Sisällysluettelo:
- Tarvikkeet
- Vaihe 1: Piirrä kaavio
- Vaihe 2: Testaa piiri oskilloskoopilla
- Vaihe 3: Yhdistä Breadboard Arduino Unoon
- Vaihe 4: Vinkkejä, jotka pitää mielessä
- Vaihe 5: Piirilevyjen suunnittelu
- Vaihe 6: Johtopäätös
- Vaihe 7: Viitteet
Video: Sykkeen mittaus on sormenpäässäsi: fotopletysmografinen lähestymistapa sykkeen määrittämiseen: 7 vaihetta
2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:01
Photoplethysmograph (PPG) on yksinkertainen ja edullinen optinen tekniikka, jota käytetään usein havaitsemaan veren tilavuuden muutokset kudoksen mikrovaskulaarisessa kerroksessa. Sitä käytetään enimmäkseen ei-invasiivisesti mittauksiin ihon pinnalla, tyypillisesti sormella. PPG: n aaltomuodolla on sykkivä (AC) fysiologinen aaltomuoto, joka johtuu sydämen synkronisista muutoksista veren tilavuudessa jokaisen sydämenlyönnin yhteydessä. AC -aalto asetetaan sitten hitaasti muuttuvaan (DC) perusviivaan, jossa on erilaisia alemman taajuuden komponentteja, jotka johtuvat hengityksestä, sympaattisen hermoston aktiivisuudesta ja lämmönsäätelystä. PPG -signaalia voidaan käyttää happisaturaation, verenpaineen ja sydämen tehon mittaamiseen, sydämen tehon tarkistamiseen ja mahdollisesti perifeerisen verisuonisairauden havaitsemiseen [1].
Luomamme laite on sydämen valopleletysmografia sydämelle. Se on suunniteltu käyttäjälle asettamaan sormensa mansettiin ledin ja valotransistorin päälle. Laite vilkkuu jokaisen sykkeen kohdalla (Arduinolla) ja laskee sykkeen ja lähettää sen näytölle. Se näyttää myös miltä hengityssignaali näyttää, jotta potilas voi mahdollisesti verrata sitä aikaisempiin tietoihin.
PPG voi mitata veren tilavuuden muutoksen mittaamalla valon läpäisyä tai heijastusta. Joka kerta kun sydän pumppaa, vasemman kammion verenpaine nousee. Korkea paine aiheuttaa valtimoiden pullistumista hieman jokaisen iskun yhteydessä. Paineen nousu aiheuttaa mitattavan eron takaisinheijastuneen valon määrässä ja valosignaalin amplitudi on suoraan verrannollinen pulssipaineeseen [2].
Samanlainen laite on Apple Watchin PPG -anturi. Se analysoi pulssitietoja ja käyttää niitä havaitsemaan mahdolliset epäsäännöllisten sydämen rytmien jaksot AFib: n mukaisesti. Se etsii vihreitä LED-valoja yhdessä valoherkkien fotodiodien kanssa etsiäkseen suhteellisia muutoksia käyttäjän ranteessa virtaavan veren määrään milloin tahansa. Se käyttää muutoksia sykkeen mittaamiseen, ja kun käyttäjä on paikallaan, anturi voi havaita yksittäisiä pulsseja ja mitata sykkeen ja lyönnin välit [3].
Tarvikkeet
Ensinnäkin piirin rakentamiseen käytimme leipälevyä, (1) vihreää LEDiä, (1) valotransistoria, (1) 220 Ω: n vastusta, (1) 15 kΩ: n vastusta, (2) 330 kΩ, (1) 2,2 kΩ, (1) 10 kΩ, (1) 1 μF kondensaattori, (1) 68 nF kondensaattori, UA 741 op-amp ja johdot.
Seuraavaksi piirin testaamiseen käytimme toimintogeneraattoria, virtalähdettä, oskilloskooppia, alligaattoripidikkeitä. Lopuksi, lähettääksemme signaalin käyttäjäystävälliseen käyttöliittymään käytimme kannettavaa tietokonetta, jossa oli Arduino-ohjelmisto ja Arduino Uno.
