能夠量測心律以及其他生命徵象的健康追蹤器可協助使用者規劃適合自己的運動菜單。這類裝置通常內建動作感測器，能偵測各種移動模式，協助判斷包括行走、跑步、游泳等狀態，讓它們能像計步器一樣運作。為了配戴舒適以及能在日常生活中方便使用，這些量測動作通常會在手腕上進行，因為感測器一般都裝在像是手錶、首飾以及腕帶內。然而對於量測品質而言，手腕並非最適合的量測位置。心律的偵測會受到許多動作瑕疵所侷限，由於有較多的肌肉遮擋以致無法更接近到動脈進行量測。
相較之下，耳朵更適合進行光學心律量測。醫學專家目前已經會從耳垂部位量測血氧濃度。然而消費產品至今還沒有充分運用這方面的技術，因為耳朵部位的量測裝置空間極為受限，但卻需要耗用大量電力以致於必須配置大型電池。不過，業界正持續推出各種高度整合的低功耗晶片，以克服這些問題。如今業界已能把可實際運行的生命徵象量測元件整合到一般入耳式耳機中。此外，改進反應速度也開拓出全新的應用領域以及可能性。本文便將針對此類系統進行介紹與評估。
感測訊號光學式量測法
底層的量測方法為光學式量測。過程中使用最多三個LED燈來量測短脈衝訊號。LED電流最高到370mA，最小脈衝寬度為1微秒。LED的最佳波長取決於量測位置以及量測方法。由於只會量測腕部的表淺動脈，因此這裡選擇的是綠色燈，若是在耳朵進行偵測，就會選擇能穿透到更深表皮以及具備更高訊號雜訊比的紅外線。光二極體其偵測區域和反應速度之間有直接關係，用它來量測反射回來的光線。光二極體會量測到訊號以及背景雜訊，下游的類比前端元件提供更高的訊號雜訊比，其作用為訊號濾波器，並將偵測到電流轉換成電壓，同時轉換成數位格式。演算法方面，除了量測反射光之外，還會利用加速度計濾除各種動作瑕疵，對訊號進行校正。
以下將介紹量測系統的元件。ADI的ADPD144RI晶片用來作為類比前端元件，另外還整合了光二極體以及LED。量測作業運用了一個三軸加速度計，這個加速度計除了用來辨識腳步型態以及動作外，還能移除各種訊號瑕疵。整個流程由微控制器負責控制，並作為各感測器以及承載演算法元件之間的傳輸介面。
圖1顯示測試系統，將光學感測器以及加速度計裝入到一般常見的入耳式耳機中。在設計時刻意將ADC採樣率限制在100Hz，LED密度也降至最低，藉此盡可能壓低耗電。
為進行系統特性分析，針對不同的移動模式，分別考量五種情境。過程中只運用光學訊號進行評估，這麼做不僅能判斷什麼情境中出現脈搏量測失準，還能知道何時需要加速計資料以提高脈搏量測的精準度。情境包含以下動作：
．停在原地未走動
．停在原地並咀嚼
．在桌邊工作
．行走
．跑步與跳躍
測試情境一：停在原地
圖2顯示原始資料的頻譜，表現出振幅與採樣率之間的關係。圖中出現峰值的時間即是脈搏。在沒有移動時，訊號相當清晰，可從波峰位置以及已知採樣率來判斷心律。
光學感測器會將心律紀錄成兩種LED顏色－紅外線以及紅色，每個顏色各有四個頻道。在這種方式中，採用兩個不同的顏色頻道來進行量測，其結果可能會有差異，可以選擇較穩健的變異數據。圖3A顯示不同頻道的訊號。在六頻道的設定中，可以辨識出明確定義的訊號，其中兩個頻道呈現飽和狀態。為達到更強且穩健的訊號，在未飽和頻道中套用演算法然後計算出心律。圖3B顯示紅色頻道(上方)以及紅外線頻道(底部)的心律，同時還以顏色標度顯示量測的信心水準。此外圖中還顯示多組心律數據，可透過取樣率以及信心指標可分辨出原始訊號(虛線)。
總結在沒有動作時，訊號很強且沒有擋到真實訊號的雜訊，因此演算法能判斷心律並達到高信心水準。紅外線頻道的訊號要強過紅光頻道的訊號。
測試情境二：停在原地並咀嚼
情境二中多了咀嚼的動作。圖4顯示紀錄頻譜。不同於測試情境一，從圖中可清楚看到各種動作瑕疵，反映在訊號波形的跳動上。另外在頻道彙總圖上也很明顯，不再展現能清楚分辨的心律。不過，即使沒有透過動作感測器提供額外的幫助，演算法仍能正確判斷心律並達到相當高的信心水準。有趣的是，紅外線訊號的強度又再一次高過紅光頻道。
測試情境三：在桌旁工作
情境三則是測試另一種日常狀況。測試人員坐在桌旁執行日常工作，並作出一些相關動作。類似情境二，系統也會偵測到各種動作瑕疵，在套用演算法後即可判斷出兩個頻道的心律。如(圖5)所示，這裡，紅外線的強度亦是勝出。
測試情境四：行走
先前幾個情境涵蓋各種靜態量測條件，而在這個情境中測試人員以低速朝一個方向移動(約每分鐘50步)。如圖6所示，在PPG訊號中，心律和行走步伐的訊號混在一起，各頻道彙總後呈現相當模糊不清的訊號。紅色訊號區域中無法計算出清楚的心律，而演算法則是在紅外線頻道中找到一個較明確的心律。在高度波動以及低信心水準的組合中，從加速計得到額外的動作資料的確相當有幫助，特別是因為直到此時，量測都是在低走行速度下進行。
測試情境五：跑步與跳躍
情境五測的不是均勻的移動，而是交雜快跑與跳躍的動作。波形中可明確看到許多動作瑕疵，即使套用演算法也很難區隔出正確的心律，如圖7所示。因此無可避免的需要動作感測器的支援。
為了評估對動作感測器的需求，情境5中測試的量測技術，包含使用以及不使用加速計的情境。圖8顯示的是比較沒有校正加速計資料(左邊)以及納入校正加速計資料(右邊)的加成頻譜。從圖中可看到訊號有明顯的改進，能清楚辨識出心律，但如果沒有加速計的支援便根本無法辦到。
從上述的測試情境，我們可歸納出在大多數情況下，運用整合在入耳式耳機內的感測器，可極準確判斷出心律。在局部或緩慢的平移運動，甚至不使用加速計資料也可能判斷出心律。然而在忽然與急速的動作中，如果將經過動作校正的資料一起比對，亦可對資料進行判讀。在所有情境中，紅外線訊號的強度都高過紅光訊號。
和手腕量測相比，量測耳朵的訊號強度更高，因此能得到更精準的量測數據。此外，運用紅光或紅外線還能量測血氧濃度。
總結來說，從功能測試系統的結果來看，置入耳內裝置的量測其可行性極高。量測裝置還能透過更好的機械整合，以及納入額外的量測機制使產品更加完善。此外，加速計還能用在跌倒偵測以及步伐辨識，以為客戶創造更高的附加價值。
