基于PPG光電容積脈搏波睡眠耳機的研究

謝世婷，林詩楠，江尚容，董博文，王 甬，張 靜

（哈爾濱商業(yè)大學 管理學院，黑龍江 哈爾濱 150028）

0 引 言

近年來，中國睡眠研究會公布的睡眠調(diào)查結(jié)果顯示，超過3億中國人有睡眠障礙，其中43%的人睡前一小時都在玩手機，58.9%的國人平均每周熬夜達三次以上，其中有49.4%的人選擇主動熬夜，而這些主觀上“不想睡”的人中以90后、95后和00后占比最高。年輕人面對現(xiàn)代社會的快節(jié)奏，壓力大，而音樂被認為是一種恰當?shù)?、低成本的、非藥物性的睡眠輔助工具，它能使人們感到舒適并以健康的心態(tài)去面對巨大的生活壓力，從而改善睡眠質(zhì)量。

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)的發(fā)展，各種家用的健康監(jiān)測設(shè)備和健康管理應(yīng)用方案迅速發(fā)展，已經(jīng)展現(xiàn)出巨大的研究價值和市場潛力[1]。光電容積脈搏波描記法（Photo Plethysmo Graphy, PPG）是通過光電手段在活體組織中檢測血液容積變化的一種無創(chuàng)檢測方法。PPG可運用于人體血液、心臟和呼吸相關(guān)參數(shù)的無創(chuàng)檢測，較為成功的臨床應(yīng)用是監(jiān)護儀中的血氧和心率檢測[2]。人體心率檢測可以分為靜態(tài)檢測和動態(tài)檢測[3]，靜態(tài)檢測可以檢測人睡眠時的心率。針對睡眠的缺失以及耳機的大規(guī)模使用，結(jié)合目前青年人的生活習慣即目前普遍存在的佩戴耳機聽音樂睡覺的情況，本文對耳機進行了優(yōu)化和智能創(chuàng)新，發(fā)明了基于PPG光電容積脈搏波以及陀螺儀傳感器、矢量加速度傳感器的睡眠藍牙耳機。

1 產(chǎn)品描述

1.1 設(shè)計思路

針對目前普遍存在的佩戴耳機聽音樂睡覺的情況，本研究專注于幫助用戶改善睡眠質(zhì)量，致力于開發(fā)出具備睡眠健康監(jiān)測功能的智能耳機，以幫助用戶提高睡眠質(zhì)量。通過人體到耳機到手機APP的三機制與人體與耳機、耳機與手機的兩兩傳輸，利用所開發(fā)的APP軟件進行睡眠與聽力健康的數(shù)據(jù)統(tǒng)計分析，同時保持監(jiān)測睡眠狀態(tài)和聽力情況，以幫助用戶達到舒適的睡眠效果和健康的聽力狀態(tài)。測量流程如圖1所示。

圖1 測量流程

1.2 產(chǎn)品介紹

本文設(shè)計的耳機基于PPG光電容積脈搏波原理，通過耳機內(nèi)嵌集成創(chuàng)新化芯片與“光電式脈搏傳感器加陀螺儀”雙重傳感，當進行睡眠健康監(jiān)測時，監(jiān)測到人體進入淺睡眠狀態(tài)時適當播放安眠音樂，監(jiān)測到人體進入熟睡狀態(tài)時自動停止播放音樂。芯片將收集到的多種數(shù)據(jù)反饋給手機APP，APP通過內(nèi)置優(yōu)化算法對人體睡眠數(shù)據(jù)進行分析處理，形成人體在不同階段的睡眠報告與聽力健康報告，并給出建議和預(yù)警，實現(xiàn)輔助睡眠及對人體睡眠和聽力狀態(tài)的健康管理。

1.3 產(chǎn)品設(shè)計

本款耳機沿用繞頸式與掛耳式相結(jié)合的設(shè)計，右側(cè)具備了普通耳機的基本按鍵功能，左側(cè)為健康監(jiān)測部分，內(nèi)部結(jié)合了集成創(chuàng)新芯片和傳感器的耳機通過頸部皮膚反射到光傳感器進而采集心率數(shù)據(jù)，將數(shù)據(jù)返到芯片后再返送回手機APP進行分析，從而進行睡眠的監(jiān)測，如圖2所示。

圖2 健康檢測圖（左）和基本按鍵圖（右）

2 產(chǎn)品分析

2.1 產(chǎn)品創(chuàng)新點分析

目前PPG技術(shù)普遍應(yīng)用于手部佩戴設(shè)備，而本文耳機創(chuàng)新性地將此技術(shù)應(yīng)用于頸部，從而更好地達到數(shù)據(jù)采集目的；目前關(guān)閉音頻的傳統(tǒng)方式為用戶手動關(guān)閉或定時關(guān)閉，本耳機通過對人體的睡眠狀態(tài)進行監(jiān)測，若進入睡眠狀態(tài)，光敏傳感器則將此時的狀態(tài)返回給集成芯片，芯片通知手機APP自動關(guān)閉播放的音頻。

