Att mäta din puls är på fingret

2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:42

En fotoplethysmograf (PPG) är en enkel och billig optisk teknik som ofta används för att detektera förändringar i blodvolymen i en mikrovaskulär bädd av vävnad. Det används mest icke-invasivt för att göra mätningar på hudytan, vanligtvis ett finger. Vågformen för PPG har en pulserande (AC) fysiologisk vågform på grund av hjärt -synkrona förändringar i blodvolymen med varje hjärtslag. AC -vågen överlagras sedan på en långsamt föränderlig (DC) baslinje med olika lägre frekvenskomponenter som beror på andning, sympatisk nervsystemsaktivitet och termoregulering. En PPG -signal kan användas för att mäta syremättnad, blodtryck och hjärtoutput, för att kontrollera hjärtutmatningen och eventuellt upptäcka perifer kärlsjukdom [1].

Enheten vi skapar är en fingerfotoplethysmograf för hjärtat. Det är utformat för att användaren ska placera fingret i manschetten över en LED och fototransistor. Enheten kommer då att blinka för varje hjärtslag (på Arduino) och beräkna pulsen och mata ut den till skärmen. Det kommer också att visa hur andningssignalen ser ut så att patienten eventuellt kan jämföra den med sina tidigare data.

En PPG kan mäta den volymetriska förändringen i blodvolymen genom att mäta ljusöverföringen eller reflektionen. Varje gång hjärtat pumpar ökar blodtrycket i vänster kammare. Högtrycket gör att artärerna sväller något med varje slag. Ökningen av trycket orsakar en mätbar skillnad i mängden ljus som reflekteras tillbaka och ljussignalens amplitud är direkt proportionell mot pulstrycket [2].

En liknande enhet är Apple Watch PPG -sensorn. Den analyserar pulsfrekvensdata och använder den för att upptäcka möjliga episoder av oregelbundna hjärtrytmer som överensstämmer med AFib. Den använder gröna LED-lampor tillsammans med ljuskänsliga fotodioder för att leta efter relativa förändringar i mängden blod som flödar i användarens handled vid ett givet tillfälle. Den använder ändringarna för att mäta pulsen och när användaren är stillastående kan sensorn detektera individuella pulser och mäta slag-till-slag-intervall [3].

Tillbehör

Först och främst, för att bygga kretsen använde vi en brödbräda, (1) grön lysdiod, (1) fototransistor, (1) 220 Ω motstånd, (1) 15 kΩ motstånd, (2) 330 kΩ, (1) 2,2 kΩ, (1) 10 kΩ, (1) 1 μF kondensator, (1) 68 nF kondensator, UA 741 op-amp och ledningar.

För att testa kretsen använde vi sedan en funktionsgenerator, strömförsörjning, oscilloskop, krokodilklämmor. Slutligen använde vi en bärbar dator med Arduino-programvara och en Arduino Uno för att mata ut signalen till ett användarvänligt gränssnitt.

Steg 1: Rita ut schemat

Vi började med att rita en enkel schema för att fånga PPG -signalen. Eftersom PPG använder LED kopplade vi först en grön lysdiod i serie med ett 220 Ω motstånd och kopplade den till 6V ström och jord. Nästa steg var att fånga PPG -signalen med en fototransistor. I likhet med lysdioden satte vi den i serie med en 15 kΩ och kopplade den till 6V ström och jord. Detta följdes av ett bandpassfilter. Det normala frekvensområdet för en PPG -signal är 0,5 Hz till 5 Hz [4]. Med hjälp av ekvationen f = 1/RC beräknade vi motstånds- och kondensatorvärdena för låg- och högpassfiltren, vilket resulterade i en 1 μF kondensator med ett 330 kΩ motstånd för högpassfiltret och 68 nF kondensator med ett 10 kΩ motstånd för lågpassfiltret. Vi använde UA 741 op -amp mellan filtren som drevs med 6V och -6V.

