环形接收的穿戴式光学传感器提升人-传感器接触状态的稳定性
葛晴, 刘瑾, 韩同帅*, 刘文博, 卢月
天津大学精密测试技术及仪器全国重点实验室, 天津 300072
*通讯作者 e-mail: hts2014@tju.edu.cn

作者简介: 葛 晴, 女, 1995年生, 天津大学精密仪器与光电子工程学院博士研究生 e-mail: geqing@tju.edu.cn

摘要

在无创可穿戴式光谱传感器领域, 确保人体与传感器接触状态的稳定性对于提升传感器性能至关重要。 人体的动作会改变肌肉和皮肤的扭曲程度, 改变接口处传感器与皮肤的接触状态, 使得光的入射角度发生偏移。 入射角的变化影响光在皮肤中的传播路径, 进而影响到传感器接收的皮肤表面漫反射光的强度。 为了解决这一问题, 开发了一种专用于人体成分无创检测的可穿戴式近红外光学传感器。 该传感器的感光部分采用环形结构设计, 这不仅增大了接收光的面积, 还能够360°角度平均经皮肤表面漫反射的光, 有效地减少了由光源入射角度变化引起的各向异性干扰。 利用蒙特卡罗模拟, 分析了光入射角度在1.2°、 2.5°、 5°、 15°、 45°范围内随机变化, 以及0°至5°单方向变化时, 单点与环形传感器的性能差异。 模拟结果显示, 环形传感器的信噪比显著高于单点检测器, 大约提高了十倍, 相应地, 其检测的最低血糖浓度限也更低, 是单点检测器的十分之一。 环形探测器不仅降低了由于入射角随机变化引起的各向异性干扰, 而且在两个不同的探测器处接收到的干扰表现出更强的共模特性。 因此, 采用一对同心圆环形探测器并对其信号进行差分抵消, 可以进一步抑制入射角变化带来的干扰。 在人体实验中, 受试者在空腹状态分别使用环形检测器和单点检测器采集动作变化下的漫反射光信号。 实验结果表明, 环形传感器结合差分方法可以有效地抑制由人体动作引起的人-传感器接触状态变化的干扰, 信号变化幅度在0.000 5~0.001 a.u., 满足0.5~1 mmol·L-1精度的无创血糖检测要求。 综上所述, 本文提出的双环形接收的穿戴式光学传感器在人体检测中表现出优异的高信噪比性能, 显示出其在无创人体成分检测领域的广泛应用潜力。

关键词: 可穿戴式; 光学传感器; 无创测量; 蒙特卡洛模拟; 差分测量
中图分类号:O433.1 文献标志码:A
Ring-Shaped Wearable Optical Sensors Enhancing the Stability of Human-Sensor Contact State
GE Qing, LIU Jin, HAN Tong-shuai*, LIU Wen-bo, LU Yue
State Key Laboratory of Precision Measurement Technology and Instruments, Tianjin University, Tianjin 300072, China
*Corresponding author
Abstract

In non-invasive wearable spectral sensors, ensuring the stability of the contact state between the human body and the sensor is essential for optimal sensor performance. Human movements and changes in body posture can cause variations in muscle and skin tension, altering the contact state at the interface between the sensor and the skin, which results in shifts in the angle of incident light. Such changes affect the path of light propagation within the skin, subsequently influencing the intensity of the diffusely reflected light received by the sensor. To address this issue, this study developed a wearable near-infrared optical sensor specifically designed for non-invasive analysis of body components. The photosensitive part of the sensor features a ring-shaped design, which not only increases the area that receives light but also allows for the average of the signal at 360 degrees, effectively reducing the anisotropic interference caused by variations in the angle of incident light. Monte Carlo simulations were used to analyze the performance differences between point detectors and the ring-shaped detector under conditions where the light incident angles varied randomly within the ranges of 1.2°, 2.5°, 5°, 15°, and 45°, as well as in a monotonic increase from 0° to 5°. The results demonstrated that the ring-shaped detector's signal-to-noise ratio is significantly higher than that of the point detector—approximately ten times greater. Accordingly, its detection limits for glucose are also lower, one-tenth those of the point detector. The ring-shaped detector not only reduces the anisotropic interferences caused by random variations in the angle of incidence but also shows stronger common-mode characteristics in interference received at two different source-detector separations. Therefore, using a pair of concentric ring-shaped detectors and differentially canceling the signals can further suppress interferences caused by changes in the angle of incidence. In human trials, subjects used ring-shaped and point detectors to collect signals under changes in body posture while fasting. The experimental results indicate that the ring-shaped detectors, combined with the differential method, effectively suppress interference caused by changes in the human-sensor contact state due to body posture changes, with signal variation ranging between 0.000 5 and 0.001 a. u., thus meeting the non-invasive blood glucose detection requirements of 0.5 to 1 mmol·L-1. In summary, the dual-ring shaped wearable detector proposed in this paper exhibits outstanding high signal-to-noise ratio performance in human testing, demonstrating its broad potential for application in non-invasive human body component analysis.