區(qū)別于市面上僅具備基本功能的普通耳機，本耳機能夠?qū)θ梭w進行健康和睡眠波動狀態(tài)監(jiān)測。利用陀螺儀加速度傳感器，基于區(qū)域位置編碼算法對人體的夜間睡眠狀況進行數(shù)據(jù)分析，并將收集到的數(shù)據(jù)傳給APP；再利用大數(shù)據(jù)挖掘技術(shù)進行數(shù)據(jù)的收集整理及分析，形成聽力健康和睡眠報告并加以預(yù)警。

2.2 產(chǎn)品技術(shù)分析

根據(jù)問卷統(tǒng)計結(jié)果，進行耳塞部位的結(jié)構(gòu)優(yōu)化：將帶“慢回彈”效果的記憶海綿與耳塞相結(jié)合，不僅能有效保護人耳，還有強大的支撐力防止耳機掉落，同時也能在人體處于睡眠狀態(tài)時降低外界噪聲，有效隔離噪音進入耳朵，達到日常舒適睡眠的目的。耳塞外觀結(jié)構(gòu)如圖3所示，耳機舒適度體驗情況如圖4所示。

圖3 耳塞外觀結(jié)構(gòu)

圖4 耳機舒適體驗情況

此外，與本產(chǎn)品配套的APP有一套成熟的應(yīng)用界面，具體設(shè)計如圖5 所示。在系統(tǒng)界面的通知欄里還會根據(jù)用戶的睡眠習慣和睡眠質(zhì)量為用戶提供預(yù)警和健康貼士。

圖5 APP功能設(shè)計框架

本款耳機采用PPG光電容積脈搏波與傳感器相結(jié)合技術(shù)，以LED光源和探測器為基礎(chǔ)，通過頸部測量經(jīng)過人體血管和組織反射、吸收后的衰減光而獲得數(shù)據(jù)，記錄血管的搏動狀態(tài)并測量脈搏波，并從得到的脈搏波形中計算出心率。對于血壓、心率和呼吸率的測量均采用綠光作為光源采集脈搏波信號，但是對于血氧飽和度，其代表著血液中被氧結(jié)合的氧合血紅蛋白（HbO2）的容量占全部可結(jié)合的血紅蛋白（Hb）容量的百分比，而氧合血紅蛋白和非氧合血紅蛋白在660 nm和810 nm波長處對光的響應(yīng)程度有明顯區(qū)別[4]，在此情況下計算的血氧飽和度較為準確，所以在測量血氧飽和度時采用紅光和紅外光的組合光源。

睡眠監(jiān)測與處理算法[5]：根據(jù)三軸加速傳感器與陀螺儀的數(shù)據(jù)反饋，再輔助白天活動時的心率以及夜間心率，通過強化學習算法不斷調(diào)整耳機的睡眠模式時間，實現(xiàn)智能化、個性化的學習曲線，輔助實現(xiàn)深度睡眠，最后通過多種信號之間的轉(zhuǎn)換，反饋到手機APP，以便用戶能夠直觀地看到自己的睡眠以及聽力狀況。心率監(jiān)測與預(yù)警算法[6]：通過心率監(jiān)測數(shù)據(jù)統(tǒng)計及對比，出現(xiàn)異常情況時即時通過耳機發(fā)出預(yù)警，定期給出監(jiān)測報告。聽力監(jiān)測與健康管理：參照《職業(yè)健康監(jiān)護技術(shù)規(guī)范》（GBZ188-2014）[7]，通過統(tǒng)計耳機使用時間、頻次，結(jié)合睡眠及監(jiān)測數(shù)據(jù)，定期對聽力進行測試，并利用大數(shù)據(jù)分析方法給出耳機健康使用建議。

3 軟件架構(gòu)

3.1 軟件功能模塊

現(xiàn)代社會，智能手機已經(jīng)普及，成為人們生活的必需品，本文在此基礎(chǔ)上提出了“手機-耳機-云服務(wù)器”為一體的軟件服務(wù)。在APP上采用目前流行的“主界面+導(dǎo)航欄”的顯示模式，如圖6所示，可以讓使用者更快地熟悉本款A(yù)PP，而且首頁中會提供健康數(shù)據(jù)的可視化分析結(jié)果，方便使用者對自我的身體健康狀態(tài)有大致的了解，并對健康狀態(tài)進行修正，也可以根據(jù)自己的生活情景和使用習慣自定義地編輯健康數(shù)據(jù)卡片，極大地提高了使用者的體驗。