Steg 2: Testa kretsen på ett oscilloskop

Vi byggde sedan kretsen på en brödbräda. Därefter testade vi kretsutgången på oscilloskopet för att kontrollera att vår signal var som förväntat. Som framgår av figurerna ovan resulterade kretsen i en stark, stabil signal när ett finger placerades över den gröna lysdioden och fototransistorn. Signalstyrkan varierar också mellan individer. I de senare figurerna är det dikrotiska hacket uppenbart och det är klart att hjärtfrekvensen är snabbare än individens i de första siffrorna.

När vi väl var säkra på att signalen var bra fortsatte vi sedan med en Arduino Uno.

Steg 3: Anslut Breadboard till en Arduino Uno

Vi kopplade utgången (över den andra kondensatorn C2 i schemat och marken) till stift A0 (ibland A3) på Arduino och jordskenan på brödbrädet till en GND -stift på Arduino.

Se bilderna ovan för koden vi använde. Koden från bilaga A användes för att visa grafen för andningssignalen. Koden från bilaga B användes för att ha en inbyggd LED på Arduino-blinkningen för varje hjärtslag och skriva ut vad pulsen är.

Steg 4: Tips att tänka på

I tidningen Body Sensor Network for Mobile Health Monitoring, A Diagnosis and Anticipating System utvecklade forskaren Johan Wannenburg et al. En matematisk modell av en ren PPG -signal [5]. När man jämför formen på en ren signal med vår signal - hos en enskild person - (figur 3, 4, 5, 6) finns det visserligen några tydliga skillnader. Först var vår signal bakåt, så det dikrotiska hacket på vänster sida av varje topp snarare än höger sida. Signalen var också mycket olika mellan varje person, så ibland var det dikrotiska hacket inte uppenbart (figur 3, 4) och ibland var det (figur 5, 6). En annan anmärkningsvärd skillnad var att vår signal inte var så stabil som vi skulle ha velat. Vi insåg att det var mycket känsligt, och bordets minsta knuff eller någon tråd skulle förändra hur oscilloskopets utgång såg ut.

För vuxna (över 18 år) bör den genomsnittliga vilopulsen ligga mellan 60 och 100 slag per minut [6]. I figur 8 var hjärtfrekvensen för individen som testade alla mellan dessa två värden, vilket indikerar att det verkar vara korrekt. Vi fick inte chansen att beräkna hjärtfrekvensen med en annan enhet och jämföra den med vår PPG -sensor, men det är troligt att den skulle vara nära noggrann. Det fanns också många faktorer som vi inte kunde kontrollera, vilket ledde till variationen i resultaten. Mängden omgivande belysning var annorlunda varje gång vi testade det eftersom vi antingen var på en annan plats, det fanns en skugga över enheten, vi använde en manschett ibland. Att ha mindre omgivande blixtar gjorde signalen tydligare, men att ändra det var utanför vår kontroll och påverkade därmed våra resultat. En annan fråga är temperaturen. Studien Investing the Effects of Temperature on Photoplethysmography av Mussabir Khan et al. Fann forskarna att varmare handtemperaturer förbättrade PPG -kvaliteten och noggrannheten [7]. Vi märkte faktiskt att om någon av oss hade kalla fingrar, skulle signalen vara dålig och vi kunde inte se det dikrotiska hacket jämfört med en person som hade varmare fingrar. På grund av enhetens känslighet var det också svårt att bedöma om enhetsinställningen var optimal eller inte för att ge oss den bästa signalen. På grund av detta var vi tvungna att busa med kortet varje gång vi ställde upp och kontrollerade anslutningarna på kortet innan vi kunde ansluta det till Arduino och titta på utgången vi ville ha. Eftersom det finns så många faktorer som spelar in för en breadboard-installation, skulle ett kretskort reducera dem kraftigt och ge oss en mer exakt produktion. Vi byggde vår schema i Autodesk Eagle för att skapa en PCB -design och drev den sedan till AutoDesk Fusion 360 för visuell återgivning av hur kortet skulle se ut.

