编辑推荐：
在可穿戴设备中，光电容积脉搏波（PPG）用于心脏健康监测，但传感器与皮肤接触压力影响信号质量。研究人员开展了关于接触压力对 PPG 形态影响的研究，构建 WF-PPG 数据集。该数据集有助于分析相关影响，对提升 PPG 健康监测可靠性意义重大。
在如今这个科技飞速发展的时代，智能穿戴设备已经成为人们生活中的 “健康小助手”。其中，光电容积脉搏波（Photoplethysmography，PPG）技术凭借其简单、便捷的特点，被广泛应用于可穿戴设备中，用于连续监测心脏健康状况。比如，通过 PPG 信号，我们可以轻松获取心率、血氧饱和度等重要健康指标。
然而，就像再精密的仪器也会有 “小脾气” 一样，PPG 信号的质量并非一成不变。在实际使用中，一个关键因素 —— 传感器与皮肤之间的接触压力，对 PPG 信号的形态产生了不可忽视的影响。想象一下，当我们佩戴智能手环时，不同的佩戴松紧程度就会导致接触压力不同。这种压力的变化会压缩皮肤及其血管结构，改变光的传播路径，进而使 PPG 信号的特征发生改变。这一问题可不小，它使得基于高质量 PPG 信号的复杂任务，如血压和心率变异性估计变得不再可靠，甚至无法进行。
为了解决这一棘手的问题，新加坡管理大学（Singapore Management University）的 Matthew Yiwen Ho、Hung Manh Pham、Aaqib Saeed 和 Dong Ma 等研究人员开展了一项极具意义的研究。他们构建了一个全新的数据集 ——WF-PPG（Wrist-finger Dual-Channel Dataset）。这个数据集包含了在不同接触压力下测量的手腕 PPG 信号，以及同时采集的高质量指尖 PPG 信号。该研究成果发表在《Scientific Data》上，为相关领域的研究提供了重要的数据支持。
研究人员在研究过程中，运用了多种关键技术方法。在数据采集方面，他们自行搭建了定制设备。这个设备由腕部模块和指尖模块组成，能够精确调节腕部 PPG 传感器的接触压力，并同步记录接触压力、心电图（ECG）、血压和血氧饱和度等指标。数据采集完成后，研究人员对收集到的数据进行了信号预处理，包括低通滤波去除高频噪声、去除直流分量以及信号同步等操作，以确保数据的准确性和可用性。此外，他们还提出了一种新颖的 PPG 形态分类方案，根据 PPG 波形的特征将其分为 5 种类型。
下面来看看具体的研究结果：
- 参与者信息：研究共招募了 27 名年轻健康的参与者（16 名男性，11 名女性，平均年龄 24.3±2.74 岁）。选择这一群体是因为在最佳接触压力下，他们的 PPG 形态通常较为理想，且对依赖 PPG 的智能手表和健康监测技术更为熟悉，便于研究接触压力对 PPG 信号的影响。
- 数据记录与存储：数据集以目录形式组织，每个目录对应一个特定的参与者，通过唯一的数字标识符进行区分。每个参与者的目录下包含 6 次记录会话的文件，每次会话有两个文件，分别记录同步的 PPG 和 ECG 信号、其他生理指标（如收缩压、舒张压和血氧饱和度），以及 PPG 波形的起始和结束点及其形态类型。此外，在数据集的根目录下还有一个全局文件，包含每个参与者的人口统计信息。
- 技术验证：一方面，对定制原型的可靠性进行验证。通过对比不同类型的手腕 PPG 形态和同时记录的指尖 PPG 信号，发现指尖 PPG 信号在最佳接触压力下保持稳定的 2L 型，而手腕 PPG 信号因接触压力不同呈现出多种形态。同时，利用最佳接触压力下的手腕和指尖 PPG 信号估计心率（HR）和心率变异性（HRV），并与 ECG 信号得出的真实值比较，误差极小，表明采集的数据有效。另一方面，验证接触压力与 PPG 形态之间的假设。通过对数据的处理和分析，发现与毛细血管脉搏相关的波形（1 型和 2E 型）出现在较低接触压力水平，存在一个最佳接触压力范围可产生理想波形（2L 型），随着接触压力增加，波形逐渐演变为 1L 型，过高的接触压力则会导致 3 型波形（信噪比低）。
研究结论表明，WF-PPG 数据集为深入分析接触压力对 PPG 信号质量的影响提供了有力支持，有助于开发提高基于 PPG 的健康监测应用准确性和可靠性的方法。通过这个数据集，研究人员可以进一步分析接触压力与 PPG 波形形态或特定特征之间的相互作用，训练基于深度学习的方法来减轻接触压力的影响，还能评估解决接触压力问题的算法性能。这一研究成果对于推动可穿戴设备在健康监测领域的发展具有重要意义，有望让人们在未来能够更加准确、可靠地利用可穿戴设备进行健康监测，及时了解自身健康状况，为疾病预防和健康管理提供更有力的支持。
