两厢车的新选择 雪佛兰科鲁兹两厢版实拍图解

作者/ROHM SEMICONDUCTOR （罗姆半导体集团）供稿

0 引言

光学式脉搏传感器是利用半导体技术之一光传感技术进行脉搏测量的传感器。这种光传感技术是使光源（LED）照射生物体，利用感光部--光电二极管（以下简称“光电Di”）或光电晶体管，来测量生物体中透射或反射的光的技术。动脉血液中存在具有吸光特性的血红蛋白，所以通过按时间序列感测光量，可获取血红蛋白量的变化即脉搏信号。

近年来，搭载市售光学式脉搏传感器的智能手环和智能手表中，考虑到与皮肤间的穿戴性能和负荷，主流产品大多选用使用绿色光的反射型光传感器。由于绿色光对生物体的穿透深度较浅，不易受血液以外的组织影响，另外，血红蛋白的吸光系数较大，因而可测量脉动成分较大的脉搏信号。

本文将介绍非常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。

1 可穿戴式设备用脉搏传感器需要具备的规格

1.1 低功耗

可穿戴式设备由于需要穿戴到身体上，所以对设备本身的尺寸和重量有限制，电池容量很难增加。因此使之低功耗工作是非常重要的。图1表示脉搏传感器的消耗电流情况。采用以往技术的脉搏传感器中，LED驱动部、模拟前端（以下简称“AFE”）部的消耗电流均较大。而BH1790GLC为了降低LED驱动部的电流，提高了感光部的灵敏度，以便在LED亮度较低的条件下也可获取脉搏信号，并将AFE部集成到1枚芯片，从而有效降低了消耗电流。

下面具体介绍一下提高感光部灵敏度的手法。以往的技术是使用跨阻放大器电路（以下简称“TIA电路”）将光电Di产生的电流转换为电压。TIA电路是使用放大器和电阻将光电Di产生的电流转换为电压的电路。但是，光线照射到光电Di时产生的电流非常小，而提高灵敏度需要增加电阻值，因此放大器的噪声和电阻的热噪声一直是亟需解决的问题。

BH1790GLC采用积分型电荷放大器，实现了更高灵敏度(图2)。积分型电荷放大器通过将一定期间内光电Di的电流充电到电容器而将电流转换为电压的方式，来过滤充电期间的噪声，从而可降低噪声。因此可低噪声测光，并可提高感光部的灵敏度。如果感光部的灵敏度更高，采用较小的感光元件也可充分测光，所以光电Di和AFE部更易于集成在1枚芯片上。而且，在低亮度条件下也可测量脉搏，可减少LED驱动部的消耗电流。BH1790GLC通过采用积分型电荷放大器，消耗电流与以往技术相比减少达85％。

图1　脉搏传感器消耗电流情况

图2　电流-电压转换放大器电路例

1.2 红外线滤除特性

可穿戴式设备由于也在户外使用，所以需要使用滤除容易穿透人体的红外线等干扰光的光传感器。使用普通Si PCB板的光电Di在红外线波长(850nm)附件灵敏度较高，因此容易受干扰光影响。

而BH1790GLC搭载的光电Di在绿色波段530nm附近灵敏度达到峰值。这种Di是利用从Si表面到PN结部的距离越浅灵敏度的峰值越偏移到短波长端的性质，使用配置于Si表面较浅部分的光电Di来实现的。

不仅如此，BH1790GLC还在Si PCB板上配置了彩色膜和多层膜滤光片2种光学滤光片，来滤除红色光和红外线成分。彩色膜滤光片具有滤除红色光的特性，多层膜滤光片具有滤除红外光的特性，这使感光部仅允许绿色波段的光通过。(图3)。

使用BH1790GLC和普通光电Di实际测量脉搏信号的结果如图4所示。在产生干扰光的环境下测量脉搏信号时，普通光电Di由于干扰光成分与脉搏信号叠加而噪声增大，而BH1790GLC受干扰光的影响非常小，可稳定获取脉搏。这使在阳光普照的海滩和公园等户外也可获取高品质的脉搏信号，是非常适用于可穿戴式设备的脉搏传感器。

图3 BH1790GLC感光部的分光特性

图4　在干扰光环境下的脉搏信号比较

2 脉搏传感器系统

此次制作了使用BH1790GLC测量脉率的手环式脉搏计。脉搏传感器部由脉搏传感器(ROHM公司 BH1790GLC)、LED(ROHM公司 SMLE13EC8T)、加速度传感器(Kionix公司 KX-022)、微控制器(蓝碧石半导体公司ML630Q791)组成(图5)。与外部的通信通过安装于另外PCB板的Bluetooth LE模块(蓝碧石半导体公司MK71050-03)进行。

使用制作的脉搏计测量的脉搏信号如图6所示。

图5　使用BH1790GLC的脉搏计

图6　使用BH1790GLC测量的脉搏信号

3 脉搏算法

从图6的结果明确可知，由于毛细血管的密度不同，不同测量部位的脉搏信号水平差异很大。在指尖和耳垂可获得较大的脉搏信号，而在戴着智能手环等的手腕获得的脉搏信号偏小。另外，手腕在日常生活中也属于经常活动的部位，受体动噪声的影响较大。因此根据手腕的脉搏信号很难准确计算脉率。

针对这个课题，ROHM使用加速度传感器，开发出内置消除体动噪声功能的脉率算法。体动噪声是由身体活动带来的传感器位置偏差和血流变化引起的，因此噪声成分与加速度传感器的信号有关。利用该现象，创建了从加速度传感器提取体动噪声成分，消除脉搏信号中所含的噪声干扰的算法。图7是实际的跑步机运动时的脉率曲线与电极型心率监测仪测量的结果比较。搭载ROHM算法的演示机相比心率监测仪表现出良好的追踪性，受体动噪声的影响较小，可高精度地计算出脉率。

图7　跑步机运动时的脉率测量结果

4 未来展望

脉搏计作为使用脉搏信号的应用已经得到普及，通过脉搏波动分析而获取压力信息、通过波形分析而获取血压信息等应用的开发进程也在加速。当将这些功能搭载到可穿戴式设备上并可以稳定地测量时，实现根据每日的身体状态变化及早捕捉疾病预兆将指日可待。如今，ROHM也正在致力于支持这些生物体信息测量的脉搏传感器开发。

要想通过脉搏进行压力测量或获取血压信息，需要提高脉搏信号的时间分辨率。于是ROHM试制了将采样频率提高到1024Hz的脉搏传感器。如图8所示，经确认，该脉搏传感器可高分辨率且高精度地检测脉搏信号。今后ROHM还将致力于开发使用该脉搏传感器计算压力和血压信息的算法。

图8 BH1790GLC和1024Hz采用频率产品的脉搏信号比较