据麦姆斯咨询介绍，智能手表（例如三星Galaxy Watch、苹果Apple Watch）等消费级可穿戴设备的出现和发展，极大地改变了个人健康监测方式。特别是，集成于智能手表的光电容积脉搏波（PPG）传感器可以持续、无创地测量心率（HR）和心率变异性（HRV）等关键的人体心血管指标，为心血管健康管理提供了宝贵的基础。此外，PPG信号的多功能性使其能够提取各种人体生理参数，包括血氧饱和度和呼吸频率等。PPG传感技术为广泛的数字医疗应用提供了巨大的潜力，包括睡眠监测和压力评估等。这一发展促使临床和研究机构积极探索各种利用消费级可穿戴设备的机会。
然而，尽管存在这种潜力，但在日常情况下使用PPG信号仍面临着运动伪影（MA）的重大挑战。当诸如行走、跑步或改变手腕位置等身体运动改变PPG传感器与皮肤之间的接触以及周围组织的运动时，就会出现运动伪影，从而将不规则的噪声引入PPG信号中。这会使关键的人体生理指标（例如心率）的稳定提取变得复杂，并可能削弱PPG传感器提供的持续监测的固有优势。然而，诸如三星Galaxy Watch之类的消费级可穿戴设备尚未经过系统验证，无法评估运动伪影的发生方式及其对数据质量的影响，这往往会阻碍临床和研究应用。解决这个问题需要持续的研究和验证工作，包括改进信号处理算法、降噪技术和数据预处理策略。
过去，研究人员引入了各种数据集来应对运动伪影等挑战，并探索各种PPG信号分析应用。IEEE Signal Processing Cup数据集专注于在剧烈运动（例如跑步）环境中进行精确的心率测量，因为在这些环境中运动伪影很常见。PPG-DaLiA数据集专注于捕捉半自然环境中的日常活动，主要侧重于分析运动伪影。WESAD数据集专注于在压力诱发的静止活动（例如面试）下进行生理和行为感知。然而，这些数据集都是根据特定用途定制的，主要依赖于研究级设备（例如E4可穿戴设备或定制的PPG传感器）进行数据收集。因此，消费级可穿戴设备的适用性尚未得到充分重视。
基于上述情况，研究人员的数据集集成了多种传感模式，以便在半自然场景下对PPG信号进行稳健验证。具体而言，研究人员同时收集了24位佩戴三种设备的参与者的数据：一个Polar H10胸戴式心电图（ECG）传感器、一个常用于研究环境中PPG测量的腕戴式Empatica E4设备、一款三星智能手表Galaxy Watch 5。数据收集涵盖各种日常活动，旨在引入运动伪影，并进行压力诱发心理应激测试，以证明其在压力检测及相关领域的潜在适用性。之所以选择Galaxy Watch，是因为它正式支持通过三星健康传感器软件开发套件（SDK）导出PPG数据，使其成为PPG传感器数据收集和模型评估的理想平台。这种收集设置允许比较和评估不同设备和条件下的PPG信号质量，最终有助于更清晰地了解PPG在现实环境中的性能。此外，研究人员还发布了用于三星Galaxy Watch数据收集和分析的研究工具包，以促进类似的实验，并帮助其他研究人员复制和扩展此实验框架。
研究人员开发了一个自定义数据采集工具包，并使用三星Galaxy Watch收集原始传感器数据。该工具包通过三星健康传感器SDK实现，该SDK由三星官方提供，用于评估PPG、心率等信号。已经实现的应用程序（App）包含两个独立的部分：一个用于Galaxy Watch，另一个用于Android智能手机。Galaxy Watch应用程序允许用户通过选择要收集的心率、PPG、运动（加速度）和体表温度数据来启动或停止数据收集。智能手机应用程序旨在实时监控数据收集。为此，它包含显示每种传感器数据更新状态的功能，如下图所示。实验结束之后，收集的数据可以导出并在智能手机应用程序上以包含多个CSV文件的zip压缩文件形式下载。
Galaxy Wearable Logger工具包界面：智能手机应用程序（左）和Galaxy Watch应用程序（右）有助于同步数据收集，实现研究和分析的无缝记录。
参与者佩戴Polar H10测量心电图（ECG）信号，并在双腕上分别佩戴三星Galaxy Watch 5和Empatica E4测量PPG信号，如下图所示。由于身体限制，将两款设备佩戴在同一只手腕上并不合适。因此，两款设备分别佩戴在不同的手腕上。为了最大限度地减少手腕位置差异造成的噪声，Galaxy Watch 5和Empatica E4的位置通过随机化每位参与者的位置来平衡。对于Polar H10，一位同性别的研究人员协助佩戴设备，并确保在开始数据收集之前将其妥善固定。
本图展示了可穿戴设备在参与者身上的放置位置（左）和实验室环境（右）
GalaxyPPG数据集的收集有两个主要目标，均侧重于Galaxy Watch的PPG信号：（1）测量参与者对社会压力场景（以静止活动为例）的生理反应；（2）评估噪声（运动伪影）在日常活动中对PPG信号的影响程度。为了实现这两个目标，数据收集过程分为两个连续阶段进行：第一阶段包括测量社交压力情境和中性条件下的生理反应；第二阶段则侧重于分析各种日常活动对PPG信号的影响。
研究人员对GalaxyPPG数据集的技术验证包括以下五个部分：（1）GalaxyPPG与现有公开数据集的比较；（2）数据集完整性分析；（3）PPG信号的生理效度评估；（4）基于腕部位置的信号差异分析；（5）通过证明活动引起的噪声（运动伪影）在腕戴式PPG传感设备中很常见，以支持GalaxyPPG数据集的生态效度并凸显其价值的分析。
研究人员对基于PPG和心电图信号的心率和心率变异性进行比较分析，对于确定GalaxyPPG数据集的技术有效性至关重要。研究人员简要概述了用于计算心率和心率变异性的方法，如下图所示。
PPG信号处理流程概述，该流程包含四个主要阶段：（1）使用窗口分割和带通滤波进行预处理；（2）使用四种不同的去噪方法（IMAT、卡尔曼滤波、维纳滤波和奇异值分解）减小运动伪影影响；（3）使用HeartPy框架进行峰值检测；（4）心率和心率变异性测量计算。每个阶段都旨在逐步提高信号质量并提取有意义的心血管参数。
总之，本研究提出了一种GalaxyPPG数据集，该数据集收集自24位参与者，包含来自Galaxy Watch 5和Empatica E4的腕戴式PPG信号，以及来自Polar H10的胸戴式ECG数据。GalaxyPPG数据集旨在深入了解消费级可穿戴设备在运动或压力诱发心理应激活动中的传感性能，从而减小运动伪影影响并推进PPG信号的应用，例如在各种体育活动中进行心率追踪以及用于压力检测的心率变异性监测。此外，本研究还提供了一个使用三星Galaxy Watch进行数据收集和分析的开源工具包，从而提高可重复性并促进进一步的研究。