Keyword: Wearable; Optical sensor; Non-invasive measurement; Monte Carlo simulation; Differential measurement
引言

采用光学传感的可穿戴式人体成分监测技术具有广泛的应用前景。 人体皮肤柔软, 且表面状态时刻发生变化, 因此这类光学传感器必然要面临人— 传感器的接触状态稳定性的问题。 在佩戴传感器时, 人体动作会改变肌肉和皮肤的扭曲程度, 进而影响组织形态, 同时它也会改变接口处传感器与皮肤的接触状态, 使得入射光角度发生偏移。 如果传感器较重, 它还会引起组织密度和水分的变化[1, 2, 3]。 上述影响最终会改变光的吸收和传输路径, 影响传感器在皮肤表面接收到的漫反射光强[4, 5]。 随着可穿戴技术的发展, 新一代的传感器已经做得尽量小而轻, 接触压力较小, 但是, 人体动作改变带来的人-机接触状态的变化问题仍有待解决。

一般来说, 进行同一测量姿势的重置是复现人— 传感器的接触状态的首选方案。 Han等进行了相关研究, 提出了采用十字光学标记进行定位的辅助手段, 可以很好地复现同一测量姿势[6]。 然而, 对于人体来说, 即使在同一姿势下, 人体还是会发生不自觉的动作变化, 皮肤中的弹性纤维会随之发生松弛或者紧绷, 这些都是肉眼不可见的, 无法估计和避免的。 因此, 需要进一步提出有效的抑制接触状态变化影响的测量手段。

人体皮肤是分层结构的, 最外层是表皮层, 更深的真皮层有丰富的胶原纤维和弹性纤维, 这些纤维平行于皮肤表面分布, 使皮肤具有各向异性[7]。 随着肢体肌肉的扭曲, 皮肤张力会发生改变, 光传播路径会发生改变。 另外当入射光的角度发生改变时, 光传播路径、 穿透深度会相应改变。 光路的改变意味着出射光携带的组织成份的信息改变, 给信号带来干扰。 而且如果光路变化带来系统漂移, 这类影响在光谱上往往难以区分。 以血糖测量为例, 血糖浓度的改变也会影响散射系数和光路[8, 9], 且这部分信号在血糖信号中占主导[6]。 而入射角等改变也影响光传播路径, 因此, 它与血糖引起的光谱信号容易混淆。 因此, 需要在信号采集的过程需要尽量抑制人-光谱传感器接触状态的变化。

本文拟在光谱采集阶段进行传感方式的改进, 以抑制入射角度偏离产生的影响。 提出了同心、 双环形光学检测器构成的传感器, 提高了人体测量信号的稳定性。 环形四周接收光的传感器, 相较于单点接收光的传感器, 可以将入射光角度改变时各向异性的漫反射光进行360° 的平均。 进一步, 双环形检测器有两个不同的光源-探测器距离(source-detector separations, SDSs), 对其进行差分信号处理[10, 11, 12], 可以使光入射角度改变产生的影响降到最低。

1 实验部分
1.1 双圆环形传感器设计

为了抑制入射角度偏离产生的影响, 设计了360° 接收光的环形传感器[如图1(d)所示], 使入射角度变化带来的干扰平均化。 当人-传感器接口状态改变, 原本垂直入射的光偏移任意角度φ 时, 在皮肤表面(x-y平面)接收到的光能量大小相应改变, 并且变化大小与方向(θ 角度)有关, 且为各向异性的干扰。 如图1(a)、 (b)所示。 图1(d)为设计的双环形传感器, 它可以同时接收到两个不同SDSs的出射光。 图1(c)是一个对照组设计, 在两个不同的位置设置两个分立的检测器。 对上述两种传感器进行了实验。

