使用智能手機和傳感器來改善醫療保健和個人健康的想法已經席卷了整個行業。Fitbit Surge和 Garmin VivoacTIve等可穿戴運動監測設備已證明受到消費者的歡迎，越來越多的醫生和醫院正在轉向遠程監測設備，以便為患者提供更好的護理。

　　就運動監測設備而言，可穿戴設備使用的傳感器與當今智能手機中的許多傳感器相同：GPS、加速度計、磁力計和陀螺儀，甚至是壓力傳感器。雖然這兩種設備都使用相似的傳感器，但傳感器融合——傳感器輸出與軟件的結合，可提供比單個傳感器所能提供的更好的信息——這就是差異化因素。例如，在智能手機的情況下，應用程序可能會使用傳感器輸出來提供有關如何在商場內找到路的方向。借助運動監測設備，軟件可以確定您的運動方式，以及該運動在卡路里消耗方面的意義。

　　正如 PNI Sensors的創始人、董事會主席、首席執行官兼首席技術官 George Hsu 所看到的那樣，這些應用程序的關鍵在于正確使用算法，這意味著不僅要準確地組合傳感器輸出，還要也非常有效地做到這一點。需要效率，以便計算結果所花費的時間不會消耗大量電力，這對于便攜式消費電子產品來說是一種詛咒。

　　甚至一些目前流行的可穿戴設備還沒有做好。PNI Sensors 使用兩個流行的健康/運動監測器計算步數并確定卡路里消耗的實驗結果顯示，它們在測量步數、行走距離和消耗的總卡路里方面存在顯著差異（表 1）。造成這種差異的部分原因是兩個設備只使用一個加速度計來確定步數。這種類型的設計雖然便宜，但容易出現錯誤讀數。盡管如此，本質上是算法決定了數據的捕獲方式，而智能算法可以實現更高的準確性。

　　表 1：由 PNI 傳感器測量的兩個僅基于加速度計的計步器的性能比較。

　　該實驗強調了設計人員正確使用算法以實現準確性能的重要性。PNI 實際上開發了一種僅加速度計的計步算法，該算法通過對閾值交叉特征應用生物力學和基于啟發式的過濾來優化功率和性能，在 4 深度步進緩沖區中提取，以準確識別錯誤或丟失的步驟。他們的加速度計算法準確率超過 98%，但消耗的電流不到 60 ?A。

　　獲得正確的算法意味著其設計人員必須非常熟悉應用程序，深入了解其變量，這樣他們才能創建能夠按照消費者期望的方式執行的設計。而且，Hsu 指出，“當您添加更多傳感器時，電源起著關鍵作用。” 設計人員必須確定您需要始終查看哪些數據，可以打開和關閉哪些傳感器，以及應該在傳感器上完成多少處理以及系統處理器應該完成多少處理。權衡是高效、準確性能的關鍵。

　　為了讓工程師在設計多傳感器項目時不必“重新發明輪子”，飛思卡爾半導體已將其整個傳感器融合庫開源。飛思卡爾與 MEMS 工業集團 合作組建了加速創新社區 （AIC），以鼓勵和促進傳感器融合和分析算法的共享和采用，并通過貢獻其傳感器融合庫、文檔來推動這項工作，以及基于 Windows 和 Android 的可視化工具的源文件。Analog Devices和 PNI 等也加入了他們的行列。

　　身體的聲音

　　談論醫療設備時通常不考慮的一種傳感器是麥克風。然而，在緊急情況下，清楚了解患者的能力是關鍵。此外，聲音信息還可以幫助診斷；否則醫生為什么總是手邊有聽診器？

　　麥克風技術的改進使這些設備更適用于健康應用。Vesper 最近推出了一款壓電 MEMS 麥克風 VM101，該麥克風可實現 68 dB 的典型信噪比 （SNR），這是所有市售 MEMS 中最高的聲學性能基準麥克風 — 提高音頻捕獲的質量和清晰度。

　　但麥克風還有其他一些屬性，推薦它用于健康可穿戴設備。除了聲學性能之外，VM101 還具有防水、防震、防塵和防顆粒等特性，這些特性對于那些經受運動/健康可穿戴設備通常經歷的耐用型使用類型的產品極具吸引力。對于面臨產品潛在可靠性問題的制造商，Vesper 首席執行官 Matt Crowley 指出：“您實際上可以將 VM101 放入波士頓港[注：Vesper 總部位于馬薩諸塞州波士頓。Ed.] 或者把它埋在沙灘上的沙子里，它仍然可以正常工作。”

更多信息可以來這里獲取==>>電子技術應用-AET<<