اندازه گیری ضربان قلب در نوک انگشتان شماست: رویکرد فوتوپلیتیسموگرافی برای تعیین ضربان قلب: 7 مرحله

2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:54

فوتوپلیتیسموگراف (PPG) یک تکنیک نوری ساده و کم هزینه است که اغلب برای تشخیص تغییرات حجم خون در بستر میکرو عروقی بافت استفاده می شود. بیشتر از روش غیرتهاجمی برای اندازه گیری در سطح پوست ، معمولاً یک انگشت استفاده می شود. شکل موج PPG به دلیل تغییرات همزمان قلب در حجم خون با هر ضربان قلب ، دارای شکل موج فیزیولوژیکی ضربانی (AC) است. موج AC سپس بر روی یک خط در حال تغییر به آرامی (DC) با اجزای فرکانس پایین تر که به دلیل تنفس ، فعالیت سیستم عصبی سمپاتیک و تنظیم حرارتی است ، اضافه می شود. از یک سیگنال PPG می توان برای اندازه گیری اشباع اکسیژن ، فشار خون و برون ده قلب ، برای بررسی خروجی قلب و تشخیص بالقوه بیماری عروق محیطی استفاده کرد [1].

دستگاهی که ما در حال ایجاد آن هستیم ، فوتوپلیتیسموگراف انگشتی برای قلب است. این برای کاربر طراحی شده است که انگشت خود را در کاف روی یک led و فوتوترانزیستور قرار دهد. سپس دستگاه برای هر ضربان قلب چشمک می زند (در آردوینو) و ضربان قلب را محاسبه کرده و به صفحه نمایش می دهد. همچنین نشان می دهد که سیگنال تنفسی چگونه است تا بیمار بتواند آن را با داده های قبلی خود مقایسه کند.

PPG می تواند تغییر حجمی حجم خون را با اندازه گیری انتقال یا بازتاب نور اندازه گیری کند. هر بار که قلب پمپ می کند ، فشار خون در بطن چپ افزایش می یابد. فشار زیاد باعث می شود که رگها با هر ضربه کمی برآمده شوند. افزایش فشار باعث تفاوت قابل اندازه گیری در میزان بازتاب نور می شود و دامنه سیگنال نور مستقیماً با فشار نبض متناسب است [2].

دستگاه مشابه سنسور PPG Apple Watch است. این داده های ضربان قلب را تجزیه و تحلیل کرده و از آن برای تشخیص قسمتهای احتمالی ریتم نامنظم قلب مطابق با AFib استفاده می کند. از چراغ های LED سبز همراه با فوتودیودهای حساس به نور استفاده می کند تا تغییرات نسبی در میزان جریان خون در مچ دست کاربر را در هر لحظه جستجو کند. از تغییرات برای اندازه گیری ضربان قلب استفاده می کند و هنگامی که کاربر ثابت است ، سنسور می تواند پالس های فردی را تشخیص داده و فواصل تپش به ضرب را اندازه گیری کند [3].

تدارکات

اول از همه ، برای ساختن مدار از یک تخته نان ، (1) LED سبز ، (1) فوتوترانزیستور ، (1) مقاومت 220 Ω ، (1) مقاومت 15 کیلو اهم ، (2) 330 کیلو اهم ، (1) 2.2 کیلو وات ، (1) 10 کیلو وات ، (1) 1 μF خازن ، (1) خازن 68 nF ، UA 741 op-amp و سیم.

در مرحله بعد ، برای آزمایش مدار از ژنراتور عملکرد ، منبع تغذیه ، اسیلوسکوپ ، گیره تمساح استفاده کردیم. در نهایت ، برای خروج سیگنال به یک رابط کاربر پسند ، ما از یک لپ تاپ با نرم افزار Arduino و Arduino Uno استفاده کردیم.

مرحله 1: طرح کلی را ترسیم کنید

ما با ترسیم یک شماتیک ساده برای گرفتن سیگنال PPG شروع کردیم. از آنجا که PPG از LED استفاده می کند ، ابتدا یک LED سبز را به صورت سری با مقاومت 220 Ω متصل کرده و آن را به برق 6 ولت و زمین متصل کردیم. گام بعدی این بود که سیگنال PPG را با استفاده از یک فوتوترانزیستور ضبط کنید. مشابه LED ، ما آن را به صورت سری با 15 کیلووات و به برق 6 ولت و زمین متصل کردیم. پس از آن یک فیلتر گذر باند دنبال شد. محدوده فرکانسی طبیعی سیگنال PPG 0.5 هرتز تا 5 هرتز است [4]. با استفاده از معادله f = 1/RC ، مقادیر مقاومت و خازن را برای فیلترهای گذر کم و زیاد محاسبه کردیم و در نتیجه یک خازن 1 μF با مقاومت 330 کیلو وات برای فیلتر گذر بالا و خازن 68 nF با مقاومت 10 کیلو اهم برای فیلتر کم گذر ما از UA -741 op -amp در بین فیلترهای 6 ولت و -6 ولت استفاده کردیم.

مرحله 2: مدار را روی اسیلوسکوپ آزمایش کنید

سپس مدار را روی تخته نان درست کردیم. بعد ، ما خروجی مدار را در اسیلوسکوپ آزمایش کردیم تا بررسی کنیم که سیگنال ما مطابق انتظار است. همانطور که در شکل های بالا مشاهده می شود ، هنگامی که انگشتی روی LED سبز رنگ و فتوترانزیستور قرار می گیرد ، مدار یک سیگنال قوی و پایدار را در پی دارد. قدرت سیگنال نیز در افراد مختلف متفاوت است. در شکلهای بعدی ، شکاف دوقطبی مشهود است و واضح است که ضربان قلب سریعتر از فرد در چند شکل اول است.