图1 光源入射角度变化以及单点检测器和环状检测器示意图
(a): 光源垂直入射; (b): 光源入射角度偏移; (c): 单点检测器; (d): 环状检测器
Fig.1 Illustrations of incident angle variation and two types of detectors
(a): Normally incident light; (b): Off-normal incident light; (c): Discrete detector; (d): Ring-shaped detector

1.2 基于双光源-探测器距离的差分信号处理

在近红外漫反射测量中, 可采用修正的Beer-Lambert定律来描述组织的出射光能量[13]

I=I0exp(-μaL-G)(1)

式(1)中, I是出射光强, I0是入射光强, α 是组织的吸收系数, G是背景损耗因子。 L是等效光程长, 可进一步表示为: L=, B是差分路径因子, ρ 是SDS。

出射光强与入射光强之间的信息差异常用吸光度表征。 SDS为ρ 处的吸光度为

A(ρ)=-lnI(ρ)I0=μaL+G(2)

将两个SDS处(ρ 1ρ 2)的吸光度做差, 得到差分吸光度AD, 它可以消掉入射光源漂移[14]、 背景损耗因子G等共模干扰。

AD=A(ρ1)-A(ρ2)=μa(L1-L2)(3)

1.3 蒙特卡罗模拟

通过蒙特卡洛模拟(Monte Carlo, MC)[15, 16]仿真了光源以不同角度入射时环形检测器和单点圆形检测器接收到的光能量, 比较了这两种检测器对光入射角变化的抑制效果。 模拟分为四个部分:

(1) 光源垂直入射, 重复模拟21组, 计算使用单点检测器和环形检测器接收到的漫反射光信号— — 吸光度的随机噪声。

(2) 入射角φ 分别在5种立体角— — 1.2° 、 2.5° 、 5° 、 15° 、 45° — — 内随机变化, 每个角度模拟21组, 计算使用单点检测器和环形检测器两种检测方式时吸光度的变化。

(3) 入射角φ 在0° ~5° 立体角变化范围内单调增大, 计算使用单点检测器和环形检测器两种检测方式时, 漫反射的变化。

以人体血糖浓度测量为例, 为了计算不同入射角下血糖的检测极限[10], 通过MC模拟获得了1 mmol· L-1糖变化引起的吸光度变化, 即灵敏度。

MC模拟参数如表1所示, 本节的MC模拟均是以使用1 550 nm波长时的情况为例, 因此, 表中光学参数均是使用1 550 nm波长光的参数。

表1 MC模拟中使用的皮肤光学参数 Table 1 Skin optical parameters used in MC simulations

表1中各层皮肤的μ aμ sng分别取自文献[17], 各层皮肤的厚度取自文献[18]。 吸收系数随糖浓度的变化率: dμa)dCg=Cw· ε g, ε g是葡萄糖分子的摩尔消光系数, Cw是各层皮肤的含水量[19]。 散射系数随糖浓度的变化率: dμsdCg=-0.002 2μs[20]

1.4 人体实验

1.4.1 实验装置

实验系统主要由光源模块、 传感器模块、 数据处理模块组成, 系统框图如图2所示。 使用了6个超辐射发光二极管(superluminescent diodes)光源, 中心波长分别是1 050、 1 219、 1 314、 1 409、 1 550和1 609 nm, 它们的3dB带宽分别是51、 32、 36、 58、 52和57 nm。 这六个波长是1 000~1 700 nm波段的典型波长, 其中1 550和1 609 nm是血糖测量的常用波长; 1 409 nm可用来监测组织含水量的变化; 1 209 nm可用来监测脂质成分变化; 1 050 nm波长可用来表征血红蛋白含量的变化; 1 314 nm波长对组织的主要成分的吸收不敏感, 对温度变化也不敏感。 皮肤表面的漫反射光被传感器接收并转换成电信号。 使用两种传感器: 单点圆形传感器和环形传感器。 单点圆形传感器由2个独立的、 光敏面直径为2mm的圆面状InGaAs光电二极管组成, 这两个光敏面中心距光源入射点的距离分别是2.6和2.9 mm。 环形传感器由两个独立的同心圆环状InGaAs光电二极管组成, 两个圆环的直径分别是5.2和5.8 mm, 环宽为0.2 mm。 电信号经运算放大、 模数转换后存储到数据处理模块。 为了保证测量区域温度的稳定, 采用了一套温控装置将测量区域温度控制在高于正常手臂体温4~6 ℃。 温控装置由带有温度反馈模块的热电阻构成, 在测量时将热电阻贴在测量区域皮肤周围, 可以将测量区域皮肤温度控制在设置温度点。

