近年來,健身追蹤器和其它穿戴式電子裝置越來越受歡迎,因為用戶希望監控、測量和追蹤與其健康相關的各種即時指標,包括步數、心率、心率變異指數(HRV)、用戶體溫、活動量和/或壓力程度等。現有一種已知的壓力級測定技術透過測量皮膚阻抗或皮膚電導率,可監控、測量和/或追蹤膚電活動(EDA)。

根據研究顯示,皮膚電導率會因應環境、心理和/或生理反應而上升。透過測量皮膚阻抗或皮膚電導率在時間上的變化,可以獲得與用戶活動、壓力或疼痛程度和/或與用戶當前心理和/或生理狀況相關的其他因素,使用戶或醫師能根據取得的指標採取適當的措施,處理出現的狀況。

本文的目的在於提供一個有用的實體系統,用於研究並最終評估/量化個人的壓力程度。

「壓力」從何而來?

壓力(stress)是導致身體或精神緊張的生理、心理或情緒因素。壓力分為外部壓力(環境壓力、心理壓力或社會因素所致壓力)和內部壓力(疾病或醫療程序導致的壓力)。壓力可能引發「戰或逃」(fight-or-flight)的反應,這是神經系統和內分泌系統的一種複雜反應。

「戰或逃」反應(在創傷後壓力症中也稱為4F——戰鬥、逃跑、僵死或服從反應、反應過度或急性壓力反應)是對感知到的有害事件、攻擊或生存威脅作出的一種生理反應。

該反應始於杏仁核,結果在下丘腦中觸發神經反應。初始反應後,腦下垂體被啟動並分泌促腎上腺皮質激素。腎上腺被同時啟動並釋放腎上腺激素。

釋放化學信使後會產生皮質醇激素,導致血壓和血糖升高,對免疫系統形成抑制作用。觸發初始反應和後續反應是為了增加能量。腎上腺素與肝細胞結合後產生血糖,實現能量的提升。另外,皮質醇迴圈是為了把脂肪酸轉換成可用的能量,結果促使人體肌肉做好反應準備。兒茶酚胺類激素(如腎上腺素或去甲腎上腺素)會促進即時身體反應,為激烈的肌肉反應做好準備。

然而,在持續需求下,壓力系統長期處於活躍狀態,可能損害人體健康。壓力會導致多種疾病,對人的身心造成影響。

檢測方法

目前有幾種不同的方法可以用來檢測和確定壓力強度。最重要的方法是:測量皮質醇濃度、取得心率變異指數或是膚電活動資料。

測量皮質醇濃度 皮質醇是糖皮質類激素中的一種類固醇激素,由人體腎上腺中的腎上腺皮質產生的。人體釋放皮質醇是對壓力的回應。因此,測量皮質醇濃度被認為是量化壓力強度的黃金標準方法。然而,該技術存在兩個重要問題。第一個問題是從威脅出現到皮質醇濃度發生變化這一過程中,延遲可能長達15分鐘。第二個也是最重要的問題在於必須持續取得壓力強度資料,才能檢測用戶日常生活中的威脅和壓力狀況。因此,無論對誰來說,這種方法都太複雜、昂貴且不夠友善;可見,皮質醇測量並不適合普通用途。 獲取HRV HRV是在兩次心跳時間間隔發生變化的生理現象。其測定標準是心跳間時間間隔的變化。 目前,市場上有多種裝置都能測量心率。這些裝置的解析度最高為每分鐘一次心跳(bpm)。該解析度足以滿足多種應用的需求。然而,針對壓力評估的HRV解析度必須更高10或100倍。這意味著採樣頻率和演算法複雜程度一定非常高,所以,系統功耗也是個大問題,無法滿足穿戴式產品或24/7全天候應用的需求。 獲取EDA EDA是衡量汗腺滲透率神經介導效應的一項間接指標,為小電流下皮膚電阻的變化或者皮膚不同部份的電位差。EDA途徑在功耗、人體工程設計和電路尺寸方面比其他技術更有優勢。

系統描述

本研究旨在開發一種研究和估測個人壓力強度的有用工具。人的壓力強度並非 恒定不變的,而是取決於人感知到的威脅。每個人對於那些威脅的感受不同,有許多因素會使一個人眼中的簡單事件變成另一個人眼中的巨大威脅。在醫院裡進行壓力測試以確定人的壓力強度並沒什麼用,因為這些威脅出現在患者的正常生活當中。因此,有必要開發一種系統,使我們能在人的正常生活中估測其壓力強度。該系統必須具有非侵入式、友善用戶和可穿戴的特點。最後,它還必須能工作數天而無需充電或更換。

針對終端裝置的這些要求意味著系統必須符合下列特點:

  • 電池供電,因為它必須可穿戴
  • 低功耗,因為必須對患者監控數天時間
  • 小尺寸,因為必須可穿戴且友善用戶
  • 低成本,因為如果太貴,解決方案就無法被運用到任何消費裝置中
  • 符合安全法規

為了確保系統的非侵入性,必須考慮資料記錄部位。電極的最佳安放部位是手腕上部,因為這種設計可以確保裝置的下列特點:非侵入式、友善用戶,以及簡單的機械設計。然而,在該部位獲取的訊號品質並不如從身體其他部位取得的EDA訊號,比如食指與中指的中節指骨。

一旦確定了EDA訊號獲取電極的安放部位,我們就知道,最終(目標)系統要採用智慧手錶或類似裝置的形式。這裡要確定的下一個指標是EDA電路可以使用的面積。為了確定這個參數,我們分析了多款智慧手錶,並諮詢了多家供應商。結論是,EDA電路的最大面積要小於5mm × 5mm。

EDA電路的功耗是要明確的第三個參數。該參數是確保系統能持續數天記錄EDA訊號而無需充電或更換裝置的關鍵。我們取得了不同智慧手錶的電池容量資料和部份可能商用系統的功率預算資料。經過研究,確定了功耗目標的要求——平均功耗不得超過200μA。

最後,要確定的最後一項指標是成本。然而,目前還無法確定該指標,因為有多種因素可能會影響到裝置的最終成本。精心選擇電路拓撲結構和元件,才能確保成本恰當的最終解決方案。

硬體設計

本節描述電路拓撲結構、測量範圍和解析度的確定方式。其中一個關鍵決定是確定電路拓撲。基本上,測量阻抗的方法有兩種。系統可以施加電流並測量阻抗範圍內的電壓,也可以施加電壓並測量阻抗範圍內的電流。另外,這些施加訊號既可以是直流(DC)訊號,也可以是交流(AC)訊號。重要的是分析每種方法的優勢和不足。

有多種電路可以測量AC訊號,每一種都有自己的優勢和劣勢。然而,為了達到性能、成本和面積方面的限制要求,我們認為以下解決方案是最佳選擇。

我們最後決定使用一個AC電壓源作為激勵源,測量通過患者身體的電流,由此確定皮膚電導率。該解決方案可以避免在單個汗腺上施加高壓,從而避免汗腺受損的危險,並且符合IEC6060-1標準的要求。AC訊號消除了電極極化問題。

所需測量的電流必須是數位、可儲存且可分析的。這表示電路需要一個類比數位轉換器(ADC)。由於多數ADC轉換的是電壓而不是電流,所以,我們需要先把通過患者身體的電流轉換成電壓。這可以透過一個跨阻放大器(TIA)來實現。在選擇最佳OP放大器時,要考慮的三個關鍵指標是雜訊規格、尺寸和功耗;在實現TIA時要用到這些指標。

一旦決定了系統的拓撲結構,下一步就是確定要開發的系統測量範圍和解析度。EDA訊號放大方面的問題主要源於其寬廣範圍和高解析度要求。一般來說,皮膚電導裝置必須覆蓋的範圍為0μs至100μs,還要能檢測0.05μs的波動。解析度可以採用12位元解析度以上的ADC實現。對於解析度,這一計劃的目標是0.01μs,因此需要採用14位元或16位元解析度的ADC。

為了在100μs範圍內獲得0.05μs的解析度並達到安全法規的要求,必須採用下列模組:

  • 一個AC電壓源
  • 確保符合IEC6060-1規範的保護元件
  • 用於測量通過患者身體電流的電路

環境溫度和皮膚溫度的變化會導致EDA訊號變化。因此,也有必要取得環境溫度和皮膚溫度。這可以透過一個簡單的熱敏電阻和幾個離散元件以及一個ADC來實現。

最後,功耗是該電路中的一個關鍵參數。為了降低功耗,並確保僅在需要進行新的測量時啟動系統,必須同時整合一個電源管理單元(PMU)。該模組必須能由主微控制器(MCU)輕鬆控制,並且必須為整個EDA測量電路供電。圖1所示為完整的功能方塊圖。

20180515_ADI_TA31P1 圖1:系統方塊圖

實現這一應用的最佳元件包括: 電源管理單元:在該設計採用ADP151系列建置電源管理單元,因為它具有多個不錯的特性,封裝和雜訊級也非常適合應用需求。 電平轉換器:有多種方式和多種IC可以用來建置電平轉換器。然而,這些IC的面積和價格卻無法滿足這一設計的限制要求。因此,在此電路中的電平轉換器是用離散元件實現的。基本上是由一個電晶體DMN2990UFZ和一個電阻構成。 低通濾波器和TIA:為了實現低通濾波器和TIA,選用ADA4505-2ACBZ,因為它具有優越的低功耗水準、小尺寸和輸入偏置電流超低等特點。 ADC:符合所有系統要求的ADC是AD7689BCBZ。這款強大的ADC整合了可以在不使用時關閉的電壓參考,因而可以降低功耗。