Vaihe 1: Piirrä kaavio
Aloitimme piirtämällä yksinkertaisen kaavion PPG -signaalin kaappaamiseksi. Koska PPG käyttää LED -valoa, liitämme ensin vihreän LED -valon sarjaan 220 Ω: n vastuksella ja liitämme sen 6 V: n virtalähteeseen ja maahan. Seuraava askel oli kaapata PPG -signaali fototransistorilla. Samanlainen kuin LED, laitoimme sen sarjaan 15 kΩ: lla ja liitämme sen 6 V: n virtalähteeseen ja maahan. Tätä seurasi kaistanpäästösuodatin. PPG -signaalin normaali taajuusalue on 0,5 Hz - 5 Hz [4]. Laskimme yhtälön f = 1/RC avulla ali- ja ylipäästösuodattimien vastuksen ja kondensaattorin arvot, jolloin saatiin 1 μF: n kondensaattori, jossa oli 330 kΩ: n vastus ylipäästösuodattimelle, ja 68 nF: n kondensaattori, jonka vastus oli 10 kΩ alipäästösuodatin. Käytimme UA 741 op -vahvistinta suodattimien välissä, jotka saivat virtaa 6V ja -6V jännitteellä.
Vaihe 2: Testaa piiri oskilloskoopilla
Rakensimme sitten piirin leipälevylle. Tämän jälkeen testasimme oskilloskoopin piirilähtöä varmistaaksemme, että signaalimme oli odotetun mukainen. Kuten yllä olevista kuvista näkyy, piiri johti voimakkaaseen, vakaaseen signaaliin, kun sormi asetettiin vihreän LEDin ja valotransistorin päälle. Signaalin voimakkuus vaihtelee myös yksilöiden välillä. Myöhemmissä kuvissa dikroottinen lovi on ilmeinen ja on selvää, että syke on nopeampi kuin yksilön muutaman ensimmäisen luvun syke.
Kun olimme varmoja, että signaali oli hyvä, jatkoimme sitten Arduino Unolla.
Vaihe 3: Yhdistä Breadboard Arduino Unoon
Yhdistimme lähdön (kaavion ja maan toisen kondensaattorin C2 poikki) Arduinon nastaan A0 (joskus A3) ja leipälevyn maadoituskiskoon Arduinon GND -nastaan.
Katso yllä olevista kuvista käyttämämme koodi. Liitteen A koodia käytettiin hengityssignaalin kuvaajan esittämiseen. Liitteen B koodilla käytettiin sisäänrakennettua LED-valoa Arduinon välähdyksessä jokaista sykettä kohden ja tulostettiin syke.
Vaihe 4: Vinkkejä, jotka pitää mielessä
Tutkija Johan Wannenburg et ai. Kehitti paperisessa Body Sensor Network for Mobile Health Monitoring, A Diagnosis and Anticipating System -julkaisussa puhtaan PPG -signaalin matemaattisen mallin [5]. Vertaamalla puhtaan signaalin muotoa signaalimme - yksittäisen henkilön - signaaliin (kuvat 3, 4, 5, 6), on tosin selviä eroja. Ensinnäkin signaalimme oli taaksepäin, joten dikroottinen lovi kunkin huipun vasemmalla puolella eikä oikealla puolella. Lisäksi signaali oli suuresti erilainen kunkin henkilön välillä, joten joskus dikroottinen lovi ei ollut ilmeinen (kuvat 3, 4) ja joskus se oli (kuvat 5, 6). Toinen merkittävä ero oli, että signaalimme ei ollut niin vakaa kuin olisimme halunneet. Ymmärsimme, että se oli hyvin herkkä ja että pienin työntöpöytä tai jokin johto muuttaisi oskilloskoopin ulostulon ulkonäköä.
