Wearables überwachen Vitalparameter, Aktivität und mehr: Sie sind der Trend in der Gesundheitsüberwachung.

Wearables überwachen Vitalparameter, Aktivität und mehr: Sie sind der Trend in der Gesundheitsüberwachung.Analog Devices

Längst ist die Telefonfunktion nicht mehr das wichtigste Leistungsmerkmal eines Smartphones. Sie sind Fotoapparat, Audio- und Video-Player, Taschen-PC – und werden jetzt zu persönlichen Trainern. Vollgepackt mit Sensoren überwachen sie die täglichen Aktivitäten und informieren den Besitzer über seine Gesundheit. Das zunehmende Gesundheitsbewusstsein hat für solche Anwendungen das Interesse geweckt. Mit zusätzlichen Sensoren in Wearable-Produkten können sie auch Vitalparameter wie Herzfrequenz, Körpertemperatur, Sauerstoffsättigung im Blut, Blutdruck, Aktivität und Kalorienverbrennung messen und tägliche Trends nachvollziehen.

Heute kann ein universelles Sensor-Frontend mit mehreren Sensoren diese Parameter überwachen. Die größten Herausforderungen sind, die Abmessungen zu minimieren und die Akkulaufzeit zu maximieren.

Der wichtigste Vitalparameter

Der Puls oder Herzschlag ist der bei weitem wichtigste Parameter des Menschen. Zusätzlich zur Zahl der Herzschläge pro Minute kann man das Verhalten des Herzens als Funktion körperlicher Aktivität prüfen. Der Herzrhythmus ist ebenfalls wichtig, da sich schnell ändernde Herzfrequenzen ein Anzeichen für eine Herzkrankheit sind.

Das Monitoring der Herzfrequenz und der Herzaktivität erfolgt traditionell durch Messung von Biopotenzialsignalen mit einem EKG-System. Am Körper angebrachte Elektroden messen Signale, die aufgrund elektrischer Aktivität im Herzgewebe entstehen. Dieses Prinzip nutzen professionelle Diagnosesysteme, bei denen bis zu zehn Elektroden am Brustkorb und an den Rippen des Patienten befestigt sind. EKG-Signale liefern genaue Informationen in Bezug auf die verschiedenen Komponenten (P-, QRS- und T-Signalverläufe) eines Herzschlags.

Bild 1: Das einpolige EKG-Frontend AD8232 enthält einen Instrumentenverstärker, Hochpassfilter, Ausgangspuffer und Tiefpassfilter.

Bild 1: Das einpolige EKG-Frontend AD8232 enthält einen Instrumentenverstärker, Hochpassfilter, Ausgangspuffer und Tiefpassfilter.Analog Devices

Einpolige EKGs sind häufiger im Sport anzutreffen. Dabei wird mit einem Brustgurt mit zwei Elektroden die Herzaktivität gemessen. EKG-Signale können zwar sichtbar werden, doch die meisten Systeme messen nur die Herzfrequenz. Diese Brustgurte sind nicht komfortabel. Daher sucht die Sport- und Wellness-Branche Alternativen, wie etwa die Integration der Elektroden in ein Sporthemd. Genau dafür hat Analog Devices das einpolige Frontend AD8232 (Bild 1) entwickelt. Das Bauteil enthält einen Instrumentenverstärker mit einer Verstärkung von 100 V/V und einen Hochpassfilter, der die vom Halbzellenpotenzial der Elektroden auf der Haut erzeugte Offsetspannung blockiert. Ein Ausgangspuffer und Tiefpassfilter unterdrücken die hochfrequenten Signalkomponenten, erzeugt durch Muskelaktivität (EMG-Signale). Diese stromsparende Eingangsstufe (170 μA) lässt sich mit dem ADuCM350 kombinieren: Dieser Meter-on-a-Chip-Baustein mit 16 Bit Auflösung implementiert eine einpolige EKG-Messung.

