Η μέτρηση του καρδιακού ρυθμού σας βρίσκεται στην άκρη του δακτύλου σας: Προσέγγιση φωτοπληθυσμογραφίας για τον προσδιορισμό του καρδιακού ρυθμού: 7 βήματα

2024 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2024-01-30 08:34

Ο φωτοπληθυσμογράφος (PPG) είναι μια απλή και χαμηλού κόστους οπτική τεχνική που χρησιμοποιείται συχνά για τον εντοπισμό αλλαγών στον όγκο αίματος σε μια μικροαγγειακή κλίνη ιστού. Χρησιμοποιείται κυρίως μη επεμβατικά για την πραγματοποίηση μετρήσεων στην επιφάνεια του δέρματος, συνήθως ενός δακτύλου. Η κυματομορφή του PPG έχει μια παλμική (AC) φυσιολογική κυματομορφή λόγω καρδιακών σύγχρονων αλλαγών στον όγκο του αίματος με κάθε καρδιακό παλμό. Το κύμα εναλλασσόμενου ρεύματος στη συνέχεια τοποθετείται σε μια αργά μεταβαλλόμενη βάση (DC) με διαφορετικά συστατικά χαμηλότερης συχνότητας που οφείλονται στην αναπνοή, τη δραστηριότητα του συμπαθητικού νευρικού συστήματος και τη θερμορύθμιση. Ένα σήμα PPG μπορεί να χρησιμοποιηθεί για τη μέτρηση του κορεσμού οξυγόνου, της αρτηριακής πίεσης και της καρδιακής παροχής, για να ελέγξει την καρδιακή παροχή και ενδεχομένως να ανιχνεύσει περιφερική αγγειακή νόσο [1].

Η συσκευή που δημιουργούμε είναι μια φωτοπληθυσμογραφία δακτύλου για την καρδιά. Έχει σχεδιαστεί για τον χρήστη να τοποθετεί το δάχτυλό του στη μανσέτα πάνω από ένα led και φωτοτρανζίστορ. Στη συνέχεια, η συσκευή αναβοσβήνει για κάθε καρδιακό παλμό (στο Arduino) και υπολογίζει τον καρδιακό ρυθμό και τον εξάγει στην οθόνη. Θα δείξει επίσης πώς μοιάζει το αναπνευστικό σήμα έτσι ώστε ο ασθενής να μπορεί να το συγκρίνει με τα προηγούμενα δεδομένα του.

Ένα PPG μπορεί να μετρήσει την ογκομετρική αλλαγή στον όγκο του αίματος μετρώντας τη μετάδοση ή την ανάκλαση του φωτός. Κάθε φορά που η καρδιά αντλείται, η πίεση του αίματος στην αριστερή κοιλία αυξάνεται. Η υψηλή πίεση προκαλεί διόγκωση των αρτηριών ελαφρώς με κάθε κτύπο. Η αύξηση της πίεσης προκαλεί μετρήσιμη διαφορά στην ποσότητα φωτός που ανακλάται πίσω και το πλάτος του φωτεινού σήματος είναι ευθέως ανάλογο με την πίεση παλμού [2].

Μια παρόμοια συσκευή είναι ο αισθητήρας Apple Watch PPG. Αναλύει τα δεδομένα του παλμού και τα χρησιμοποιεί για να ανιχνεύσει πιθανά επεισόδια ακανόνιστων καρδιακών ρυθμών σύμφωνα με το AFib. Χρησιμοποιεί πράσινα φώτα LED μαζί με φωτοδιόδους ευαίσθητες στο φως για να αναζητήσει σχετικές αλλαγές στην ποσότητα αίματος που ρέει στον καρπό του χρήστη ανά πάσα στιγμή. Χρησιμοποιεί τις αλλαγές για τη μέτρηση του καρδιακού ρυθμού και όταν ο χρήστης είναι ακίνητος, ο αισθητήρας μπορεί να ανιχνεύσει μεμονωμένους παλμούς και να μετρήσει τα διαστήματα παλμών προς χτύπημα [3].

Προμήθειες

Πρώτα απ 'όλα, για την κατασκευή του κυκλώματος χρησιμοποιήσαμε ένα breadboard, (1) πράσινο LED, (1) φωτοτρανζίστορ, (1) αντίσταση 220 Ω, (1) αντίσταση 15 kΩ, (2) 330 kΩ, (1) 2,2 kΩ, (1) 10 kΩ, (1) 1 μF πυκνωτής, (1) πυκνωτής 68 nF, UA 741 op-amp και καλώδια.

Στη συνέχεια, για τον έλεγχο του κυκλώματος χρησιμοποιήσαμε μια γεννήτρια συναρτήσεων, τροφοδοτικό, παλμογράφο, κλιπ αλιγάτορα. Τέλος, για την έξοδο του σήματος σε ένα φιλικό προς το χρήστη περιβάλλον χρήστη χρησιμοποιήσαμε φορητό υπολογιστή με λογισμικό Arduino και Arduino Uno.

