7 月 27 日，ADI 中国在媒体分享会上，公布了最新的 ADPD7000 传感器前端芯片。这款芯片在智能手表的心率、血氧、心电等等生命体征监测中发挥了非常重要的作用。爱否科技也有幸受邀参加了这次媒体分享会，并学习到了很多关于智能手表、生命体征监测的技术知识，在这里和大家分享。
但是在说这颗芯片之前，我想先回答大家最关心的问题：智能手表中的心率、血氧、心电、体脂率检测是怎么实现的，底层原理是什么。现在的智能手表，除了大家比较熟悉的这几项，还能监测哪些别的生命体征？准吗？
心率
心率的监测是目前来说最成熟，实现最方便的，也是每一个智能手表的基本功能。其在手表上实现的原理也非常简单：通过将一束光照射在手腕上的血管，观察血液流动造成的反射光的周期性变化，即可计算出心跳频率。
大家可以打开手机的录像，并且打开闪光灯，把手指放在离闪光灯最近的摄像头上。在相机拍摄的画面中你就会看到反射回来的光造成的深浅变化的颜色，这就是你跳动的脉搏。如果计算画面的平均亮度，就可以得到一条你的脉搏（血流变化）曲线。每一个波峰就是一次心跳。
图片来自于互联网
而事实上早期一些检测心率的手机 App 就是通过这个方式来实现的。当然智能手表因为功耗考虑，检测心率不会使用摄像头和闪光灯，而是通过专用硬件LED 灯和光电二极管。效率和准确率会更高。
Apple Watch 上负责检测心率的LED
这种通过光学检测心率的技术称为「光电容积描记法（PPG）」。现在已经非常成熟，在理想状态下准确率已经很高。医用的血氧心率夹就是使用的这项技术，只不过医用血氧夹一般采用的是穿透式，让光穿过手指，能获得的信息质量更高，更容易做准确。而手腕的厚度光难以穿透，所以使用的是反射式，采集到的原始信号极其微弱，想做准确，难度会更高。
心率变异性（HRV）
而 PPG 法不光可以获取到心率，还能获取其他心脏方面有价值的信息。还记得我们刚才提到的曲线吗？
PPG 法获取到「曲线」的其实是血流的动态随时间变化的趋势这个原始信息，所以我们不光可以通过这个信息计算出心率，还能算出另一个跟健康有关的重要参数：心率变异性（HRV），也就是每一次心跳之间时间间隔的微小差异（图中R-R interval的变化）。HRV 的计算方式有多种，手表上的 HRV 的计算方式一般是均方差。这个数据与压力水平、心血管健康都有一定的关系。
人在不同运动状态下，会有不同的心率，而负责调控心率变化的，是人的自主神经系统，也称为「植物神经」，分为交感神经和副交感神经。而 HRV 数据经过一定的处理，就能够反映出自主神经系统的工作状态。用一个通俗的比喻来说，心率高低就好比汽车的时速的快慢，而心率变异性的高低就对应的是控制汽车的刹车和油门是否灵敏。
Apple Watch 跟踪的心率变异性数据
一般来说，HRV 在合理范围内越高，说明该用户的身体状况越好。当然智能手表测量的 HRV 也有一定局限性，但是通过长期跟踪一个人的 HRV 趋势，可以对用户的整体健康状况的判断有很大帮助，这点是传统的医疗设备做不到的。
血氧
使用 PPG 法还能检测另外一项重要的生命体征，就是血氧饱和度，即血液中的氧浓度。这个数据直接表示了用户是否存在缺氧症状。一般来说在平原地区正常情况下血氧饱和度为 100%，低于 90% 说明存在一定缺氧症状，而低于 80% 说明用户有严重缺氧。
血氧饱和度的直接测量方式是从动脉采集血样，使用血气分析仪得出。而目前智能手表血氧监测的原理是：根据血液中氧合血红蛋白（HbO2）和脱氧合血红蛋白（Hb）对红光和红外光的吸收率不同的特点，向皮肤照射红光和红外光，对两者返回的结果进行比较，最后通过算法计算出血氧。如果你佩戴 Apple Watch，在关灯并且身体静止的时候，发现手腕亮起红光，就是正在进行血氧检测。