图2 实验装置示意图Fig.2 Diagram of the experiment system

1.4.2 实验安排

首先测试两个传感器的随机噪声, 以反射率为75%的标准反射板为被测物, 在开机光源稳定后, 每5 s采集一次反射光, 持续采集30 min, 对比信号的漂移量和信噪比。

对三名受试者进行了实验, 被测部位为前臂。 受试者保持空腹状态, 在开机光源稳定后, 将单点传感器探头1用双面胶贴在受试者前臂, 保持坐姿, 每5 s采集一次反射光, 持续采集30 min。 采集完毕后, 摘下探头1。 受试者休息一段时间, 之后, 仍然保持空腹状态, 将环形传感器探头2用双面胶贴在前臂, 测量部位、 受试者的坐姿与使用探头1时保持一致, 每5 s采集一次反射光, 持续采集30 min。

在采集光谱的过程中, 使用了一套光学定位装置来记录受试者手臂的姿势和位置。 具体是: 在采集光谱之前, 受试者将手臂放置好之后, 使用两个固定的激光分别在手臂的两个点投射“ 十字” 光斑, 然后在光斑处做好标记。 在测量过程中观察“ 十字” 光斑和手臂上标记是否对准, 如果保持对准就说明受试者在测量过程中保持姿势稳定, 反之, 说明受试者在测量过程中发生了不自觉的姿势变化。

实验过程中环境温度保持在(25± 0.5)℃。 为了避免传感器与人体皮肤接触产生热交换, 进而影响测量光谱, 一般都在传感器与皮肤接触10 min之后, 等待热交换稳定再开始采集光谱。

2 结果与讨论
2.1 蒙特卡洛模拟结果

(1)光源垂直入射时漫反射光吸光度的标准差和信噪比水平

重复模拟光源垂直入射21次, 得到21组漫反射光能量, 计算单点圆形和环形传感器在单一SDS、 双SDS差分测量时的信号标准差和信噪比, 如表2所示。

表2 光源垂直入射时信号的信噪比和标准差 Table 2 Standard deviation and SNR for normal incident light

当光源垂直入射时, 只存在来自于MC模拟过程的随机噪声。 由表2可看出, 环形接收传感器的信号变化幅度更小, 比单点传感器的噪声水平大约低一个量级。

以检测血糖为例, 如果已知血糖的灵敏度, 以及环形传感器的信噪比水平, 就可以得到能够分辨的最低血糖浓度— — 检测极限。 MC模拟获得在1 550 nm波长, ρ 1=2.6 mm和ρ 2=2.9 mm两个SDS下的血糖灵敏度分别为-0.004和-0.005 a.u.· (mmol· L-1)-1; 差分测量的血糖灵敏度为-0.000 85 a.u.· (mmol· L-1)-1。 再结合信噪比可得: 当光源保持垂直入射时, 环形传感器在ρ 1ρ 2处可以检测1× 10-5~3× 10-5 mmol· L-1的糖浓度变化, 差分后可以检测到 1× 10-4 mmol· L-1的糖浓度变化。

(2)环形传感器抑制入射光角度随机偏移误差的能力

人体姿势变化会导致入射光角度变化, 如示意图3。 为了研究入射光角度随机变化对漫反射光能量分布的影响, 以及相对于单点接收采集光信号的形式, 环形接收的传感器消除这种随机干扰的能力, 在MC模拟中设置光源入射角在一定范围随机变化, 获得不同SDSs下的光能量分布, 比较两种形式的传感器接收到的光能量受入射角变化影响的大小。

