Die Messung Ihrer Herzfrequenz ist an der Spitze Ihres Fingers: Photoplethysmographie-Ansatz zur Bestimmung der Herzfrequenz - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:17

Ein Photoplethysmograph (PPG) ist eine einfache und kostengünstige optische Technik, die häufig verwendet wird, um Veränderungen des Blutvolumens in einem mikrovaskulären Gewebebett zu erkennen. Es wird meistens nicht-invasiv verwendet, um Messungen an der Hautoberfläche durchzuführen, typischerweise an einem Finger. Die Wellenform des PPG hat eine pulsierende (AC) physiologische Wellenform aufgrund von herzsynchronen Änderungen des Blutvolumens bei jedem Herzschlag. Die AC-Welle wird dann einer sich langsam ändernden (DC) Basislinie mit verschiedenen niedrigeren Frequenzkomponenten überlagert, die auf Atmung, Aktivität des sympathischen Nervensystems und Thermoregulation zurückzuführen sind. Ein PPG-Signal kann verwendet werden, um die Sauerstoffsättigung, den Blutdruck und das Herzzeitvolumen zu messen, das Herzzeitvolumen zu überprüfen und möglicherweise eine periphere Gefäßerkrankung zu erkennen [1].

Das Gerät, das wir entwickeln, ist ein Finger-Photoplethysmograph für das Herz. Es ist so konzipiert, dass der Benutzer seinen Finger über eine LED und einen Fototransistor in die Manschette legen kann. Das Gerät blinkt dann bei jedem Herzschlag (auf dem Arduino) und berechnet die Herzfrequenz und gibt sie auf dem Bildschirm aus. Es zeigt auch, wie das Atemsignal aussieht, damit der Patient es möglicherweise mit seinen vorherigen Daten vergleichen kann.

Ein PPG kann die volumetrische Änderung des Blutvolumens messen, indem es die Lichtdurchlässigkeit oder -reflexion misst. Jedes Mal, wenn das Herz pumpt, steigt der Blutdruck in der linken Herzkammer. Durch den hohen Druck wölben sich die Arterien bei jedem Schlag leicht. Die Druckerhöhung bewirkt eine messbare Differenz der zurückreflektierten Lichtmenge und die Amplitude des Lichtsignals ist direkt proportional zum Pulsdruck [2].

Ein ähnliches Gerät ist der Apple Watch PPG-Sensor. Es analysiert Pulsfrequenzdaten und verwendet sie, um mögliche Episoden von unregelmäßigem Herzrhythmus im Einklang mit Vorhofflimmern zu erkennen. Es verwendet grüne LED-Leuchten zusammen mit lichtempfindlichen Fotodioden, um zu jedem Zeitpunkt nach relativen Veränderungen der Blutmenge zu suchen, die im Handgelenk des Benutzers fließt. Er verwendet die Änderungen, um die Herzfrequenz zu messen, und wenn der Benutzer steht, kann der Sensor einzelne Pulse erkennen und die Beat-to-Beat-Intervalle messen [3].

Lieferungen

Zum Aufbau der Schaltung haben wir zunächst ein Steckbrett verwendet, (1) grüne LED, (1) Fototransistor, (1) 220--Widerstand, (1) 15-kΩ-Widerstand, (2) 330 kΩ, (1) 2,2 kΩ, (1) 10 kΩ, (1) 1 μF Kondensator, (1) 68 nF Kondensator, UA 741 Operationsverstärker und Drähte.

Als nächstes haben wir zum Testen der Schaltung einen Funktionsgenerator, ein Netzteil, ein Oszilloskop und Krokodilklemmen verwendet. Um das Signal schließlich an eine benutzerfreundliche Benutzeroberfläche auszugeben, haben wir einen Laptop mit Arduino-Software und ein Arduino Uno verwendet.

Schritt 1: Zeichnen Sie den Schaltplan

Wir begannen damit, einen einfachen Schaltplan zu zeichnen, um das PPG-Signal zu erfassen. Da PPG LED verwendet, haben wir zuerst eine grüne LED mit einem 220 Ω Widerstand in Reihe geschaltet und an 6V Strom und Masse angeschlossen. Der nächste Schritt bestand darin, das PPG-Signal mit einem Fototransistor zu erfassen. Ähnlich wie bei der LED haben wir sie mit 15 kΩ in Reihe geschaltet und an 6V Strom und Masse angeschlossen. Darauf folgte ein Bandpassfilter. Der normale Frequenzbereich eines PPG-Signals beträgt 0,5 Hz bis 5 Hz [4]. Mit der Gleichung f = 1/RC haben wir die Widerstands- und Kondensatorwerte für Tief- und Hochpassfilter berechnet, was zu einem 1 μF-Kondensator mit einem 330 kΩ-Widerstand für den Hochpassfilter und einem 68 nF-Kondensator mit einem 10 kΩ-Widerstand für der Tiefpassfilter. Wir verwendeten den Operationsverstärker UA 741 zwischen den Filtern, der mit 6V und -6V betrieben wurde.

