《Sensors and Actuators A: Physical》：Physical characterization of sensor-skin coupling for wrist photoplethysmography signal acquisition
编辑推荐：
•确定了组织特异性最佳压力，以平衡耦合与灌注。•阐明了波长和距离如何共同决定PPG传感深度。•提出了一种双通道差分设计，以实现稳健的伪迹抑制。•采用形态约束重建方法以保持信号保真度。引言慢性疾病的全球患病率不断上升，尤其是心血管疾病和呼吸系统疾病，加剧了对日常生活中连续、无创
- •
确定了组织特异性最佳压力，以平衡耦合与灌注。
- •
阐明了波长和距离如何共同决定PPG传感深度。
- •
提出了一种双通道差分设计，以实现稳健的伪迹抑制。
- •
采用形态约束重建方法以保持信号保真度。
引言
慢性疾病的全球患病率不断上升，尤其是心血管疾病和呼吸系统疾病，加剧了对日常生活中连续、无创生理监测的需求[1]、[2]、[3]。在可穿戴技术中，腕戴式设备因其紧凑的形态、舒适性和支持多模态传感的能力而获得了尤为广泛的应用[4]、[5]。光电容积脉搏波描记术（PPG）是一种通过检测微血管组织中血容量变化来实现的非侵入性光学技术，已成为这些系统中的基础模态[6]、[7]。通过照射皮肤并测量透射光或反射光的变化，PPG可捕捉心血管搏动，从而提取心率、心率变异性、血氧饱和度和呼吸率等关键生命体征[8]、[9]、[10]。PPG的可扩展性、低成本和微型化潜力使其在消费级可穿戴设备和临床级健康监测系统中得到了广泛部署。
然而，PPG的可靠性仍受到其固有的对皮肤-传感器界面处光学-机械相互作用敏感性的限制。例如，传感器与皮肤之间的接触力至关重要地决定了光的穿透和稳定性[11]、[12]。此外，皮肤光学特性支配了皮肤下的光穿透和散射，极大影响了PPG信号的保真度[13]、[14]、[15]。光波长的选择对穿透深度和血液成分的吸收有强烈影响[16]。除了物理和光学因素外，运动伪迹（MA）是另一个主要的失真来源，在日常活动中常常会淹没生理信号[17]、[18]。近期受控研究进一步表明，可穿戴PPG性能随接触压力和活动水平而变化，皮肤温度也可能影响手腕处与波长相关的测量精度[19]、[20]。连同所报告的肤色、毛发和运动的影响，这些发现表明腕部PPG信号质量受耦合的机械、光学、生理和运动相关条件的共同支配，而非任何单一因素。
迄今为止，许多PPG研究依赖于算法后处理来实现信号增强或生理推断，包括自适应滤波、深度学习和盲源分离技术[18]、[21]、[22]、[23]、[24]。虽然这些方法可以改善信号质量和生理参数估计，但它们可能会增加可穿戴系统中的计算需求[25]、[26]、[27]。更重要的是，它们并未解决信号退化的根本物理原因。然而，这些因素在特定手表架构中如何表现取决于设备配置和佩戴条件，因此需要在设备层面进行表征。对传感器端原始信号的这种探索对于合理设计固有耐运动的机电一体化架构至关重要，而非仅依赖下游数字校正。
在本工作中，我们通过考察接触力、照明波长、光源-探测器间距、毛发覆盖、局部皮肤变黑以及两种旨在强调不同主导运动伪迹机制的受控佩戴条件，在实际手表平台上对传感器-皮肤耦合进行了物理表征。本研究结合了重复接触力测量、十名参与者的配对晒黑实验以及设备层面的受控演示，以区分检测信号水平的变化、相对信号质量指标和波形形态。我们进一步在两种旨在强调环境光侵入或耦合相关变形的受控佩戴条件下考察运动伪迹，并应用相应的差分或重建策略。这一综合框架为腕戴式PPG系统中的机械贴合、光学配置、晒黑相关信号变化评估和伪迹特异性处理提供了实验依据的指导。
章节摘要
参与者、伦理和研究设计
所有涉及人类参与者的程序均经中国人民解放军总医院伦理委员会批准（批准号：S2022-089-01），并在参与前获得了所有参与者的书面知情同意。接触力实验包含两名参与者。波长/光源-探测器和脱毛实验，连同宽松佩戴和紧身佩戴运动伪迹演示，各自在一名参与者中进行，并被作为探索性研究处理。
接触力的影响
手腕解剖结构和佩戴习惯的个体差异可能导致手表与皮肤之间不同的接触力，从而影响PPG信号采集质量。这两名参与者被特意选为对比的实际案例，而非不同人群的统计代表。他们佩戴同一款手表的图像分别如图1B(i)和(ii)所示。图1B(iii)和(iv)展示了PPG手表处皮肤的超声图像。
结论
本研究对腕戴式PPG采集中的关键传感器-皮肤耦合因素进行了物理表征。接触力产生了非单调且与指标相关的响应，支持基于接触力结合信噪比、灌注指数和波形形态进行用户特异性校准。在现有设备中，波长和两个测试的光源-探测器间距在检测到的搏动幅度方面产生了差异，而十名参与者的晒黑实验显示出了显著的。
伦理批准和知情同意
所有涉及人类参与者的程序均经中国人民解放军总医院伦理委员会批准（批准号：S2022-089-01）。参与前获得了所有参与者的书面知情同意。
CRediT作者贡献声明
刘昱桐：可视化、验证、调查、数据整理。曹雪薇：写作 – 审阅与编辑、可视化、验证、调查、正式分析、数据整理。张光宇：可视化、验证、正式分析、数据整理。朱鸿宇：验证、软件、调查。陶瑞涛：验证、项目管理、方法论、调查。王春玲：资源、方法论、数据整理。刘健：写作 – 原稿撰写、监督、项目。
利益冲突声明
作者声明他们没有已知的可能影响本文所报告工作的竞争性经济利益或个人关系。
致谢
本工作得到了山东省自然科学基金（ZR2024MF090）、山东省重点研发计划（2023CXPT052）、国家自然科学基金委员会（62571300）和中国国家重点研发计划（2020YFB1313902）的支持。
曹雪薇是中国山东大学控制科学与工程学院的博士研究生。她的研究兴趣集中在生物医学传感器制造方面。
曹雪薇|刘昱桐|朱鸿宇|张光宇|王春玲|淘瑞涛|赵辉|刘健