Βήμα 1: Σχεδιάστε το σχηματικό

Ξεκινήσαμε σχεδιάζοντας ένα απλό σχηματικό σχήμα για τη λήψη του σήματος PPG. Δεδομένου ότι το PPG χρησιμοποιεί LED, συνδέσαμε πρώτα ένα πράσινο LED σε σειρά με αντίσταση 220 Ω και το συνδέσαμε σε ισχύ 6V και γείωση. Το επόμενο βήμα ήταν να καταγράψουμε το σήμα PPG χρησιμοποιώντας ένα φωτοτρανζίστορ. Παρόμοια με το LED, το βάλαμε σε σειρά με 15 kΩ και το συνδέσαμε σε ισχύ 6V και γείωση. Ακολούθησε ένα φίλτρο bandpass. Η κανονική περιοχή συχνοτήτων ενός σήματος PPG είναι 0,5 Hz έως 5 Hz [4]. Χρησιμοποιώντας την εξίσωση f = 1/RC, υπολογίσαμε τις τιμές αντίστασης και πυκνωτή για τα φίλτρα χαμηλής και υψηλής διέλευσης, με αποτέλεσμα έναν πυκνωτή 1 μF με αντίσταση 330 kΩ για το φίλτρο υψηλής διέλευσης και πυκνωτή 68 nF με αντίσταση 10 kΩ για το φίλτρο χαμηλής διέλευσης. Χρησιμοποιήσαμε το UA 741 op -amp μεταξύ των φίλτρων που τροφοδοτούνταν με 6V και -6V.

Βήμα 2: Δοκιμάστε το κύκλωμα σε ένα παλμογράφο

Στη συνέχεια χτίσαμε το κύκλωμα σε μια σανίδα ψωμιού. Μετά, δοκιμάσαμε την έξοδο κυκλώματος στον παλμογράφο για να ελέγξουμε ότι το σήμα μας ήταν το αναμενόμενο. Όπως φαίνεται στα παραπάνω σχήματα, το κύκλωμα είχε ως αποτέλεσμα ένα ισχυρό, σταθερό σήμα όταν τοποθετήθηκε ένα δάχτυλο πάνω από το πράσινο LED και το φωτοτρανζίστορ. Η ισχύς του σήματος ποικίλλει επίσης μεταξύ των ατόμων. Στις μεταγενέστερες εικόνες, η δικρωτική εγκοπή είναι εμφανής και είναι σαφές ότι ο καρδιακός ρυθμός είναι ταχύτερος από αυτόν του ατόμου στις πρώτες λίγες φιγούρες.

Μόλις ήμασταν σίγουροι ότι το σήμα ήταν καλό, προχωρήσαμε στη συνέχεια με ένα Arduino Uno.

Βήμα 3: Συνδέστε το Breadboard σε ένα Arduino Uno

Συνδέσαμε την έξοδο (στον δεύτερο πυκνωτή C2 στο σχήμα και τη γείωση) με την καρφίτσα A0 (μερικές φορές A3) στο Arduino και τη ράγα γείωσης στο ψωμί με μια καρφίτσα GND στο Arduino.

Δείτε τις παραπάνω εικόνες για τον κώδικα που χρησιμοποιήσαμε. Ο κωδικός από το Παράρτημα Α χρησιμοποιήθηκε για να δείξει το γράφημα του αναπνευστικού σήματος. Ο κωδικός από το Παράρτημα Β χρησιμοποιήθηκε για να έχει μια ενσωματωμένη λυχνία LED στο αναβοσβήσιμο Arduino για κάθε καρδιακό παλμό και να εκτυπώσετε τι είναι ο καρδιακός ρυθμός.

Βήμα 4: Συμβουλές που πρέπει να έχετε κατά νου

Στο έγγραφο Body Sensor Network for Mobile Health Monitoring, A Diagnosis and Anticipating System, ο ερευνητής Johan Wannenburg et al., Ανέπτυξε ένα μαθηματικό μοντέλο ενός καθαρού σήματος PPG [5]. Στη σύγκριση του σχήματος ενός καθαρού σήματος με το σήμα μας - ενός μεμονωμένου ατόμου - (σχήματα 3, 4, 5, 6), ομολογουμένως, υπάρχουν ορισμένες σαφείς διαφορές. Πρώτα απ 'όλα, το σήμα μας ήταν προς τα πίσω, οπότε η δικρωτική εγκοπή στην αριστερή πλευρά κάθε κορυφής και όχι στη δεξιά πλευρά. Επίσης, το σήμα ήταν πολύ διαφορετικό μεταξύ κάθε ατόμου, οπότε μερικές φορές η δικρωτική εγκοπή δεν ήταν εμφανής (εικόνες 3, 4) και μερικές φορές ήταν (εικόνες 5, 6). Μια άλλη αξιοσημείωτη διαφορά ήταν ότι το σήμα μας δεν ήταν τόσο σταθερό όσο θα θέλαμε. Συνειδητοποιήσαμε ότι ήταν πολύ ευαίσθητο και το μικρότερο σπρώξιμο του τραπεζιού ή οποιουδήποτε καλωδίου θα άλλαζε τον τρόπο που φαινόταν η έξοδος του παλμογράφου.