图3 探头与皮肤接触状态改变导致入射角度偏移φ 的示意图Fig.3 Schematic diagram showing φ -offset induced by the change of contact state between probe and skin

模拟获得: 入射光角度φ 分别在5种大小范围— 1.2° 、 2.5° 、 5° 、 15° 、 45° — 随机变化时的吸光度, 并分别计算出光源入射角在不同范围内随机变化时的信噪比SNR和吸光度标准差, 以此表征角度随机变化带来的干扰对信号的影响程度。

如图4所示为光源入射角度在不同范围内随机变化时, 两种传感器的吸光度的变化量和信噪比。 与表2中入射光垂直入射的情况对比可知, 即使入射角度在最小的范围— 1.2° — 以内变化, 信噪比也会显著减小、 吸光度标准差显著增大。 并且光源入射角变化的范围越大, 吸光度变化幅度越大、 信噪比越低。 并且相比较单点检测, 环形传感器的信噪比更高, 大约是前者的10倍, 相应地, 检测极限更低, 是前者的1/10。 并且使用环形接收检测器在ρ 1ρ 2两个位置信号受干扰的影响接近, 经过差分后, 信噪比更高。 而使用单点接收检测器时, 差分信号的信噪比更低了。 综上, 说明了环形检测器不仅能够平均入射角变化带来的各向异性干扰, 而且在不同光源-探测器距离处环形检测器接收的信号的共模性更强。 当光源入射角的变化范围在0° ~1.2° 时, 环形传感器结合差分方法得到的吸光度标准差小于0.000 34 a.u., 此时在人体上可以分辨低于1 mmol· L-1的血糖浓度变化。

图4 入射角在不同范围内随机变化时, 吸光度和差分吸光度的变化量和信噪比
(a): 单点接收传感器的信噪比; (b): 单点接收传感器的吸光度变化量; (c): 环形接收传感器的信噪比; (d): 环形接收传感器的吸光度变化量
Fig.4 Absorbance, differential absorbance and signal-to-noise ratio for the incidence angle varying randomly in different ranges using different detection methods
(a): The SNR of the discrete detector; (b): The absorbance change of the discrete detector; (c): The SNR of the ring-shaped detector; (d): The absorbance change of the ring-shaped detector

(3)抑制入射光角度单向偏移的能力

在实际测量时, 除了人体姿势随机变化导致的光源入射角度随机改变的情况, 常常也会发生光源入射角度单方向变化的情况, 比如在受试者处于静止状态, 此时不会有较大的皮肤拉伸, 但人体仍会发生不自觉的缓慢位移, 使得入射角单方向缓慢偏移, 进而产生系统偏差。 采用MC模拟了入射角度由φ =0° 到φ =5° 单方向变化时的吸光度变化, 如图5所示。

图5 MC模拟的入射角度由φ =0° 到φ =5° 单调变化时的吸光度和差分吸光度(ρ =2.6 & 2.9 mm)
(a): 不同MC模拟样本对应的入射光角度偏移的大小; (b): 使用单点检测器时, 角度变化引起的吸光度变化; (c): 使用环形检测器时, 角度变化引起的吸光度变化
Fig.5 MC simulated absorbance and differential absorbance for the incident angle varying monotonically from φ =0° to φ =5° (ρ =2.6 mm and ρ =2.9 mm)
(a): Magnitude of angle shift of incident light of different MC simulation samples; (b): Absorbance change due to angle change when using discrete detector; (c): Absorbance change due to angle change when using ring-shaped detector

对比图5(b)和(c)可知, 当光源入射角由φ =0° 到φ =5° 单调变化时, 环形传感器采集的吸光度受光源入射角变化的影响更小, 其变化量大约是单点传感器的1/10。 并且使用环形传感器在ρ 1ρ 2处检测光的吸光度变化基本共模, 经过差分能较好地抑制入射光角度偏移的影响。

2.2 人体实验结果

(1) 对标准反射板的测量结果

采用标准反射板测量了仪器的硬件性能。 计算了1 min内在标准反射板上采集的吸光度的变化量绝对值与信噪比, 结果如表3

表3 在标准反射板上测量的吸光度变化量和信噪比 Table 3 Change in absorbance and SNR measured for a standard reflector plate