Schritt 2: Testen Sie die Schaltung auf einem Oszilloskop

Wir bauten dann die Schaltung auf einem Steckbrett. Danach haben wir den Schaltungsausgang am Oszilloskop getestet, um zu überprüfen, ob unser Signal wie erwartet war. Wie in den obigen Abbildungen zu sehen ist, führte die Schaltung zu einem starken, stabilen Signal, wenn ein Finger über die grüne LED und den Fototransistor gelegt wurde. Die Signalstärke variiert auch von Person zu Person. In den späteren Abbildungen ist die dikrotische Kerbe offensichtlich und es ist klar, dass die Herzfrequenz in den ersten paar Abbildungen schneller ist als die des Individuums.

Sobald wir sicher waren, dass das Signal gut war, fuhren wir mit einem Arduino Uno fort.

Schritt 3: Verbinden Sie das Steckbrett mit einem Arduino Uno

Wir haben den Ausgang (über den zweiten Kondensator C2 im Schaltplan und Masse) mit Pin A0 (manchmal A3) auf dem Arduino und die Masseschiene auf dem Steckbrett mit einem GND-Pin auf dem Arduino verbunden.

Den von uns verwendeten Code finden Sie in den obigen Bildern. Der Code aus Anhang A wurde verwendet, um den Graphen des Atmungssignals zu zeigen. Der Code aus Anhang B wurde verwendet, um eine eingebaute LED auf dem Arduino für jeden Herzschlag zu blinken und die Herzfrequenz auszudrucken.

Schritt 4: Tipps, die Sie im Hinterkopf behalten sollten

In der Arbeit Body Sensor Network for Mobile Health Monitoring, A Diagnosis and Anticipating System entwickelten der Forscher Johan Wannenburg et al. ein mathematisches Modell eines reinen PPG-Signals [5]. Beim Vergleich der Form eines reinen Signals mit unserem Signal – einer einzelnen Person – (Abbildungen 3, 4, 5, 6) gibt es allerdings einige deutliche Unterschiede. Zunächst einmal war unser Signal rückwärts, also die dikrotische Kerbe auf der linken Seite jedes Peaks und nicht auf der rechten Seite. Außerdem war das Signal von Person zu Person sehr unterschiedlich, so dass manchmal die dikrotische Kerbe nicht offensichtlich war (Abbildungen 3, 4) und manchmal (Abbildungen 5, 6). Ein weiterer bemerkenswerter Unterschied war, dass unser Signal nicht so stabil war, wie wir es uns gewünscht hätten. Wir stellten fest, dass es sehr empfindlich war und der kleinste Stoß des Tisches oder eines Kabels das Aussehen des Oszilloskopausgangs verändern würde.

Für Erwachsene (über 18 Jahre) sollte der durchschnittliche Ruhepuls zwischen 60 und 100 Schlägen pro Minute liegen [6]. In Abbildung 8 lagen die Herzfrequenzen der getesteten Person alle zwischen diesen beiden Werten, was darauf hindeutet, dass sie korrekt zu sein scheint. Wir hatten keine Gelegenheit, die Herzfrequenz mit einem anderen Gerät zu berechnen und mit unserem PPG-Sensor zu vergleichen, aber es ist wahrscheinlich, dass sie annähernd genau ist. Es gab auch viele Faktoren, die wir nicht kontrollieren konnten, was zu Abweichungen in den Ergebnissen führte. Die Umgebungsbeleuchtung war bei jedem Test unterschiedlich, weil wir uns entweder an einem anderen Ort befanden, ein Schatten über dem Gerät lag oder wir manchmal eine Manschette verwendeten. Weniger Umgebungslicht machte das Signal klarer, aber das zu ändern lag außerhalb unserer Kontrolle und beeinflusste somit unsere Ergebnisse. Ein weiteres Problem ist die Temperatur. In der Studie Investing the Effects of Temperature on Photoplethysmography von Mussabir Khan et al. fanden die Forscher heraus, dass wärmere Handtemperaturen die PPG-Qualität und -Genauigkeit verbesserten [7]. Wir bemerkten tatsächlich, dass das Signal schlecht wäre, wenn einer von uns kalte Finger hätte und wir die dikrotische Kerbe im Vergleich zu einer Person mit wärmeren Fingern nicht erkennen konnten. Außerdem war es aufgrund der Empfindlichkeit des Geräts schwierig zu beurteilen, ob die Geräteeinstellung optimal war, um das beste Signal zu liefern. Aus diesem Grund mussten wir jedes Mal mit dem Board herumfummeln, wenn wir die Anschlüsse auf dem Board einrichten und überprüfen, bevor wir es mit dem Arduino verbinden und uns die gewünschte Ausgabe ansehen konnten. Da es so viele Faktoren gibt, die für ein Steckbrett-Setup eine Rolle spielen, würde eine Leiterplatte diese stark reduzieren und uns eine genauere Ausgabe liefern. Wir haben unseren Schaltplan in Autodesk Eagle erstellt, um ein PCB-Design zu erstellen, und es dann an AutoDesk Fusion 360 übertragen, um das visuelle Rendering der Platine zu ermöglichen.

