ams zur Mobile World Armbandintegration von Pulssensoren

ams Armband-Referenzdesign mit Android-App.
Armband-Referenzdesign der ams AG mit Android-App.

Die Integration optischer Sensoren zur Pulsmessung auf Armbändern gestaltet sich schwieriger als gedacht. Eine Lösung mit Testbench- und Sensorikpaket von ams wird vorgestellt.

Das Angebot an Puls-Messgeräten nimmt stetig zu: Verbraucher können aus einer Vielfalt "intelligenter" Uhren und armband-integrierter Gesundheitssysteme wählen. Oft wird dabei optische Pulsmessung eingesetzt. Mit sorgfältigem Systementwurf können solche Geräte die Präzision der etablierten Brustgurt-Puls-Messgeräte erreichen. Letztere sind unbequem im Langzeitgebrauch und schwierig mit weiteren nützlichen Anwendungen kombinierbar. 

In der Praxis machen Nutzer von Armbandgeräten heutzutage unterschiedliche Erfahrungen: Trotz elementarem Messprinzip der optischen Pulsmessung, existieren gravierende technische Schwierigkeiten bei der Implementierung in ein Armband: Rauschen, schwache Messsignale, Amplitude von Bewegungsartefakten, starke Variation des Handgelenksumfanges verschiedener Träger. Der Fachartikel diskutiert die wichtigsten mechanischen, optischen, elektrotechnischen und software-seitigen Schwierigkeiten und stellt Testprozeduren zur bestmöglichen Sensorintegration vor.

Prinzipieller Aufbau

Optische Pulssensoren nutzen das Photo-Plethysmography-Prinzip (PPG): Jeder Herzschlag variiert die optische Durchlässigkeit mit der Volumenänderung der Gefäße. Bei einem Photo-Plethysmogram wird LED-Licht ins Gewebe gestrahlt und die Transmission mit Photodioden erfasst: Herzschläge verursachen Änderungen und Peaks der gemessenen Transmission. Die Schwierigkeiten bei der Armband-Integration entstehen mit der geringen Signalamplitude. Das LED-Licht durchläuft nicht nur die Blutgefäße sondern auch das Gewebe im Handgelenk. Die relative Amplitudenänderung bei Herzschlag beträgt ungefähr 0,1 %. Diese geringe Variation wird bei Messung mit der Photodiode leicht durch Rauschen verdeckt. Körper-, Finger- oder Handbewegung sind dabei dominante Rauschursachen, da sie den Druck am Haut-Armband-Kontakt und damit die optische Verbindung verändern.

Techniken zur Signalfindung und Rauschunterdrückung

Beim PPG-Armbandsensor muss die Signalintegrität unter Eindämmung der verschiedenen Rauschquellen erhalten bleiben. Dies geschieht in erster Linie mechanisch: Der Sensor muss stabil auf der Haut liegen, da bereits kleinste Verschiebungen zur Hautoberfläche eine große Signalvariation bewirken. Zusätzlich sollte der Sensor Ca. zwei Fingerbreiten vom Handgelenk entfernt getragen werden, da das Signal dort rauscharm und intensiver ausfällt. Variationen von Handgelenkdurchmesser und -Krümmung, Blutdruck, Handgelenkbehaarung und -Farbe beeinflussen das optische Signal entscheidend.

Kleinere Sensoren sind prinzipiell besser integrierbar. Weiterhin muss jeder OEM die unterschiedlichen Anforderungen des PPG-Sensors mit Materialien, Formen und ästhetischen Gesichtspunkten abwägen.

Bewegungen stellen nicht die einzigen Rauschursachen im PPG-Signal, optisches Übersprechen muss ebenso betrachtet werden. Bei dunkler Pigmentierung erhöht, mit stärkerer Absorption des grünen Lichts, der Sensor automatisch die Helligkeit der grünen LED. Das steigert das Risiko dafür, dass Übersprechen den Sensor in die Sättigung überführt. Übersprechen tritt auf, wenn das Licht ohne Gewebedurchlauf direkt von den inneren und äußeren Sensorflächen zur Photodiode reflektiert wird. Dies kann nie völlig unterdrückt, aber mit geeignetem Armbandentwurf auf sicheres Niveau reduziert werden. Anwender des optischen Biosensors ams-AS7000-SoC können die Leistungsfähigkeit ihres Entwurfes mit Simulationen von ams prüfen (Bild 1).

Zur Vereinfachung zeigt Bild 2 nur jene Lichtstrahlen die den Sensor nach Reflexion am Coverglas erreichen.

Die Modelle zeigen vor allem zwei Optionen zum Eindämmen des Übersprechens auf: Minimierung des Luftspalts oder Hinzufügen einer optischen Maske.

Nach Erfahrungswert der ams-Anwender ist die Reduktion des Luftspalts effektiver. Optische Masken verringern die Signalstärke und erhöhen Betriebsstrom der LED sowie die Anfälligkeit des Sensors für weitere Rauschquellen.