Για ενήλικες (άνω των 18 ετών) ο μέσος καρδιακός ρυθμός ανάπαυσης πρέπει να είναι μεταξύ 60 και 100 παλμών ανά λεπτό [6]. Στο Σχήμα 8, οι καρδιακοί παλμοί του ατόμου που δοκιμάζεται ήταν μεταξύ αυτών των δύο τιμών, υποδεικνύοντας ότι φαίνεται να είναι ακριβής. Δεν είχαμε την ευκαιρία να υπολογίσουμε τον καρδιακό ρυθμό με διαφορετική συσκευή και να τον συγκρίνουμε με τον αισθητήρα PPG, αλλά είναι πιθανό να είναι σχεδόν ακριβής. Υπήρχαν επίσης πολλοί παράγοντες που δεν μπορούσαμε να ελέγξουμε, οδηγώντας έτσι στη διακύμανση των αποτελεσμάτων. Η ποσότητα του φωτισμού του περιβάλλοντος ήταν διαφορετική κάθε φορά που το δοκιμάζαμε επειδή ήμασταν σε διαφορετική τοποθεσία, υπήρχε μια σκιά πάνω στη συσκευή, χρησιμοποιούσαμε μερικές φορές μανσέτα. Έχοντας λιγότερους κεραυνούς περιβάλλοντος έκανε το σήμα πιο σαφές, αλλά η αλλαγή ήταν εκτός ελέγχου μας και έτσι επηρέασε τα αποτελέσματά μας. Ένα άλλο ζήτημα είναι η θερμοκρασία. Η μελέτη Investing the Effects of Temperature on Photoplethysmography από τους Mussabir Khan et al., Οι ερευνητές διαπίστωσαν ότι οι θερμότερες θερμοκρασίες των χεριών βελτίωσαν την ποιότητα και την ακρίβεια του PPG [7]. Πραγματικά παρατηρήσαμε ότι αν κάποιος από εμάς είχε κρύα δάχτυλα, το σήμα θα ήταν φτωχό και δεν θα μπορούσαμε να ξεχωρίσουμε τη δικρωτική εγκοπή σε σύγκριση με ένα άτομο που είχε πιο ζεστά δάχτυλα. Επίσης, λόγω της ευαισθησίας της συσκευής, ήταν δύσκολο να κριθεί αν η διαμόρφωση της συσκευής ήταν ή όχι στο βέλτιστο για να μας δώσει το καλύτερο σήμα. Εξαιτίας αυτού, έπρεπε να βολτάρουμε με τον πίνακα κάθε φορά που ρυθμίζουμε και να ελέγχουμε τις συνδέσεις στον πίνακα πριν μπορέσουμε να το συνδέσουμε με το Arduino και να δούμε την έξοδο που θέλαμε. Δεδομένου ότι υπάρχουν τόσοι πολλοί παράγοντες που παίζουν ρόλο για τη ρύθμιση ενός breadboard, ένα PCB θα τους μείωνε πολύ και θα μας έδινε μια πιο ακριβή παραγωγή. Κατασκευάσαμε το σχηματικό μας σχήμα στο Autodesk Eagle για να δημιουργήσουμε ένα σχέδιο PCB και στη συνέχεια το σπρώξαμε στο AutoDesk Fusion 360 για οπτική απόδοση του πώς θα μοιάζει ο πίνακας.

Βήμα 5: Σχεδιασμός PCB

Αναπαράξαμε το σχηματικό στο AutoDesk Eagle και χρησιμοποιήσαμε τη γεννήτρια πλακέτας του για να δημιουργήσουμε το σχέδιο του PCB. Πιέσαμε επίσης το σχέδιο στο AutoDesk Fusion 360 για οπτική απόδοση του πώς θα μοιάζει ο πίνακας.