Herzfrequenz messen

Ein neuer Trend zur Messung der Herzfrequenz ist das Photoplethysmogramm (PPG), eine optische Technik, die Herzinformationen ohne Messung des Biopotenzials bezieht. Das PPG-Prinzip dient hauptsächlich zur Messung des Sauerstoffgehalts im Blut (SPO2), es kann aber auch Herzinformationen ohne Biopotenzialmessung liefern. Mit der PPG-Technologie lassen sich Herzfrequenzmonitore in Wearables integrieren. Dies ist mit Biopotenzialmesssystemen nicht möglich, weil ihre Signalpegel zu niedrig sind.

Bild 2: Das optische Modul ADPD142 ist für reflektive Messungen gedacht. Es verfügt dazu über eine komplette optische Eingangsstufe.

Bild 2: Das optische Modul ADPD142 ist für reflektive Messungen gedacht. Es verfügt dazu über eine komplette optische Eingangsstufe.Analog Devices

Die optischen Systeme übertragen Licht über die Hautoberfläche. Ein Fotosensor misst, wie viel Licht von roten Blutkörperchen absorbiert wird. Während das Herz schlägt, streut die sich ändernde Blutmenge auch die Menge des reflektierten Lichts. Wenn der Sensor am Finger oder am Ohrläppchen misst, wo sehr viel arterielles Blut vorhanden ist, liefert eine rote oder Infrarot-Lichtquelle die höchste Genauigkeit. Arterien befinden sich selten auf der Oberseite des Handgelenks. Somit muss man bei am Handgelenk getragenen Geräten die pulsierenden Komponenten von Venen und Kapillaren gleich unter der Hautoberfläche erfassen, was mit grünem Licht besser klappt. Das optische Modul ADPD142 (Bild 2) verfügt dazu über eine komplette optische Eingangsstufe mit integriertem Fotosensor, Stromquellen und LEDs. Entwickelt für reflektive Messungen eignet es sich auf für PPG-Messungen.

Herausforderungen

Die größten Herausforderungen bei der Messung des PPG am Handgelenk sind das Umgebungslicht sowie durch Bewegungen erzeugte Artefakte. Der DC-Fehler, der vom Sonnenlicht stammt, lässt sich relativ leicht kompensieren. Licht von Leuchtstoff- und Energiesparlampen jedoch enthält Frequenzanteile, die AC-Fehler bewirken. Die analoge Eingangsstufe von der ADPD142 nutzt zwei Strukturen, um Interferenzen von DC bis 100 kHz zu unterdrücken. Nach der analogen Signalaufbereitung digitalisiert ein SAR-A/D-Wandler mit 14 Bit das Signal, welches über eine I2C-Schnittstelle an einen Mikrocontroller für die abschließende Nachverarbeitung übertragen wird.

Eckdaten

Wearables liegen im Trend. Sie eignen sich nicht nur für Fitness-Anwendungen, sondern können auch die Gesundheit überwachen. Analog Devices stellt hier mehrere Bauteile vor, mit denen sich der Herzschlag messen und auswerten lässt: Das einpolige Front-End AD8232, den 16-Bit-Meter-on-a-Chip ADuCM350, das optische Modul ADPD142, der MEMS-Bewegungssensor ADXL362 und den Aufwärtsregler ADP5090.

Ein synchronisierter Übertragungspfad ist parallel zum optischen Empfänger integriert. Seine unabhängigen Stromquellen können zwei separate LEDs mit programmierbaren Strömen bis 250 mA treiben. Die LED-Ströme werden mit Impulslängen im Mikrosekundenbereich gepulst, um den durchschnittlichen Energieverbrauch zu senken. Die LED-Treiberschaltung ist zudem dynamisch konfigurierbar. Dies macht sie unabhängig von Umgebungssituationen wie Umgebungslicht, Haut- und Haarfarbe oder Schweiß zwischen Sensor und Haut, was die Empfindlichkeit beeinträchtigen könnte. Die Anregungs-LEDs können leicht konfiguriert werden, um ein sich automatisch anpassendes System zu entwickeln. Das gesamte Timing und die Synchronisation übernimmt das analoge Frontend.

Der ADPD142 ist in zwei Versionen verfügbar: Der ADPD142RG enthält eine grüne und eine rote LED für optisches Herzfrequenz-Monitoring. Der ADPD142RI enthält eine rote und eine Infrarot-LED für Blutsauerstoffmessungen (SPO2).