圖6 APP界面展示

“數(shù)據(jù)”模塊下，將會對使用者不同階段的使用數(shù)據(jù)進行統(tǒng)計整理，并通過手機輸出美觀易懂的統(tǒng)計圖表，方便使用者對最近一段時間的生活作息和健康狀況進行了解和總結(jié)。當然，軟件也會通過大數(shù)據(jù)技術(shù)為使用者提供一些科學的健康生活貼士。

“模式”模塊下，主要實現(xiàn)了音樂播放器的功能，它支持本地歌單，還可以通過API接口鏈接至其他音樂軟件，并且會通過對用戶喜歡的音樂進行分析來提供適合的入眠歌單。同時，它會推薦助眠歌單，以能輔助入睡的輕音樂為主，配合特有的α波，以實現(xiàn)促進睡眠的效果。在該模塊中，使用者可以自定義設(shè)置自己的睡眠時間，還能選擇不同模式以應(yīng)對不同的使用場景。

3.2 基于陀螺儀加速度傳感器的睡眠檢測功能

基于陀螺儀，還能夠?qū)崿F(xiàn)步數(shù)監(jiān)測功能，為未來的健康出行打下“互聯(lián)網(wǎng)+”的基礎(chǔ)。傳感器會采集xyz三軸信息及垂直的三軸加速度矢量ax、ay、az，但是數(shù)據(jù)會出現(xiàn)很多噪聲，波形不平滑，故而采用均值平滑濾波對數(shù)據(jù)進行處理，這方面與睡眠監(jiān)測相同[8]。以豎直方向建立的笛卡爾坐標系可以明確表示身體各個部位的加速度變化情況。x軸方向為人體軀干的正前方，加速度為ax；人體軀干部位的正后方為沿y軸方向，加速度為ay；z軸方向為豎直方向，加速度為az，則a=(ax,ay,az)。身體的合加速度（Resultant Acceleration）為[9]：

3.3 基于區(qū)域位置編碼的姿勢識別算法

采用的二維平面的姿勢識別方法，主要是對傳統(tǒng)高分辨率的準確姿勢跟蹤算法進行了極大的簡化。在產(chǎn)品上，姿勢跟蹤算法被運用到了智能耳機的傳感器中，并且該傳感器集成了陀螺儀、角加速度傳感器和加速度傳感器，用來判斷使用者在睡眠狀態(tài)下的身體翻滾情況，進而辨別使用者的實際睡眠情況。

在本方法中，在保持身體不動、身體臥躺于床上時設(shè)立xyz三維立體坐標系，如圖7所示。當使用者面朝天花板時y軸坐標為0，并且向左、向右側(cè)身時，y軸會發(fā)生改變；根據(jù)陀螺儀的位置向地方向的y軸為負軸，向天方向的y軸為正軸。以此類推，使用者平躺時z軸坐標為0，向傳感器方向發(fā)生位移為正軸，反之則為負軸；當平躺時x軸坐標為0，頭方向為正軸，腳方向為負軸。這樣即可以分辨身體所移動到的大致區(qū)域。

圖7 睡眠三維立體坐標系

在實際的三維空間中，對這種姿勢的追蹤存在一定的空間分辨率問題，但是在大量的數(shù)據(jù)面前，可以通過智能學習算法進行處理。Q-Learning是最具有代表性的強化學習算法之一，許多研究者將它應(yīng)用到強化學習和人工智能問題中[10]，采用Q-Learning去強化對空間分辨率的辨別，可以減少因為空間分辨率帶來的錯誤。但是，因為不斷的積分會使得分辨率越來越高，算法復(fù)雜度也會越來越大，例如在Q-Learning中會使算法的迭代量大大增加。這不僅對數(shù)據(jù)采集有極高的要求，也給后續(xù)姿勢識別數(shù)據(jù)的處理帶來了極大的計算量，但使用Meta的傳感器能夠精準地對數(shù)據(jù)進行采集，從而緩解上述問題。數(shù)據(jù)分析框架如圖8所示。

圖8 數(shù)據(jù)分析框架

4 結(jié) 語

目前關(guān)于睡眠耳機的產(chǎn)品還沒有在頸部采集心率從而進行監(jiān)測睡眠的功能，且用戶體驗感較差，舒適度較低，為此本文設(shè)計了一款耳機來解決上述問題。本產(chǎn)品在外觀上和耳塞處都進行結(jié)構(gòu)上的創(chuàng)新優(yōu)化，同時通過藍牙與APP軟件進行連接，并利用智能技術(shù)與多種算法對數(shù)據(jù)進行統(tǒng)計與分析，及時提供給用戶可行性的建議，以改善使用者的睡眠質(zhì)量。