Aikuisten (yli 18 -vuotiaiden) keskimääräisen leposykkeen tulisi olla 60–100 lyöntiä minuutissa [6]. Kuviossa 8 testattavan henkilön syket olivat näiden kahden arvon välissä, mikä osoittaa, että se näyttää olevan tarkka. Emme saaneet mahdollisuutta laskea sykettä eri laitteella ja verrata sitä PPG -anturimme kanssa, mutta on todennäköistä, että se olisi lähellä tarkkaa. Oli myös monia tekijöitä, joita emme voineet hallita, mikä johti tuloksiin. Ympäristön valaistuksen määrä oli erilainen joka kerta, kun testasimme sitä, koska olimme joko eri paikassa, varjo laitteen päällä, käytimme joskus mansettia. Vähemmän ympäröivän salaman ansiosta signaali oli selkeämpi, mutta sen muuttaminen ei ollut hallinnassamme ja vaikutti tuloksiin. Toinen ongelma on lämpötila. Mussabir Khan et ai. Tekemässä tutkimuksessa Investing the Effects of Temperature on Photoplethysmography, tutkijat havaitsivat, että lämpimämpi käden lämpötila paransi PPG: n laatua ja tarkkuutta [7]. Huomasimme itse asiassa, että jos jollakin meistä olisi kylmät sormet, signaali olisi huono ja emme pystyisi erottamaan dikroottista lovia verrattuna henkilöön, jolla oli lämpimämmät sormet. Lisäksi laitteen herkkyyden vuoksi oli vaikea arvioida, oliko laitteen kokoonpano optimaalinen antamaan meille parhaan signaalin. Tämän vuoksi meidän piti leikkiä levyn kanssa joka kerta, kun asetimme ja tarkistimme levyn liitännät, ennen kuin pystyimme liittämään sen Arduinoon ja katsomaan haluamaamme tulosta. Koska leipälaudan kokoonpanossa on niin monia tekijöitä, piirilevy vähentäisi niitä huomattavasti ja antaisi meille tarkemman tuloksen. Rakensimme kaaviomme Autodesk Eaglessa luodaksemme piirilevyrakenteen ja työnsimme sen sitten AutoDesk Fusion 360: een, jotta piirros näyttäisi visuaalisesti.
Vaihe 5: Piirilevyjen suunnittelu
Toistimme kaavion AutoDesk Eaglessa ja käytimme sen piirigeneraattoria PCB -suunnittelun luomiseen. Laitoimme suunnittelun myös AutoDesk Fusion 360: een, jotta piirros näyttäisi visuaalisesti.
Vaihe 6: Johtopäätös
Lopuksi opimme kehittämään suunnitelman PPG -signaalipiirille, rakensimme sen ja testasimme sen. Olimme onnistuneet rakentamaan suhteellisen yksinkertaisen piirin vähentääksemme mahdollisen kohinan ulostulossa ja silti voimakkaan signaalin. Testasimme piiriä itseämme ja huomasimme, että se oli hieman herkkä, mutta jonkin verran säätämällä piiriä (fyysisesti, ei suunnittelua), pystyimme saamaan vahvan signaalin. Laskimme signaalilähdön avulla käyttäjän sykkeen ja lähetimme sen ja hengityssignaalin Arduinon mukavaan käyttöliittymään. Käytimme myös Arduinon sisäänrakennettua LED-valoa vilkkumaan jokaisen sydämenlyönnin ajan, jolloin käyttäjä näki selvästi, milloin heidän sydämensä lyö.
PPG: llä on monia mahdollisia sovelluksia, ja sen yksinkertaisuus ja kustannustehokkuus tekevät hyödylliseksi integroinnin älylaitteisiin. Koska henkilökohtainen terveydenhuolto on yleistynyt viime vuosina, on välttämätöntä, että tämä tekniikka on suunniteltu yksinkertaiseksi ja halpaksi, jotta se olisi kaikkien saatavilla kaikkialla maailmassa [9]. Äskettäisessä artikkelissa tarkasteltiin PPG: n käyttöä verenpaineen tarkistamiseksi - ja he havaitsivat, että sitä voitaisiin käyttää yhdessä muiden BP -mittauslaitteiden kanssa [10]. Ehkä tähän suuntaan voidaan löytää ja innovoida muutakin, ja siksi PPG: tä on pidettävä tärkeänä työkaluna terveydenhuollossa nyt ja tulevaisuudessa.
Vaihe 7: Viitteet
[1] A. M. García ja P. R. Horche,”Valonlähteen optimointi bifotonisessa laskimoiden etsintälaitteessa: kokeellinen ja teoreettinen analyysi”, Results in Physics, voi. 11, s. 975–983, 2018. [2] J. Allen, "Photoplethysmography ja sen soveltaminen kliinisissä fysiologisissa mittauksissa", Physiological Measurement, voi. 28, ei. 3, 2007.
[3] "Sydämen mittaaminen - miten EKG ja PPG toimivat?" [Online]. Saatavilla: https://imotions.com/blog/measuring-the-heart-how… [Käytetty: 10.12.2019].