相比于心率检测，智能手表上的血氧监测准确度一般更低（尤其是在极端数据上）。因为其信号要更微弱，更容易受复杂环境的影响，对硬件和用户操作的要求会更严格。所以大部分智能手表设备在检测血氧时要求用户静止不动，会有一定的失败概率，并且也很难做到实时连续监测。
因为智能设备上的血氧检测精确度目前仍然难以做到真正医疗级的水平，所以它对于健康的普通人来说，最大的意义可能不是长期监测趋势，评估健康状况，而是对「缺氧」这一「初期很容易被人忽略，但发现时后果已十分严重的」状况做出实时预警。
例如作者我两年前曾在海拔 5000m 的高原地区夜间在车内休息，因为气温较低，通风较少，产生了一定的缺氧症状，Apple Watch 曾提醒我的血氧浓度为 66%（实际并没有这么低，按照症状比对约为85%左右）。我收到通知醒来时，确实有比较严重的头痛，血氧检测功能确实为我避免了一次潜在的健康风险。
以上几项都是通过光学方式，可以获得的生命体征信息，接下来我们来说说通过采集身体电信号能获得的生命体征信息。
心电图（ECG）
大家应该对心电图不陌生，在体检的时候都做过。就是通过在身体一定位置放置多组电极，捕捉并放大微弱的心电信号，并进行记录，专业的医生通过查看心电信息，即可诊断出心脏的健康状况。
但与医疗机构中做的十二导联心电图不同，绝大部分智能手表由于形态限制，搭载的 ECG 功能均为单导联，只有两手之间的一条回路，获取到的心电信息维度有限，能反映的心脏问题比较少，目前大多数只能判断窦性心律不齐和房颤。而不能反映更复杂的心脏问题，并且都需要用户主动检测。对于大部分心脏功能健康的用户，这项功能基本上只在买手表的头一两个月会经常使用，之后就基本用不到了。
但是这并不代表手表上的 ECG 功能是「安慰剂」，大部分支持 ECG 功能的手表，会在日常的持续的光学心率检测中检测心率不齐的征兆，但通过光学方式获取到的信息毕竟有限，存在一定的误报率。只能是多次确定有明显征兆后，再提醒用户主动捕捉更准确的心电图（ECG）来二次确认。ECG 确认大概率有心律不齐和房颤后，再提示用户尽早就医确诊，避免更严重的问题发生。
它的目的并不是让用户每天做心电图确认自己心脏是否健康，这项功能对于普通人来说，最大的意义是预防，给自己上「保险」。也就是说：手表说你心脏没问题，不代表心脏真的没问题，但要是手表说你的心脏有问题，那大概率是真的有问题。
身体成分测量
同为电测量方式，但对于大部分用户更实用的是身体成分测量，尤其是体脂率的测量。这项功能大家应该在体脂秤上并不陌生，将微弱电流通过电极导入人体，即可测量出身体的生物电阻抗（BIA），通过一系列阻抗数值代入对应身高体重性别模型，即可计算出出包括体脂、身体含水量、去脂体重等身体成分信息。
ADPD7000 demo 手表
在这次 ADPD7000 的 demo 手表上，我和在场的多位友媒老师也体验到了身体成分测量的功能，并且和现场的专业身体成分测量仪的数据进行了比对，其中体脂率的差距基本在 2% 之内（约等于 7% 的误差），我个人用 demo 手表多次测试结果也非常稳定，多次数值差距在 0.5% 之内（约等于 2% 的误差）。
专业八电极身体成分分析仪的数据（26%）
ADI Demo Watch测试得到的数据（24.78%）
至少从这个小样本的数据来看，搭载 ADPD 系列芯片具有体脂检测功能的手表，体脂数据已经有了一定的参考价值。而三星的 Galaxy Watch 4 和 5 上的身体成分测量功能，也由 ADPD 系列的前代产品驱动。
相比于体脂秤来说，用智能手表检测体脂无需脱鞋脱袜。整个过程只需要另一只手两指抓住手表上的两个电极，等待约 3 秒左右，即可获得完整的身体成分测量数据。这对于运动爱好者来说，会是一个更方便的选择。
ADPD 7000