最後,為了確保達到面積限制要求,我們將使用的元件和功能數量降至最低,並且為所有元件選擇最小的封裝。圖2所示為該系統的佈局和尺寸。

20180515_ADI_TA31P2 圖2:EDA離散式電路佈局

軟體設計

如前所述,系統需要產生一個激勵訊號,用於測量皮膚的電導率。該激勵訊號是一個AC訊號,從AC測量值擷取的兩個參數是訊號幅度,以及激勵訊號與擷取訊號之間的相位延遲。最重要的參數是幅度,可以透過多種方式從AC訊號中獲取該參數。然而,在本系統中,獲取幅度的最佳方法是實現離散傅立葉變換(DFT)。

也可以將DFT視為濾波器組,其衰減度與樣本數成正比,最大值的位置取決於激勵訊號。此時,可以採用較大的樣本數(N)來實現DFT,因為這樣做可以改善SNR。然而,DFT的功耗(如果直接實現)與樣本數成比例,採集的樣本越多,功耗越大。這意味著在樣本數與功耗之間存在著重要的折衷點。

另一個重要參數是採樣頻率與激勵頻率之比。如果採樣頻率為激勵頻率的4倍,則用於實現DFT的等式會非常簡單。這種情況下,涉及浮點乘法的複雜等式會成為加法。如果可用處理器為DSP或Cortex-M4,則乘法也是可行的。然而,如果必須在Cortex-M0中進行計算,這可能就會成為一個重要問題。不妨比較等式1和100Hz頻率視窗(FCENTER)的單點DFT計算濾波器運算式,其中,採樣頻率(FS)為400Hz和500Hz。

20180515_ADI_TA31F1

一旦清楚要採用的技術以及激勵頻率與採樣頻率之比後,下一步就是確定激勵頻率。激勵頻率必須盡可能低,以確保電流雖會流過患者的皮膚,但不會滲入身體。因此,激勵頻率必須小於1kHz。同時需要指出的是,該應用中的主要雜訊來源是市電產生的50Hz/60Hz雜訊。

20180515_ADI_TA31F2

如等式2所示,DFT的各個分量X(k)抵消了n×FS/N形式的頻譜分量貢獻,其中,n = 0, 1, 2...N–1,N = k時除外。透過適當地定義激勵頻率,我們可以抵消50Hz的雜訊源。然而,不能使用高頻率的原因如前所述。所以,不錯的折衷點是100Hz,但我們仍可能會捕捉到市電干擾源的諧波。

如果激勵訊號為100Hz,採樣頻率為400Hz,那麼在50Hz下,當N等於8、16和32時,會出現零。同時,值得注意的是,樣本數必須盡可能小,以儘量降低功耗。因此,一種不錯的折衷選項是用16個樣本實現DFT。必要時,為了改善SNR,可以增加樣本數。當然,如果雜訊為60Hz而非50Hz,則採樣頻率應為480Hz,激勵頻率應為120Hz。頻率響應如圖3所示,而只涉及加法的數學公式如等式3所示。

20180515_ADI_TA31P3

圖3:DFT可被視為濾波器組。這是16個樣本條件下的DFT頻率響應,其中,採樣頻率為400Hz,中心頻率為100Hz,頻率視窗為矩形

20180515_ADI_TA31F3

機械設計

我們開發了一個用於測試和證明上述解決方案的評估系統。該平台由EDA測量所需的主感測器以及其它必要特性構成。移動和溫度都可能會影響皮膚阻抗測量結果。因此,我們也測量了含有動作和溫度的訊號。

該系統還包括一個電池充電器,用於為平台中使用的LIPO電池充電。該裝置需要採用高容量電池,因為我們希望能實現24小時的訊號採集。阻抗、溫度和加速度測量值被保存到儲存於微型SD卡上的檔案中,也可以透過低功耗藍牙(Bluetooth low energy;BLE)把資料發送到平板電腦或個人電腦上。如圖4所示的評估平台。

20180515_ADI_TA31P4 圖4:EDA評估平台——ADI watch GEN II

結果

SNR研究 我們進行了數學分析,確保在所選元件的雜訊以及系統頻寬條件下,能夠實現所要求的解析度。然而,該特性必須以實際測量值進行檢驗。為此,採用原型系統測量多個電阻網路,以檢驗功能性。這項研究涉及對同一電阻網路進行多次測量,以檢查其可重複性,從而獲得系統的精確度資料。在測試時,針對每個網路進行100次測量,透過從取得的結果之最大值減去最小值,以取得最大誤差。誤差值始終等於或小於0.01μs。