Βήμα 6: Συμπέρασμα

Συμπερασματικά, μάθαμε πώς να αναπτύξουμε ένα σχέδιο για ένα κύκλωμα σήματος PPG, το κατασκευάσαμε και το δοκιμάσαμε. Καταφέραμε να φτιάξουμε ένα σχετικά απλό κύκλωμα για να μειώσουμε την πιθανότητα θορύβου στην έξοδο και να έχουμε ακόμα ισχυρό σήμα. Δοκιμάσαμε το κύκλωμα στον εαυτό μας και διαπιστώσαμε ότι ήταν λίγο ευαίσθητο, αλλά με κάποια τροποποίηση του κυκλώματος (φυσικά, όχι το σχέδιο), καταφέραμε να λάβουμε ένα ισχυρό σήμα. Χρησιμοποιήσαμε την έξοδο σήματος για να υπολογίσουμε τον καρδιακό ρυθμό του χρήστη και τον εξάγαμε και το σήμα αναπνοής στο ωραίο περιβάλλον χρήστη του Arduino. Χρησιμοποιήσαμε επίσης το ενσωματωμένο LED στο Arduino για να αναβοσβήνει για κάθε χτύπο της καρδιάς, καθιστώντας το εμφανές στον χρήστη πότε ακριβώς χτυπούσε η καρδιά του.

Το PPG έχει πολλές πιθανές εφαρμογές και η απλότητα και η οικονομική αποδοτικότητα του καθιστούν χρήσιμη την ενσωμάτωση σε έξυπνες συσκευές. Καθώς η προσωπική υγειονομική περίθαλψη έχει γίνει πιο δημοφιλής τα τελευταία χρόνια, είναι επιτακτική ανάγκη αυτή η τεχνολογία να είναι απλή και φθηνή, ώστε να είναι προσβάσιμη σε όλο τον κόσμο σε όποιον τη χρειάζεται [9]. Ένα πρόσφατο άρθρο εξέτασε τη χρήση του PPG για τον έλεγχο της υπέρτασης - και διαπίστωσαν ότι θα μπορούσε να χρησιμοποιηθεί σε συνδυασμό με άλλες συσκευές μέτρησης της αρτηριακής πίεσης [10]. Perhapsσως υπάρχουν περισσότερα που μπορούν να ανακαλυφθούν και να καινοτομηθούν προς αυτήν την κατεύθυνση, και ως εκ τούτου το PPG θα πρέπει να θεωρείται σημαντικό εργαλείο στην υγειονομική περίθαλψη τώρα και στο μέλλον.

Βήμα 7: Αναφορές

[1] A. M. García και P. R. Horche, «Βελτιστοποίηση πηγής φωτός σε συσκευή ανίχνευσης διφωτονικών φλεβών: Πειραματική και θεωρητική ανάλυση», Results in Physics, vol. 11, σελ. 975–983, 2018. [2] J. Allen, «Φωτοπληθυσμογραφία και εφαρμογή της στην κλινική φυσιολογική μέτρηση», Physiological Measurement, τόμ. 28, αριθ. 3, 2007.

[3] «Μέτρηση της καρδιάς - Πώς λειτουργούν το ΗΚΓ και το PPG;», απορίες. [Σε σύνδεση]. Διαθέσιμο: https://imotions.com/blog/measuring-the-heart-how… [Πρόσβαση: 10-Δεκ-2019].

[4] ΑΙΤΗΣΗ ΚΑΤΑΤΑΞΗΣ DE NOVO ΓΙΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΟ ΚΟΙΝΟΠΟΙΗΣΗΣ ΠΑΡΑΛΟΓΟΥ ΡΥΘΜΟΥ. Το

[5] S. Bagha and L. Shaw, "A Real Time Analysis of PPG Signal for Measurement of SpO2 and Pulse Rate," International Journal of Computer Applications, vol. 36, όχι 11, Δεκέμβριος 2011.

[6] Wannenburg, Johan & Malekian, Reza. (2015). Body Sensor Network for Mobile Health Monitoring, a Diagnosis and Anticipating System. Sensors Journal, IEEE. 15. 6839-6852. 10.1109/JSEN.2015.2464773.

[7] «Τι είναι ένας φυσιολογικός καρδιακός ρυθμός;», LiveScience. [Σε σύνδεση]. Διαθέσιμο: https://imotions.com/blog/measuring-the-heart-how… [Πρόσβαση: 10-Δεκ-2019].

[8] M. Khan, C. G. Pretty, A. C. Amies, R. Elliott, G. M. Shaw, and J. G. Chase, "Investigating the Effects of Temperature on Photoplethysmography," IFAC-PapersOnLine, vol. 48, όχι 20, σελ. 360–365, 2015.

[9] M. Ghamari, «A review on wearable photoplethysmography sensors and their δυνητικές μελλοντικές εφαρμογές στην υγειονομική περίθαλψη», International Journal of Biosensors & Bioelectronics, vol. 4, όχι 4, 2018.

[10] Μ. Elgendi, R. Fletcher, Y. Liang, N. Howard, NH Lovell, D. Abbott, K. Lim, and R. Ward, "The use of photoplethysmography για την εκτίμηση της υπέρτασης", npj Digital Medicine, vol. Το 2, όχι 1, 2019