Der Einfluss von Bewegung

Auch Bewegung stört optische Systeme. Positionsänderungen zwischen den optischen Sensoren (LED und Fotoempfänger) und der Haut beeinträchtigen die Empfindlichkeit des optischen Signals. Zusätzlich könnte das Gerät die Frequenzanteile der Bewegung als Herzschlag deuten. Daher muss es die Bewegung messen und kompensieren. Je enger das Gerät am Körper anliegt, desto geringer die Beeinträchtigung. Doch ist es fast unmöglich, dies komplett mechanisch auszulöschen.

Verschiedene Methoden eignen sich, um Bewegung zu messen. Eine Technik ist optisch und nutzt mehrere LED-Wellenlängen. Die gemeinsamen Signale erkennen Bewegung, während die differenziellen Signale die Herzfrequenz erfassen. Es ist jedoch besser, einen echten Bewegungssensor einzusetzen. Dies erlaubt nicht nur eine genaue Messung der Bewegung am Wearable, sondern kann zum Beispiel auch Aktivitäten des Menschen verfolgen oder seine Schritte zählen.

Der dreiachsige Mikropower-MEMS-Bewegungssensor ADXL362 eignet sich ideal zur Erfassung von Bewegung in batteriegespeisten Wearables. Sein 12-Bit-ADC wandelt Beschleunigung in ein digitales Signal mit 1 mg Auflösung. Die Stromaufnahme skaliert dynamisch mit der Abtastrate. Sie beträgt nur 1,8 μA bei einer Ausgangsdatenrate von 100 Hz und 3,0 μA bei 400 Hz für alle drei Achsen zusammen. Diese höheren Datenraten sind für Anwenderschnittstellen, zum Beispiel Tap-/Double-Tap-Erkennung, nützlich.

Bild 3: Stromaufnahme des dreiachsigen MEMS-Bewegungssensors ADXL362 als Funktion der Ausgangsdatenrate.

Bild 3: Stromaufnahme des dreiachsigen MEMS-Bewegungssensors ADXL362 als Funktion der Ausgangsdatenrate.Analog Devices

Zum Starten einer Applikation, sobald Bewegung erkannt wird, ist kein schnelles Abtasten erforderlich. Somit kann die Datenrate auf 6 Hz sinken, was in einer durchschnittlichen Stromaufnahme von 300 nA resultiert. Dies macht diesen Sensor attraktiv für stromsparende Anwendungen und implantierbare Geräte. Der ADXL362 steht in einem Gehäuse mit 3,0 × 3,25 mm2 zur Verfügung. Bild 3 zeigt die Stromaufnahme gegenüber der Ausgangsdatenrate bei verschiedenen Versorgungsspannungen.

Die Sensoren im System verbinden

Das Herz des Systems, das alle Sensoren verbindet und auf dem die erforderliche Software läuft, ist der Mixed-Signal-Baustein ADuCM350. Dieser Meter-on-a-Chip speichert oder überträgt die Ergebnisse und stellt sie optisch dar. Das Bauteil enthält eine leistungsfähige analoge Eingangsstufe (AFE) mit 16 MHz ARM Cortex-M3-Prozessorkern (Bild 4). Das konfigurierbare AFE erlaubt den Einsatz in Verbindung mit fast allen Sensoren. Sein programmierbarer Signalgenerator speist analoge Sensoren mit AC- oder DC-Signalen. Die Empfangssignalkette bereitet Sensorsignale auf und digitalisiert sie mit einem 160 kSample/s schnellen 16-Bit-A/D-Wandler. Dieser bietet INL- und DNL-Fehler von besser als ±1 LSB und weist keine Codelücken auf. Er eignet sich für alle Arten von Eingangssignalen, wie Spannung, Strom, Potentiostat, Fotostrom und komplexe Impedanzen.

Bild 4: Blockdiagramm des Cortex M3 mit integriertem AFE und umfangreicher Peripherie.