表3可看出, 单点检测器和环状检测器检测的吸光度变化量大小和信噪比接近, 说明它们的系统噪声接近。 由于在标准板上采集的反射光信号的噪声主要来自于入射光源能量的波动, 其对于两个检测位置采集的光信号属于共模干扰, 差分处理可以很好地消除它们。

(2) 在人体上采集反射光的测量结果

以受试者2的实验为例, 图6是在六个波长下, 使用单点接收的检测器采集的ρ 1=2.6 mm、 ρ 2=2.9 mm和这两个位置差分吸光度变化的结果。

图6 受试者2使用单点检测器在六个波长下的测量结果
(a): 1 050 nm; (b): 1 219 nm; (c): 1 314 nm; (d): 1 409 nm; (e): 1 550 nm; (f): 1 609 nm
Fig.6 Measurement absorbance for subjects 2 using a discrete detector
(a): 1 050 nm; (b): 1 219 nm; (c): 1 314 nm; (d): 1 409 nm; (e): 1 550 nm; (f): 1 609 nm

以受试者1的实验为例, 图7是在六个波长下, 使用环形接收的检测器采集的ρ 1=2.6 mm、 ρ 2=2.9 mm和这两个位置差分吸光度变化的结果。

图7 受试者1使用环状检测器在六个波长下的测量结果
(a): 1 050 nm; (b): 1 219 nm; (c): 1 314 nm; (d): 1 409 nm; (e): 1 550 nm; (f): 1 609 nm
Fig.7 Measured absorbance for subjects 1 using a ring-shaped detector
(a): 1 050 nm; (b): 1 219 nm; (c): 1 314 nm; (d): 1 409 nm; (e): 1 550 nm; (f): 1 609 nm

可以看出, 尽管在这六个波长下吸光度变化的大小有差异, 但对于任意一个波长, 环状检测器和差分处理都能够有效地抑制并消除这些共模干扰。

如图8所示为三名受试者分别使用单点检测器和环状检测器在空腹血糖稳定状态下30 min内采集前臂皮肤漫反射光吸光度的变化情况。 可以看出, 由于受试者姿势变动引起的吸光度变化有时呈现单向漂移的特点, 有时是随机波动的特点。 这是由于受试者手臂姿势不自觉动作的方式不同造成的。 在采集光谱的过程中记录三名受试者手臂上激光光斑与标记对齐的情况, 发现当光斑与标记相对位置随机变化时, 采集的吸光度相应地随机变化, 如图8(b)、 (c)、 (d)。 当光斑与标记在一个方向相对偏移时, 吸光度单方向缓慢漂移, 如图8(a)、 (e)、 (f)。

图8 人体实验结果
(a— c): 受试者1— 3使用单点检测器的测量结果; (d— f): 受试者1— 3使用环状检测器的测量结果
Fig.8 Human Experimental results
(a— c): Measurement results of subjects 1— 3 using a discrete detector; (d— f): Measurement results of subjects 1— 3 using a ring-shaped detector

图8(a— c)是受试者1— 3使用单点检测器的测量结果, 与图8(d— f)中使用环状检测器的测量结果相比较, 信号稳定性较差, 图8(b)中吸光度变化量达到0.12 a.u.这是由于受试者2动作变化幅度较大, 导致入射光角度偏移程度大, 并且ρ 1处吸光度波动明显大于ρ 2处, 说明干扰在这两个位置处不共模, 因此差分信号的波动程度也较大。 图8(a)、 (b)中使用单点检测器在ρ 1ρ 2处的吸光度变化与图8(d)、 (f)中ρ 1ρ 2处的吸光度变化接近, 但由于共模性差, 差分不能抑制入射光角度变化的影响, 而环状检测器的差分吸光度抑制入射光角度变化的能力显著提升, 当入射光角度变化引起ρ 1ρ 2处吸光度变化达到0.01~0.03 a.u.时, 差分吸光度变化仅有0.000 5~0.001 a.u., 能分辨0.5~1 mmol· L-1人体血糖浓度的变化。 使用两种检测器在人体上采集的光信号的结果表明, 环状检测器结合差分测量方法很好地抑制入射光角度变化引起的与径向角度有关的干扰。

