《Frontiers in Physiology》：A methodological framework for validating a multi-domain physiological sensor for divers using a scalable data fusion platform
编辑推荐：
本文介绍了一种创新的系统性方法，用于评估专为水下环境设计的新型生理传感器的性能。作者及其团队面临水下生理监测缺少“金标准”的挑战，开发了一个基于ROS 2和Docker的可扩展、可复现数据采集与融合平台。通过精心设计的三阶段人体测试（包括常压干测试、高压干测试和浅水浸泡测试），该方法能够有效分离和量化水浸、压力、温度和呼吸气体成分等多种环境因素对传感器测量精度的影响，为验证水下实时生理监测技术提供了一个全面、可靠且适应未来需求的方法学框架。
引言背景
理解人体在水下环境中的生理反应对于保障潜水员安全至关重要。与潜水相关的多种疾病或失调（如气压伤、缺氧、氮麻醉、减压病、体温异常、肺水肿等）可能在潜水过程的任何阶段（下降、水底停留、上升或潜水后）发生，其严重程度不一，但始终缺乏能够在水下实时监测、预警的健康事件评估技术。常规生理指标，如心率（HR）、脉率（PR）、呼吸频率（RR）、外周血氧饱和度（SpO2）和核心体温，能够为了解潜水员生理状态提供关键信息。然而，在水下复杂、高压、有水干扰的环境中，现有“金标准”设备难以适用，使得评估新型传感器测量差异的来源（是真实生理变化还是传感器性能变异）变得极为困难。为了填补这一技术空白，开发一个系统性的、可扩展的验证方法来评估新型生理传感器（nPS）的性能至关重要。
材料与方法
测试设备与平台
本研究开发了一个基于机器人操作系统2（ROS 2）的自定义数据采集平台，利用Docker容器化部署，实现了对来自多种异构设备（包括待测传感器nPS和多个商用参考设备，如BIOPAC、Polar、Garmin、Nonin、Moxy、CORE等）的数据流的协调同步。该系统提供了一个可扩展、可重复的框架，用于在多种环境下收集、可视化和时间同步生理数据。待测的nPS是一个由第三方开发的专有原型设备，能够记录心电图（ECG）、光电容积脉搏波（PPG）、近红外光谱（NIRS）等原始信号，并从中提取HR、PR、SpO2和组织氧饱和度（StO2）等指标。
测试方案
研究采用了多阶段测试与评估范式，将复杂的潜水环境分解为水浸、压力、温度和呼吸气体混合四个主要因素，以评估这些因素对传感器性能的影响。测试在三个不同的环境中依次进行：
- 1.
常压（干燥）测试：在马里兰州劳雷尔的约翰霍普金斯大学应用物理实验室（JHU/APL）进行，旨在建立传感器性能的基线，并评估与参考设备的一致性。包括：
- •
血管闭塞测试：通过分级加压的血压袖带诱导前臂血流限制，比较nPS与Moxy肌肉氧监测仪在测量组织氧饱和度（StO2）方面的一致性。
- •
运动测试：参与者通过卧式自行车完成从休息到高强度（达到50%-80%的预估最大心率）的阶梯式运动，评估nPS、BIOPAC和Polar设备在HR测量上的一致性。
- •
设备位置测试：在胸部和腹部多个解剖位置测试nPS的光学信号质量，以评估其信号质量和测量误差。
- 2.
高压（干燥）测试：在马里兰州巴尔的摩的马里兰大学医学中心的高压舱内进行，旨在独立评估环境压力（无水浸情况下）对传感器性能的影响。参与者佩戴全套传感器，在模拟的潜水深度（25英尺或60英尺）下，完成高强度的间歇性功能训练（HIIT）电路，以激发动态生理反应。同时，在较长的舱内停留期间，参与者还进行了一项认知测试（基于颜色的西蒙任务），并佩戴无线脑电图（EEG）设备，用以研究深度、压力和呼吸气体（空气或100%氧气）对认知功能的影响。生理数据持续采集并与运动、认知任务阶段同步。
- 3.
水浸测试：在马里兰大学的中性浮力研究设施内进行，旨在评估水浸（在常压、无显著加压的浅水池中）对传感器性能的影响。参与者完成模拟潜水任务，包括水面和深水游泳、以及一系列模拟水下作业的功能性动作（如提重物、系绳、更换气瓶等）。由于蓝牙在水下信号中断，所有设备数据均本地存储，并在测试后进行时间同步。该测试重点评估了运动、水浸对ECG信号质量和HR测量一致性的影响。
结果与发现
常压（干燥）测试结果
- •
血管闭塞测试：nPS测量的StO2值与Moxy监测仪的测量值在分级加压和恢复期间显示出相似的动态变化趋势，表明两者具有良好的跟踪一致性。
- •
运动测试：nPS、BIOPAC和Polar设备报告的HR在运动强度变化过程中均表现出良好的一致性。皮尔逊相关分析显示设备间存在强相关性。然而，Bland-Altman分析表明，虽然平均差异较小，但一致性界限范围较宽，提示在某些情况下存在临床意义上的测量差异。
- •
设备位置测试：在胸部和腹部不同位置测试nPS，发现胸骨中线位置（制造商推荐位点）的测量拒绝率较低，而某些侧方和腹部位置的信号拒绝率和测量误差较高，为传感器贴放位置优化提供了参考。
高压（干燥）测试结果
- •
运动测试：在高压环境下，nPS测量的HR与参考设备在认知测试阶段一致性尚可，但在运动强度较高的HIIT电路阶段，nPS ECG信号质量出现显著下降，R波峰值检测的稳定性降低，导致HR估计的准确性下降。这归因于运动增加、传感器位移和高压环境下的信号噪声。
- •
认知测试：EEG时频分析显示，在25英尺深度（无论呼吸空气或100%氧气）下，错误反应后会诱发明显的theta频段（4-7 Hz）功率增加，这被认为与错误监控过程相关。然而，在60英尺深度潜水时，这种错误相关活动似乎减弱，暗示深度增加可能削弱了认知监控功能，但此结论需谨慎解读。
水浸测试结果
- •
nPS在水下，尤其是在执行功能性运动任务期间，其ECG信号质量发生了最严重的退化。传感器的黏性贴片在水下发生膨胀和位移，导致信号显著变差，R波峰值检测困难。这使得从nPS ECG可靠地估算HR变得极具挑战性，与Polar和Garmin设备的HR测量一致性也因而降低。
讨论与展望
本研究提出了一套全面的方法论，用于在模拟水下环境的多种条件下，系统评估新型生理传感器的性能。虽然受限于原型设备（nPS）的功能不完善和样本量较小，本研究未能对传感器进行正式的准确性和可靠性验证，但成功证明了所构建的ROS 2数据采集系统的可行性，并揭示了水浸、高压和运动对传感器（特别是ECG）信号质量和测量一致性产生的显著影响。这些发现将为未来传感器的改进（如增强电极防水性、优化算法以抵抗运动伪影）提供直接依据。提出的“先分解、后整合”的测试框架，为未来评估和验证应用于极端或水下环境中的生理监测技术奠定了基础。未来的工作应扩大样本量，将测试环境扩展到盐水、冷水、缺氧等更严苛的条件，并最终迈向开放水域的实际部署，以全面评估传感器在真实潜水场景下的适用性和可靠性。