[4] DE NOVO -LUOKITUSPYYNTÖ Epäsäännöllisten rytmi -ilmoitusominaisuuksien vuoksi..
[5] S. Bagha ja L. Shaw, “A Real Time Analysis of PPG Signal for Measurement of SpO2 and Pulse Rate”, International Journal of Computer Applications, voi. 36, ei. 11. joulukuuta 2011.
[6] Wannenburg, Johan & Malekian, Reza. (2015). Kehon tunnistinverkko mobiili terveyden seurantaan, diagnoosi- ja ennakointijärjestelmä. Sensors Journal, IEEE. 15. 6839-6852. 10.1109/JSEN.2015.2464773.
[7] "Mikä on normaali syke?", LiveScience. [Online]. Saatavilla: https://imotions.com/blog/measuring-the-heart-how… [Käytetty: 10.12.2019].
[8] M. Khan, C. G. Pretty, A. C. Amies, R. Elliott, G. M. Shaw ja J. G. Chase, “Lämpötilan vaikutusten tutkiminen fotopletysmografiassa”, IFAC-PapersOnLine, voi. 48, ei. 20, s. 360–365, 2015.
[9] M. Ghamari, "Katsaus puettaviin fotopletysmografia -antureihin ja niiden mahdollisiin tuleviin sovelluksiin terveydenhuollossa", International Journal of Biosensors & Bioelectronics, voi. 4, ei. 4, 2018.
[10] M. Elgendi, R. Fletcher, Y. Liang, N. Howard, NH Lovell, D. Abbott, K. Lim ja R. Ward, “The use of photoplethysmography for assessment of hypertension”, npj Digital Medicine, osa. 2, ei. 1, 2019.
Suositeltava:
Erilainen lähestymistapa Nextionilla: 3 vaihetta
Erilainen lähestymistapa Nextionin kanssa: Ensimmäisessä projektissani, jossa Arduino Nano oli kytketty Nextion -kosketusnäyttöön, olin kirjoittanut pitkän sarjan komentoja, jotka on toimitettava Nextionille sarjaportin kautta, ja tämä on väistämätöntä, jos meidän on lähetettävä täysin riippumattomia komentoja satunnainen äiti
ESP32 Captive Portal staattisten ja DHCP -IP -asetusten määrittämiseen: 8 vaihetta
ESP32 Captive Portal staattisten ja DHCP -IP -asetusten määrittämiseen: ESP 32 on laite, jossa on integroitu WiFi ja BLE. Se on eräänlainen siunaus IoT -projekteille. Anna vain SSID, salasana ja IP -määritykset ja integroi asiat pilveen. IP -asetusten ja käyttäjätietojen hallinta voi kuitenkin olla pää
Erguro-one Sonos Play 5: n valmistajan lähestymistapa IKEA Kuggis -laatikolla: 7 vaihetta (kuvilla)
Erguro-one Sonos Play 5: n valmistajan lähestymistapa IKEA Kuggis -laatikolla: Tämä projekti syntyi sen jälkeen, kun kuulin ensimmäisen kerran Sonos Play 5 -kaiuttimet, ja olin niin vaikuttunut äänenlaadusta kaiuttimen pienen koon suhteen, matalat taajuudet ovat ehdottoman vaikuttavia, siksi omistan 2 Play 5;-) I h
Windowsin Bluetooth -järjestelmäanalyysi - SensorTag -lähestymistapa: 7 vaihetta (kuvilla)
Windowsin Bluetooth -järjestelmäanalyysi - SensorTag -lähestymistapa: Seuraavassa analysoin Windows -käyttöjärjestelmää (OS) kommunikoinnin kannalta Bluetooth Low Energy -laitteiden kanssa - meidän tapauksessamme erityyppiset SensorTagit: Thunderboard React, Thunderboard Sense (b
AM -modulaattori - optinen lähestymistapa: 6 vaihetta (kuvilla)
AM -modulaattori - Optinen lähestymistapa: Kuukausia sitten ostin tämän DIY AM -radiovastaanotinsarjan Banggoodilta. Olen koonnut sen. (Kuinka tehdä tämä, aioin kuvata erillisessä Instructable -ohjelmassa) Jopa ilman viritystä oli mahdollista saada joitakin radioasemia, mutta yritin tavoittaa