而在驗證系統準確度後,下一步是檢查系統的線性度。為了進行此項實驗,我們將原型連接至可編程的電阻替代器,以1kΩ步進對10kΩ~500kΩ的範圍進行評估。系統的R2為0.9999992。

功耗研究 EDA系統由一個具有不同狀態的狀態機構成,用於獲取患者皮膚電導率,以及確保最低功耗。一開始,在狀態1(S1)時關閉EDA的AFE,只導通微控制器和加速度計。其平均功耗為139μA。大約150ms後,導通EDA AFE,由MCU產生方波訊號,再交由LPF進行濾波。在此階段(S2)期間關閉ADC參考電壓,因為訊號還不穩定。確保訊號穩定需要6個週期,在最差情況下,在S2時的平均功耗為230μA。

在S3時導通ADC參考電壓,並讓系統等待10ms,以確保參考電壓穩定下來——在此階段的平均功耗為730μA。系統在4個週期中獲取4個樣本,以取得用於在S4中實現DFT的16個樣本。在此階段的功耗為880μA。DFT則在階段S5中實現,在此狀態下同時取得了加速度計資料,該階段的功耗約8mA。圖5顯示該系統功耗。經此研究證明,EDA AFE的平均功耗要求低於170μA。

20180515_ADI_TA31P5 圖5:功耗分析

實驗檢驗

現在,我們已經對系統進行了電子驗證——因此,下一步是比較EDA電路與參考系統的性能。在此例中,以具有良好性能的Empatica E4平台作為參考系統。

一旦決定參考系統後,必須確定所進行的測試能看到EDA訊號的變化。在此選擇「放鬆-壓力」測試。該測試分為兩步驟:第一步是放鬆練習,第二步是壓力練習。

放鬆練習由10分鐘的控制呼吸組成,目的是達到放鬆狀態。壓力狀態則是在「顏色-詞語-聲音」遊戲中進行。在該應用中,用戶會聽到一種顏色,並看到一種以該顏色描繪的文字。聽到的顏色、用文字描述的顏色和彩繪的顏色可能相同,也可能不同。如同在圖6所觀察到的,可能會出現以下面這樣的句子:

  • 選擇顏色
  • 選擇聲音
  • 選擇詞語

受測者必須根據句子傳遞的資訊和聲音、文字或顏色,按下正確的按鈕。使用者必須在進度條走完之前做出反應。如果用戶未能在這段時間內做出反應,或者如果反應錯誤,則會減去相應的得分值。如果正確,則會增加得分值。最後,交換按鈕位置。

在該應用中的多種設定都可以修改,以改變實驗等級(壓力強度)。

20180515_ADI_TA31P6 圖6:「顏色-詞語-聲音」測試應用

理論上,在放鬆任務中,皮膚電導率應該會下降,而在壓力活動中則應該增加。在壓力活動中,應該能觀察到峰值或突波。DC電平的變化對應於壓力源的強直性反應。在壓力活動中觀察到的峰值被認定為形勢反應,在放鬆任務中不會出現。

在明確用於取得EDA訊號顯著變化和預期回應的程序之後,下一步就是進行實驗,對我們的EDA解決方案與Empatica E4平台進行性能比較。為了進行比較,受測者在進行測試時同時戴上兩款裝置。Empatica解決方案戴在右手上,待測試的系統則戴在左手上。這意味著預期訊號必須相似,但不完全相同,因為裝置是戴在不同的手臂上,測量部位並不完全相同;Empatica從腕關節底部獲取EDA訊號,而我們的解決方案則從腕關節頂部獲取訊號。兩台裝置獲取的訊號非常相似,如圖7所示。這項實驗並在不同患者身上重複多次,以驗證系統的準確度。

20180515_ADI_TA31P7 圖7:「放鬆-壓力」測試(左側為待測系統,右側為參考裝置)

結論

EDA電路是一種巧妙的皮膚電導率擷取方案。得益於平均功耗和尺寸優勢,可以將其整合到任何智慧手錶或類似平台中。該裝置取得了預期性能效果,可以在較寬廣的範圍內,以高解析度測量皮膚電導率。EDA電路採用特殊設計,避免了極化和半電池電位效應,可以相容任何類型的電極。此外,它還達到了IEC6060-1的要求。

為了評估和測試電路的特性,我們設計了一個原型。該系統設計用於在不充電的情況下,24小時持續獲取EDA訊號以及皮膚溫度、環境溫度和移動資料,並把資訊儲存起來或者以無線方式即時發送出去。因此,該平台可用於從處於不同狀況的不同人身上採集EDA資料,也不受時間限制。最後,還可以利用這些資訊開發演算法,以便檢測、評估或預測人們的壓力強度。