Bild 4: Blockdiagramm des Cortex M3 mit integriertem AFE und umfangreicher Peripherie.Analog Devices

Das AFE kann im Standalone-Betrieb arbeiten, ohne dabei den Cortex-M3-Prozessor zu beanspruchen. Ein programmierbarer Sequencer steuert die Mess-Engine und die Messergebnisse werden über DMA im Speicher abgelegt. Vor dem Start einer Messung kann eine Kalibrierungsroutine die Offset- und Drift-Fehler in den Übertragungs- und Empfangssignalketten ermitteln. Für komplexe Impedanzmessungen, zum Beispiel Blutzucker, BMI oder Gewebeveränderungen, berechnet ein interner DSP-Beschleuniger eine diskrete Fourier-Transformation (DFT) mit 2048 Punkten. Der Cortex-Prozessor unterstützt verschiedene Kommunikationsports einschließlich I2S, USB, MIPI und einen LCD-Display-Treiber (statisch und dynamisch). Ferner beinhaltet er Flash-Memory, SRAM und EEPROM und unterstützt fünf Power-Betriebsarten zur Maximierung der Batterielaufzeit. Entwickelt für Sensoren mit sehr geringer Leistungsaufnahme ist der ADuCM350 auf langsame Geräte begrenzt. Wer mehr Verarbeitungsleistung benötigt, sollte M3-Cores mit 80 MHz verwenden oder Cortex-M4-Cores nutzen.

Leistungsaufnahme

Die Leistungsaufnahme ist bei portablen Geräten und Wearables stets ein entscheidender Faktor. Die oben beschriebenen Bauteile sind für hohe Leistungsfähigkeit, kleine Abmessungen und geringen Energieverbrauch entwickelt. Die Integration aller Funktionen inklusive Batterie in einem kleinen Gehäuse ist dennoch eine Herausforderung. Trotz neuer Batterietechnologien, die höhere Kapazitäten pro Kubikmillimeter ermöglichen, ist die Batterie gegenüber der Elektronik noch immer groß.

Bild 5. Der Energy Harvester ADP5090 pumpt auch kleine Energiemengen in den Akku.

Bild 5. Der Energy Harvester ADP5090 pumpt auch kleine Energiemengen in den Akku.Analog Devices

Mit Energy Harvesting kann eine kleinere Batterie ausreichen. Verschiedene Technologien können Energie gewinnen, zum Beispiel thermoelektrisch, piezoelektrisch, elektromagnetisch und photovoltaisch. Von diesen sind Licht und Wärme die am besten geeignete Lösung für Wearables. Da die Sensoren normalerweise keine hohe Ausgangsleistung liefern, sollte jedes erzeugte Joule eingefangen und genutzt werden. Der Aufwärtsregler ADP5090 (Bild 5) überbrückt die Kluft zwischen Harvester und Batterie: Diese effiziente Schaltstufe ermöglicht es, mit Eingangsspannungen im Bereich von 100 mV bis 3 V Energie zu speichern.

Bei einem Kaltstart mit komplett entladenen Batterien ist eine minimale Eingangsspannung von 380 mV erforderlich. Im normalen Betrieb hingegen, bei dem die Batterie nicht völlig entleert ist oder sich noch Energie im Supercap befindet, kann ein beliebiges Eingangssignal bis hinunter auf 100 mV ausreichen und auf ein höheres Potenzial gewandelt werden. So lässt sich die Energie für eine spätere Nutzung speichern. Untergebracht in einem Gehäuse mit 3 × 3 mm2 ist der Chip programmierbar für den Einsatz mit verschiedenen Harvester-Sensoren. Er nimmt maximal einen Ruhestrom von 250 nA auf und arbeitet mit fast jeder Batterietechnologie, von Li-Ionen bis Dünnfilmbatterien und Supercaps. Integrierte Schutzschaltungen sorgen für den sicheren Betrieb.

Schlussbemerkung

Dieser Artikel beschreibt einige Produkte mit geringer Leistungsaufnahme für Wearables und Personal-Health-Anwendungen. Doch dieser schnell wachsende Markt ändert sich rasant. Man darf gespannt sein, was als nächstes kommt.