Steg 5: PCB -design

Vi återgav schemat i AutoDesk Eagle och använde dess kortgenerator för att skapa PCB -designen. Vi drev också designen till AutoDesk Fusion 360 för visuell återgivning av hur tavlan skulle se ut.

Steg 6: Slutsats

Sammanfattningsvis lärde vi oss hur man utvecklar en design för en PPG -signalkrets, byggde den och testade den. Vi lyckades bygga en relativt enkel krets för att minska mängden eventuellt brus i utgången och har fortfarande en stark signal. Vi testade kretsen på oss själva och upptäckte att den var lite känslig, men med några justeringar av kretsen (fysiskt, inte designen) kunde vi få en stark signal. Vi använde signalutmatningen för att beräkna användarens hjärtfrekvens och matade ut den och andningssignalen till det trevliga användargränssnittet för Arduino. Vi använde också den inbyggda lysdioden på Arduino för att blinka för varje hjärtslag, vilket gjorde det tydligt för användaren när deras hjärta slog.

PPG har många potentiella applikationer, och dess enkelhet och kostnadseffektivitet gör det användbart att integrera i smarta enheter. Eftersom personlig hälso- och sjukvård har blivit mer populär de senaste åren är det absolut nödvändigt att denna teknik är utformad för att vara enkel och billig så att den kan vara tillgänglig över hela världen för alla som behöver den [9]. En ny artikel undersökte hur man använder PPG för att kontrollera hypertoni - och de fann att det kan användas tillsammans med andra BP -mätanordningar [10]. Kanske finns det mer som kan upptäckas och förnyas i denna riktning, och därför bör PPG betraktas som ett viktigt verktyg inom vården nu och i framtiden.

Steg 7: Referenser

[1] A. M. García och P. R. Horche, "Ljuskälloroptimering i en biphotonisk venupptäckare: Experimentell och teoretisk analys," Results in Physics, vol. 11, s. 975–983, 2018. [2] J. Allen, "Fotoplethysmografi och dess tillämpning i klinisk fysiologisk mätning," Physiological Measurement, vol. 28, nej. 3, 2007.

[3]”Mätning av hjärtat - hur fungerar EKG och PPG?”, Emotioner. [Uppkopplad]. Tillgänglig: https://imotions.com/blog/measuring-the-heart-how… [Åtkomst: 10-dec-2019].

[4] DE NOVO -KLASSIFICERINGSBEGÄRAN FÖR REGELMÄSSIG FUNKTION FÖR REGLERING AV RYTM..

[5] S. Bagha och L. Shaw, "En realtidsanalys av PPG -signal för mätning av SpO2 och pulsfrekvens", International Journal of Computer Applications, vol. 36, nej. 11, december 2011.

[6] Wannenburg, Johan & Malekian, Reza. (2015). Kroppssensornätverk för mobil hälsoövervakning, ett diagnos- och förutseende system. Sensors Journal, IEEE. 15. 6839-6852. 10.1109/JSEN.2015.2464773.

[7]”Vad är en normal puls?”, LiveScience. [Uppkopplad]. Tillgänglig: https://imotions.com/blog/measuring-the-heart-how… [Åtkomst: 10-dec-2019].

[8] M. Khan, C. G. Pretty, A. C. Amies, R. Elliott, G. M. Shaw och J. G. Chase, "Undersöker temperaturens effekter på fotoplethysmografi", IFAC-PapersOnLine, vol. 48, nej. 20, s. 360–365, 2015.

[9] M. Ghamari, "En översyn av bärbara fotoplethysmografisensorer och deras potentiella framtida tillämpningar inom hälso- och sjukvården," International Journal of Biosensors & Bioelectronics, vol. 4, nej. 4, 2018.

[10] M. Elgendi, R. Fletcher, Y. Liang, N. Howard, NH Lovell, D. Abbott, K. Lim och R. Ward, "The use of photoplethysmography for assessing hypertension," npj Digital Medicine, vol.. 2, nej. 1, 2019.