Übersprechen ist nicht die einzige optische Störquelle. Sonnenlichtanteile, die den integrierten Filter im AS7000 Biosensor passieren, müssen vom Messsignal der LED-Signale unterschieden werden. Dazu wird das LED-Licht gleichsam mit der Photodiode moduliert: Der Sonnenlichtanteil kann so vom Messsignal unterschieden werden. Modulation verbessert zusätzlich die elektrische Eigenschaften des Systems, die Rauschunterdrückung des Operationsverstärkers im SoC muss nur an der Modulationsfrequenz optimiert werden. Die Modulationsfrequenz wird so gewählt, dass das Signal außerhalb des rauschstarken 1/f-OPV-Frequenzbandes liegt. Wegen der sehr kleinen PPG-Signalamplituden wird dann der Schaltungsentwurf zusätzlich zur Signalextraktion im relevanten Frequenzband optimiert. (Typische Werte: 0.5 Hz – 4 Hz entsprechen 30 BPM – 240 BPM Herzfrequenz.)

Gleichzeitig muss das Rauschen der restlichen Komponenten minimiert werden. Im AS7000 konvertiert ein Softwarealgorithmus das PPG-Signal in Pulsraten. Zusätzlich werden bewegungsinduzierte Signale mit einem externen Bewegungssensor abgeglichen: Somit kann der Bewegungssignal vom PPG Signal abgezogen werden, es verbleibt nur die Pulsmessung. Die Umsetzung des einfachen Prinzips gestaltet sich auf Algorithmusebene komplex, da die volle Bandbreite an Einsatzbedingungen abgedeckt werden muss. Viele Benutzer halten intuitiv Schritt mit ihrer Herzrate: Die Bewegungsrate ist dann eine harmonische Oberwelle der Grundschwingung.

Testmethoden für Armband-Pulsmessung

Zunächst sollten Prototypen auf einem Armband getestet werden wobei der Benutzer möglichst ruhig sein sollte (stationärer Test). Die Ergebnisse sind mit einem Referenz-Kit des Sensorherstellers abzugleichen. Tests an linkem und rechtem Arm sowie mit Referenz-Brustgürtel erhöhen die Aussagekraft des Tests. ams hält dazu eine Android-App bereit: Damit werden Armband- und Brustgurtsignale über Bluetooth abgeglichen (Bild 3).

Bei bestandenen stationären Tests muss die Systemleistung unter realistischen Bedingungen verifiziert werden, einschließlich verschiedener Bewegungsarten. ams verwendet als Beispiel dafür das "Walk-Jog-Run"-Protokoll auf einem Laufband:

[1 Minute Ruhe, 2 Minuten gehen bei 5 km/h, 1 Minute Ruhe, 3 Minuten Joggen bei 8 km/h, 2 Minuten Ruhe, 2 Minuten Laufen bei 8-10 km/h, 1 Minute Laufen bei 10-12 km/h, 3 Minuten gehen bei 5 km/h, 2 Minuten Ruhe]

Da die PPG-Signale signifikant mit dem Träger schwanken, sollte die Stichprobe mehr als 10 Personen enthalten. Zur Verifikation bei hellem Tageslicht müssen Innen- und Außenmessungen abgeglichen werden: Sie sollten identisch sein.

Nach dem Datensammeln kann eine Performanz-Benchmark gerechnet werden. Eine einfache Score-definition ist die Abweichung des Armbandswertes um mehr als absolut 5 % vom Referenzwert. Bild 4 zeigt diese Bewertung eines ams-Referenz-Designs mit AS7000-SSoC. Die gestrichelte Linie markiert den +-5 %  Korridor um die Referenzpulsrate. Im Walk-Jog-Run-Protokol lag die Pulsrate 96 % der Testzeit im Korridor.

Fazit

Die Performanz eines optischen PPG-Sensor-Systems beruht stark auf dem Management unterschiedlicher Bewegungsquellen, optischen und elektronischen Rauschens und ausgeklügelten Algorithmen. Mit genügend sorgfältigem Entwurf der mechanischen, optischen, elektronischen und Softwarebausteine wird das Armband zum Brustgurt-Puls-Messgerät konkurrenz-fähig.

Ausblick

ams präsentiert sein Sensorangebot für den mobilen Lebensstil auf dem Mobile World Congress. Am Stand werden Wearables für Puls- und Blutsauerstoffwerte, drahtlose Temperatursensorik zur medizinischen und industriellen Anwendung, präzise Licht- und Farbsensoren zur Displayfarbanpassung, TOF-Lösungen für LDAF-Fokussierung in Smartphone-Kameras, aktive Lärmregulierung für Kopfhöreranwendung, Farberkennungslösungen zum Farbabgleich gezeigt.