而负责驱动上面的各种光、电信号发射端，并将传感器收到的模拟信号，转换为数字信号桥梁。就是我们今天在会上看到的主角：由 ADI 中国事业部开发的 ADPD7000 多模态传感器前端芯片。
这颗模拟芯片包含了 8 个 LED 驱动器、4 个光学输入通道的 PPG（光学测量）通道、1 组 4 电极 ECG（心电图）通道、一组 BIA（生物电阻抗）通道，一路 GSR（皮肤电反应）通道，以及对应的 ADC、时钟、滤波等电路。它负责驱动 LED 原件、并把原始的传感器信号经处理转换成高质量的数字信号，发送给手表的 SoC 进行处理。这一切，全部封装在仅 2.8x2.6x0.4mm 的体积内，两颗芝麻粒的大校
ADPD7000功能框架图
有的时候不得不感叹现代科技的进步，让智能手表在这么小的体积内，慢慢实现了之前几十公斤重的医疗设备的功能。
这次的 ADPD7000 相比前代的 ADPD6000，第一个升级就是 LED 驱动从 4 个提升到了 8 个，LED 驱动数量的提升，代表了这颗芯片可以支持更多组的 PPG 传感器。
还记得我们之前提到的：「在理想条件下，PPG 的已经足够准确了」这句话吗? 更多的传感器并不是全为了提升准确度，更多是为了「非理想条件」下提升稳定性。
单组 PPG 传感器的手表在人静坐佩戴时，心率测量精度不会有太大问题，但一旦在运动中，传感器的位置很可能出现偏移，获取到的数据质量也会变差。当佩戴者有纹身、或者体毛较为浓密的时候，也可能会出现类似的问题。但多组传感器，互相冗余，保证在上述复杂条件下，总有一组能获取到高质量的数据。大部分追求测量准确的智能手表，都会有这样多组传感器互相冗余的设计。这就要求传感器的前端芯片有更多通道驱动和输入的能力。
而第二个升级就是新增的皮肤电信号（GSR）的测量通道。这个通道在部分电路上复用了 ECG 和 BIA 的电路。
说起皮肤电信号大家可能会有些陌生，但是大家在影视作品里经常看到的测谎仪，测量一个参数的就是皮肤电信号。最早期的测谎仪是通过测量心率和呼吸频率来判断一个人是否说谎的，因为大多数人在说谎时心率和呼吸频率会加快。但是后期发现，有一些「训练有素」的人可以做到在说谎时「不动声色」，让心率和呼吸频率没有特别大的变化。而皮肤电反应和出汗由于直接由自主神经控制，不受意识影响，更难于隐藏。所以一直被用作测谎仪的一项重要参数。当然为了提高准确度，现在的测谎仪也引入了声音、身体抖动程度等更多维度的测量。
早期测谎仪，图片来自于互联网
除去「测谎」这个用途以外，皮肤电反应在人类的情绪、尤其是紧张程度和压力的评估方面，一直有着很高的价值。通过和心率、心率变异性等数据结合分析，已经有一些智能手表产品可以做到对用户的压力进行客观量化评分。
使用 ADI 芯片的智能穿戴设备进行的压力/抑郁风险评估
当然人的情绪、压力也会受到主观因素的影响，复杂度很高，皮肤电活动和心率等参数只能反映部分维度，两者之间更可靠的关系还需要大量的数据分析来建立模型。但是相信随着技术的部分发展，情绪和压力的测量也会做到越来越准确。我个人大胆猜测，苹果在今年 WWDC 上 iOS 和 watchOS 的「情绪记录」功能，或许就是在进行数据的收集，或许以后的情绪、压力将可以由手表自动检测，而不需要人工记录。
iOS 17 中新增的「情绪记录」功能
这部分其实更考验的是手表终端厂商的算法积累，而对于一款传感器前端芯片来说，要做到的就是尽可能提供最高质量的原始数据了。我们也在现场 demo 手表体验了原始的皮肤电信号数据的测量。我佩戴着 demo 手表，故意制造了一些高度紧张、并且一定会导致皮肤电活动增加的「状况」：打音游。
音游中为了得到更高的分数，并且保持 FULL COMBO 不断连，精神会高度集中。从图表可以看到，游戏开始以后皮肤电活动明显一直处于高位，一直紧张，一直刺激，确实这很符合这类游戏的状况（笑）。但很遗憾现场时间有限，我们没能进行更复杂的测试。「如果说现场能戴着这个手表打一局 CSGO，那么打 1v5 残局的时候，估计数值能和观战的时候有非常明显的区别。」
