感器收集到的总光的总和。这很像大海捞针。
具有数字信号处理(DSP)专业知识的工程师可能会被诱惑用加速度计测量运动，使用该信息作为噪声参考，从光学传感器信息中减去运动信息。这种方法当然可以帮助缓解运动伪影，但这种方法的一个关键问题是，并非所有的运动/环境噪声都是平等的，在各种体育活动中，单独减法可能会导致错误的心率结果。
这就是主动信号表征的切入点。这一过程主动识别来自光学检测器和加速度计的生物、运动和环境信号，并在生理模型的背景下对数据集进行分类。信号数据的主动表征是重要的，因为(如上所述)不同类型的运动噪声必须以不同的方式处理，以便正确地过滤光(PPG)血流信号。有了这些信息，可以通过以下方式进行准确的心率监测:
- 主动滤波光学(PPG)数据，选择性提取生物特征信息，并去除运动噪声
- 确保可穿戴设备继续跟踪心率，而不是其他信息(如运动噪声)。关于这种方法的一个很好的参考可以在美国专利#8,888,701．
传感器收集的运动信息还可以用于促进基于心率和运动信息的生物特征评估。通过这种方式，信号表征过程不仅支持获得高度准确的心率，还支持获得其他生物特征，如心脏效率，VO2R-R间隔和血压。例如，在较高的水平上，心脏效率可以通过一个人的节奏除以他们的心率(每分钟步数/每分钟节拍)来计算。基本原则是，你越健康，每走一步所需的心跳就越少。但评估心脏效率需要能够准确识别并区分步进数据来自加速度计血液流量数据来自光电检测器。关于理解这个计算的动力学的一个很好的参考可以在美国专利申请# PCT/US2015/018049．
随着可穿戴设备市场的不断发展，这种结合心率和运动信息的先进指标正在成为下一代可穿戴设备的热门选择成长．如果没有主动信号表征，准确的心率和其他ppg衍生的生物特征(如呼吸频率和血压)将变得非常具有挑战性，特别是在运动和剧烈活动期间。如果你正在考虑为你的下一个可穿戴设备添加生物识别功能，请确保它使用主动信号表征。