據麥姆斯咨詢介紹，智能手表（例如三星Galaxy Watch、蘋果Apple Watch）等消費級可穿戴設備的出現和發展，極大地改變了個人健康監測方式。特別是，集成于智能手表的光電容積脈搏波（PPG）傳感器可以持續、無創地測量心率（HR）和心率變異性（HRV）等關鍵的人體心血管指標，為心血管健康管理提供了寶貴的基礎。此外，PPG信號的多功能性使其能夠提取各種人體生理參數，包括血氧飽和度和呼吸頻率等。PPG傳感技術為廣泛的數字醫療應用提供了巨大的潛力，包括睡眠監測和壓力評估等。這一發展促使臨床和研究機構積極探索各種利用消費級可穿戴設備的機會。
然而，盡管存在這種潛力，但在日常情況下使用PPG信號仍面臨著運動偽影（MA）的重大挑戰。當諸如行走、跑步或改變手腕位置等身體運動改變PPG傳感器與皮膚之間的接觸以及周圍組織的運動時，就會出現運動偽影，從而將不規則的噪聲引入PPG信號中。這會使關鍵的人體生理指標（例如心率）的穩定提取變得復雜，并可能削弱PPG傳感器提供的持續監測的固有優勢。然而，諸如三星Galaxy Watch之類的消費級可穿戴設備尚未經過系統驗證，無法評估運動偽影的發生方式及其對數據質量的影響，這往往會阻礙臨床和研究應用。解決這個問題需要持續的研究和驗證工作，包括改進信號處理算法、降噪技術和數據預處理策略。
過去，研究人員引入了各種數據集來應對運動偽影等挑戰，并探索各種PPG信號分析應用。IEEE Signal Processing Cup數據集專注于在劇烈運動（例如跑步）環境中進行精確的心率測量，因為在這些環境中運動偽影很常見。PPG-DaLiA數據集專注于捕捉半自然環境中的日常活動，主要側重于分析運動偽影。WESAD數據集專注于在壓力誘發的靜止活動（例如面試）下進行生理和行為感知。然而，這些數據集都是根據特定用途定制的，主要依賴于研究級設備（例如E4可穿戴設備或定制的PPG傳感器）進行數據收集。因此，消費級可穿戴設備的適用性尚未得到充分重視。
基于上述情況，研究人員的數據集集成了多種傳感模式，以便在半自然場景下對PPG信號進行穩健驗證。具體而言，研究人員同時收集了24位佩戴三種設備的參與者的數據：一個Polar H10胸戴式心電圖（ECG）傳感器、一個常用于研究環境中PPG測量的腕戴式Empatica E4設備、一款三星智能手表Galaxy Watch 5。數據收集涵蓋各種日常活動，旨在引入運動偽影，并進行壓力誘發心理應激測試，以證明其在壓力檢測及相關領域的潛在適用性。之所以選擇Galaxy Watch，是因為它正式支持通過三星健康傳感器軟件開發套件（SDK）導出PPG數據，使其成為PPG傳感器數據收集和模型評估的理想平臺。這種收集設置允許比較和評估不同設備和條件下的PPG信號質量，最終有助于更清晰地了解PPG在現實環境中的性能。此外，研究人員還發布了用于三星Galaxy Watch數據收集和分析的研究工具包，以促進類似的實驗，并幫助其他研究人員復制和擴展此實驗框架。
研究人員開發了一個自定義數據采集工具包，并使用三星Galaxy Watch收集原始傳感器數據。該工具包通過三星健康傳感器SDK實現，該SDK由三星官方提供，用于評估PPG、心率等信號。已經實現的應用程序（App）包含兩個獨立的部分：一個用于Galaxy Watch，另一個用于Android智能手機。Galaxy Watch應用程序允許用戶通過選擇要收集的心率、PPG、運動（加速度）和體表溫度數據來啟動或停止數據收集。智能手機應用程序旨在實時監控數據收集。為此，它包含顯示每種傳感器數據更新狀態的功能，如下圖所示。實驗結束之后，收集的數據可以導出并在智能手機應用程序上以包含多個CSV文件的zip壓縮文件形式下載。
Galaxy Wearable Logger工具包界面：智能手機應用程序（左）和Galaxy Watch應用程序（右）有助于同步數據收集，實現研究和分析的無縫記錄。
參與者佩戴Polar H10測量心電圖（ECG）信號，并在雙腕上分別佩戴三星Galaxy Watch 5和Empatica E4測量PPG信號，如下圖所示。由于身體限制，將兩款設備佩戴在同一只手腕上并不合適。因此，兩款設備分別佩戴在不同的手腕上。為了最大限度地減少手腕位置差異造成的噪聲，Galaxy Watch 5和Empatica E4的位置通過隨機化每位參與者的位置來平衡。對于Polar H10，一位同性別的研究人員協助佩戴設備，并確保在開始數據收集之前將其妥善固定。
本圖展示了可穿戴設備在參與者身上的放置位置（左）和實驗室環境（右）
GalaxyPPG數據集的收集有兩個主要目標，均側重于Galaxy Watch的PPG信號：（1）測量參與者對社會壓力場景（以靜止活動為例）的生理反應；（2）評估噪聲（運動偽影）在日常活動中對PPG信號的影響程度。為了實現這兩個目標，數據收集過程分為兩個連續階段進行：第一階段包括測量社交壓力情境和中性條件下的生理反應；第二階段則側重于分析各種日常活動對PPG信號的影響。
研究人員對GalaxyPPG數據集的技術驗證包括以下五個部分：（1）GalaxyPPG與現有公開數據集的比較；（2）數據集完整性分析；（3）PPG信號的生理效度評估；（4）基于腕部位置的信號差異分析；（5）通過證明活動引起的噪聲（運動偽影）在腕戴式PPG傳感設備中很常見，以支持GalaxyPPG數據集的生態效度并凸顯其價值的分析。
研究人員對基于PPG和心電圖信號的心率和心率變異性進行比較分析，對于確定GalaxyPPG數據集的技術有效性至關重要。研究人員簡要概述了用于計算心率和心率變異性的方法，如下圖所示。
PPG信號處理流程概述，該流程包含四個主要階段：（1）使用窗口分割和帶通濾波進行預處理；（2）使用四種不同的去噪方法（IMAT、卡爾曼濾波、維納濾波和奇異值分解）減小運動偽影影響；（3）使用HeartPy框架進行峰值檢測；（4）心率和心率變異性測量計算。每個階段都旨在逐步提高信號質量并提取有意義的心血管參數。
總之，本研究提出了一種GalaxyPPG數據集，該數據集收集自24位參與者，包含來自Galaxy Watch 5和Empatica E4的腕戴式PPG信號，以及來自Polar H10的胸戴式ECG數據。GalaxyPPG數據集旨在深入了解消費級可穿戴設備在運動或壓力誘發心理應激活動中的傳感性能，從而減小運動偽影影響并推進PPG信號的應用，例如在各種體育活動中進行心率追蹤以及用于壓力檢測的心率變異性監測。此外，本研究還提供了一個使用三星Galaxy Watch進行數據收集和分析的開源工具包，從而提高可重復性并促進進一步的研究。