另外这颗芯片相比前代也提升了部分电路的信噪比，很好理解。在发射 LED 同样的功耗下，更高的信噪比有助于获得更高的信号质量，提升测量准确度，尤其是复杂环境下的准确度，比如皮肤干燥、深色肤色等。而在同样的准确度下，可以降低 LED 发射的功率，为手表设备节省宝贵的电力，延长续航时间，或者提高测量频率，获得更细致的数据。
展望
除去上面所说的智能手表上比较成熟的功能，我个人也对一些目前尚未大规模商用，或仍在研发中，但可能对我们生活有很大影响的「未来功能」很感兴趣。在会后的问答环节，我也向 ADI 中国产品事业部的高级市场应用经理何源老师，请教了这两个问题。看看智能手表今后还能为我们带来什么便利。
ADI 中国产品事业部的高级市场应用经理 何源
十天：「我在去年参与您公司 ADPD 6000 系列的媒体分享会的时候，了解到了现在智能手表已经可以做到无袖带血压监测（CNIBP）了，只通过智能手表，不需要气囊打气，就能监测血压。这项功能如果能大规模商用，会给高血压群体带来很大的便利。它是怎么实现的，目前还没有大规模商用的原因是什么」
何源：「无袖带血压监测有两种实现方式，一种是通过 PPG，建立光学信号和血压之间的关系。另一种是光电结合，通过检测光学信号和电信号分别反应的血流和心脏动作的时间差，来推测血压。我们已经有合作伙伴做出来对应的产品了，硬件已经准备好了，但是在大规模商用之前，软件上需要大量的高（低）血压患者数据进行验证，才能保证准确性、有效性。不像心率、运动能力、体脂之类可以收集信息的人群比较广，这部分数据是比较难收集的。」
搭载 ADI 芯片的手表进行无袖带血压监测的数据与血压计的数据对比分布
十天：「ADPD7000 新增的皮电监测非常有意思，搭载这个功能的智能手表能不能做到和智能家居比如空调之类联动，我平时在家里运动的时候，热到出汗的时候，或者平时坐着的时候突然心烦意燥出汗了，还要手动去调空调。之后有没有可能通过手表监测皮电信号、体温、心率等生命体征参数，把空调做得更智能，再也不用调呢?」
何源：「你说的这个功能很有可能实现，原理上是可行的，皮电信号能很好的反应出汗的现象，和心率、HRV、体温等数据结合起来可以判断出人是否感觉到热。可以做到根据你的身体状态去调整空调。不光是这个，包括未来还可能和汽车、跑步机等联动，这些设备都能更加知道你的状态，自动去调节，但是这个一定是需要很多应用和算法去适配的。只能说目前我们的硬件是具备这样的能力的，但具体的产品什么时候出来、怎么出来、靠不靠谱，还要看终端厂商的调校能力。」
或许数年之后，我们的生活就会如何源老师所说「你的手表可能会比你更了解你自己」。智能手表将不光能对个人的健康给出更全面的建议，也能更智能地知道你此时此刻需要什么，而不用你动手，动口，而我们的生活也将变得更智能化。
而我们在这个过程中，也会一直见证这个行业的进步，不光关注最终的产品，也会关注像 ADI 这样更上一级的供应商，关注底层技术、芯片的发展。
提示：
1. 本文作者并非医学专业，文章中所提到的医疗与健康信息不能完全保证严谨性，不能保证适用于所有人，仅供智能穿戴设备技术科普用途，如有错误，请批评指正！具体健康或医学问题请咨询相关专业人士。
2. 智能穿戴设备的健康检测有一定局限性，请以相关医疗认证为准。
3. 本文所表达的观点不代表 ADI 的观点，ADI 亦未对爱否科技的观点表达有任何影响。
4. 本文中使用了作者本人的 Apple Watch 作展示，但不代表其使用了 ADI 的相关技术或产品。
撰文 / 十天
编辑 / 恺伦
责任编辑 / 恺伦
爱否科技原创内容 转载请联系后台