3 结论

针对人-光谱传感器接触状态改变引起的光源入射角度变化带来的干扰, 提出了一种360° 环形检测器, 可以将入射光角度改变时带来的各向异性干扰进行平均, 平均后不同径向位置接收的光能量受入射角度变化的影响具有较好的共模性, 因此再结合差分测量方法, 可以进一步消除入射光角度变化带来干扰。

(1)首先通过MC模拟的结果分析了入射光由垂直入射到偏移角度入射时, 在皮肤表面不同径向角度下, 漫反射光能量受影响程度不同, 且与入射光偏移的方向有关。

(2)为了研究入射光角度随机变化对吸光度信号的影响, 并考察环形检测器对入射光角度变化的平均效果, MC模拟了入射光立体角在5种不同角度范围随机变化的吸光度、 在0° ~5° 单方向变化的吸光度, 分别计算了使用环形检测器和单点检测器接收光信号的信噪比。

(3)最后, 三名受试者分别进行两组实验, 分别使用环形检测器和单点检测器采集动作变化时的漫反射光信号, 验证了环形检测器对入射光角度偏移的平均效果, 结合差分测量方法能进一步消除入射光角度变化的影响。

本文提出的双环形接收的穿戴式光学传感器在人体检测中具有高信噪比的优良性能, 有望在无创人体成分检测领域进行广泛应用。

参考文献
[1] Lim L, Nichols B, Rajaram N, et al. Journal of Biomedical Optics, 2011, 16(1): 011012. [本文引用:1]
[2] Groves R B, Coulman S A, Birchall J C, et al. Journal of the Mechanical Behavior of Biomedical Materials, 2013, 18: 167. [本文引用:1]
[3] Zyuryukina O A, Sinichkin Y P. Optics and Spectroscopy, 2019, 127(3): 555. [本文引用:1]
[4] Li C, Jiang J, Xu K. Journal of Innovative Optical Health Sciences, 2013, 6(1): 1350005. [本文引用:1]
[5] Nakhaeva I A, Zyuryukina O A, Mohammed M R, et al. Optics and Spectroscopy, 2015, 118(5): 834. [本文引用:1]
[6] Han T, Liu J, Liu R, et al. Applied Spectroscopy, 2022, 76(9): 1100. [本文引用:2]
[7] Joodaki H, Panzer M B. Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine, 2018, 232(4): 323. [本文引用:1]
[8] Waszczuk L, Ogien J, Pain F, et al. Journal of the European Optical Society-Rapid Publications, 2023, 19(2): 39. [本文引用:1]
[9] Lu Y, Han T S, Liu W B, et al. Journal of Biomedical Optics, 2023, 28(6): 065005. [本文引用:1]
[10] Liu J, Han T, Jiang J, et al. Biomedical Optics Express, 2019, 10(9): 4839. [本文引用:2]
[11] Zhang G, Mei Z, Zhang Y, et al. IEEE Transactions on Industrial Informatics, 2020, 16(11): 7209. [本文引用:1]
[12] Tanaka Y, Tajima T, Seyama M, et al. IEEE Sensors Journal, 2019, 20(8): 4453. [本文引用:1]
[13] Delpy D T, Cope M, van der Zee P, et al. Physics in Medicine & Biology, 1988, 33(12): 1433. [本文引用:1]
[14] Han G, Yu X, Xia D, et al. Applied Spectroscopy, 2017, 71(9): 2177. [本文引用:1]
[15] Wang L, Jacques S L, Zheng L. Computer Methods and Programs in Biomedicine, 1995, 47(2): 131. [本文引用:1]
[16] Yu L, Nina-Paravecino F, Kaeli D, et al. Journal of Biomedical Optics, 2018, 23(1): 010504. [本文引用:1]
[17] Bashkatov A N, Genina E A, Tuchin V V. Journal of Innovative Optical Health Sciences, 2011, 4(01): 9. [本文引用:1]
[18] Crisan D, Lupsor M, Boca A, et al. Indian Journal of Dermatology, Venereology and Leprology, 2012, 78(4): 519. [本文引用:1]
[19] Nakagawa N, Matsumoto M, Sakai S. Skin Research and Technology, 2010, 16(2): 137. [本文引用:1]
[20] Larin K V, Motamedi M, Ashitkov T V, et al. Physics in Medicine & Biology, 2003, 48(10): 1371. [本文引用:1]