Schritt 5: PCB-Design

Wir haben den Schaltplan in AutoDesk Eagle reproduziert und den Platinengenerator verwendet, um das PCB-Design zu erstellen. Wir haben das Design auch auf AutoDesk Fusion 360 übertragen, um das visuelle Rendering des Boards zu ermöglichen.

Schritt 6: Fazit

Abschließend haben wir gelernt, wie man ein Design für eine PPG-Signalschaltung entwickelt, baut und testet. Es ist uns gelungen, eine relativ einfache Schaltung zu bauen, um das mögliche Rauschen im Ausgang zu reduzieren und trotzdem ein starkes Signal zu haben. Wir haben die Schaltung selbst getestet und festgestellt, dass sie etwas empfindlich war, aber mit einigen Anpassungen der Schaltung (physisch, nicht am Design) konnten wir ein starkes Signal erhalten. Wir haben den Signalausgang verwendet, um die Herzfrequenz des Benutzers zu berechnen und sie und das Atemsignal an die schöne Benutzeroberfläche von Arduino ausgegeben. Wir haben auch die eingebaute LED auf Arduino verwendet, um bei jedem Herzschlag zu blinken, sodass der Benutzer erkennt, wann genau sein Herz schlägt.

PPG hat viele potenzielle Anwendungen und ist aufgrund seiner Einfachheit und Kosteneffizienz nützlich, um es in intelligente Geräte zu integrieren. Da die persönliche Gesundheitsversorgung in den letzten Jahren immer beliebter geworden ist, ist es zwingend erforderlich, dass diese Technologie einfach und kostengünstig ist, damit sie überall auf der Welt für jeden zugänglich ist, der sie benötigt [9]. Ein kürzlich erschienener Artikel untersuchte die Verwendung von PPG zur Überprüfung auf Bluthochdruck – und sie fanden heraus, dass es in Verbindung mit anderen Blutdruckmessgeräten verwendet werden könnte [10]. Vielleicht gibt es in dieser Richtung noch mehr zu entdecken und zu innovieren, und daher sollte PPG jetzt und in Zukunft als wichtiges Instrument im Gesundheitswesen angesehen werden.

Schritt 7: Referenzen

[1] A. M. García und P. R. Horche, „Lichtquellenoptimierung in einem biphotonischen Venensuchgerät: Experimentelle und theoretische Analyse“, Results in Physics, vol. 11, S. 975–983, 2018.[2] J. Allen, "Photoplethysmographie und ihre Anwendung in der klinisch-physiologischen Messung", Physiological Measurement, vol. 28, Nr. 3, 2007.

[3] „Das Herz messen – Wie funktionieren EKG und PPG?“, Impressionen. [Online]. Verfügbar: https://imotions.com/blog/measuring-the-heart-how… [Zugriff: 10. Dezember 2019].

[4] DE NOVO KLASSIFIZIERUNGSANFRAGE FÜR UNREGELMÄSSIGE RHYTHM-BENACHRICHTIGUNGSFUNKTION..

[5] S. Bagha und L. Shaw, „A Real Time Analysis of PPG Signal for Measurement of SpO2 and Pulse Rate“, International Journal of Computer Applications, vol. 36, nein. 11, Dez. 2011.

[6] Wannenburg, Johan & Malekian, Reza. (2015). Körpersensornetzwerk für die mobile Gesundheitsüberwachung, ein Diagnose- und Antizipationssystem. Sensors Journal, IEEE. 15. 6839-6852. 10.1109/JSEN.2015.2464773.

[7] „Was ist eine normale Herzfrequenz?“, LiveScience. [Online]. Verfügbar: https://imotions.com/blog/measuring-the-heart-how… [Zugriff: 10. Dezember 2019].

[8] M. Khan, C. G. Pretty, A. C. Amies, R. Elliott, G. M. Shaw und J. G. Chase, „Investigating the Effects of Temperature on Photoplethysmography“, IFAC-PapersOnLine, vol. 48, nein. 20, S. 360–365, 2015.

[9] M. Ghamari, „Eine Übersicht über tragbare Photoplethysmographie-Sensoren und ihre potenziellen zukünftigen Anwendungen im Gesundheitswesen“, International Journal of Biosensors & Bioelectronics, vol. 4, nein. 4, 2018.

[10] M. Elgendi, R. Fletcher, Y. Liang, N. Howard, NH Lovell, D. Abbott, K. Lim und R. Ward, „The use of photoplethysmography for assessment hypertension“, npj Digital Medicine, Bd. 2, nein. 1, 2019.