وقتی مطمئن شدیم که سیگنال خوب است ، سپس با آردوینو Uno پیش رفتیم.

مرحله 3: Breadboard را به Arduino Uno وصل کنید

ما خروجی (در خازن دوم C2 به صورت شماتیک و زمین) را به پین A0 (گاهی A3) در آردوینو و ریل زمینی روی نان را به یک پایه GND در آردوینو متصل کردیم.

برای مشاهده کد بالا از تصاویر بالا دیدن کنید. از کد ضمیمه A برای نشان دادن نمودار سیگنال تنفسی استفاده شد. از کد ضمیمه B استفاده شد تا برای هر ضربان قلب یک LED داخلی در چشمک زدن آردوینو وجود داشته باشد و ضربان قلب را چاپ کنید.

مرحله 4: نکاتی که باید در نظر داشته باشید

در مقاله شبکه حسگر بدن برای نظارت بر سلامت موبایل ، سیستم تشخیص و پیش بینی ، محقق یوهان واننبورگ و همکاران ، مدل ریاضی سیگنال PPG خالص را توسعه دادند [5]. در مقایسه شکل یک سیگنال خالص با سیگنال ما - یک فرد جداگانه - (شکل 3 ، 4 ، 5 ، 6) ، مسلماً برخی تفاوت های واضح وجود دارد. در ابتدا ، سیگنال ما عقب بود ، بنابراین شکاف دوگانه در سمت چپ هر قله به جای سمت راست وجود داشت. همچنین ، سیگنال بین هر فرد بسیار متفاوت بود ، بنابراین گاهی شکاف دو قطبی مشهود نبود (شکل 3 ، 4) و گاهی اوقات (شکل 5 ، 6). تفاوت قابل توجه دیگر این بود که سیگنال ما آنطور که دوست داریم پایدار نبود. ما متوجه شدیم که بسیار حساس است و کوچکترین تکان دادن میز یا هر سیم ، ظاهر نمای اسیلوسکوپ را تغییر می دهد.

برای بزرگسالان (بالای 18 سال) متوسط ضربان قلب در حالت استراحت باید بین 60 تا 100 ضربه در دقیقه باشد [6]. در شکل 8 ، ضربان قلب افراد مورد آزمایش همه بین این دو مقدار بود ، که نشان می دهد دقیق به نظر می رسد. ما فرصتی برای محاسبه ضربان قلب با دستگاه دیگر و مقایسه آن با سنسور PPG پیدا نکردیم ، اما به احتمال زیاد نزدیک به دقیق است. همچنین عوامل زیادی وجود داشت که ما نمی توانستیم آنها را کنترل کنیم ، بنابراین منجر به تغییرات در نتایج می شد. میزان نور محیط در هر بار آزمایش آن متفاوت بود زیرا یا در مکان متفاوتی بودیم ، سایه ای روی دستگاه وجود داشت ، گاهی از کاف استفاده می کردیم. داشتن رعد و برق محیط کمتر سیگنال را واضح تر می کند ، اما تغییر آن خارج از کنترل ما بود و بنابراین نتایج ما را تحت تأثیر قرار داد. مسئله دیگر دما است. در مطالعه بررسی اثرات دما بر فوتوپلیتیسموگرافی توسط مصبیر خان و همکاران ، محققان دریافتند که دمای گرمتر دست باعث بهبود کیفیت و دقت PPG می شود [7]. ما در واقع متوجه شدیم که اگر یکی از ما انگشتان سرد داشته باشیم ، سیگنال ضعیف خواهد بود و نمی توانیم در مقایسه با فردی که انگشتان گرم تری دارد ، شکاف دو قطبی را تشخیص دهیم. همچنین ، به دلیل حساسیت دستگاه ، قضاوت در مورد اینکه آیا دستگاه در بهترین حالت برای ارائه بهترین سیگنال قرار دارد یا خیر ، دشوار بود. به همین دلیل ، ما مجبور بودیم هر بار که صفحه را تنظیم می کردیم با آن کنار بیاییم و اتصالات روی برد را بررسی کنیم تا بتوانیم آن را به آردوینو متصل کرده و خروجی مورد نظر خود را بررسی کنیم. از آنجا که عوامل زیادی برای راه اندازی ورق نان وجود دارد ، PCB آنها را تا حد زیادی کاهش می دهد و خروجی دقیق تری به ما می دهد. ما شماتیک خود را در Autodesk Eagle برای ایجاد یک طرح PCB ساختیم و سپس آن را به AutoDesk Fusion 360 هدایت کردیم تا تصویری از ظاهر صفحه نمایش ارائه دهیم.

مرحله 5: طراحی PCB

ما شماتیک را در AutoDesk Eagle بازتولید کردیم و از ژنراتور برد آن برای ایجاد طرح PCB استفاده کردیم. ما همچنین طراحی را به AutoDesk Fusion 360 برای ارائه تصویری از ظاهر صفحه نمایش هدایت کردیم.

مرحله 6: نتیجه گیری

در خاتمه ، ما نحوه طراحی یک طرح برای یک سیگنال سیگنال PPG را یاد گرفتیم ، آن را ساختیم و آزمایش کردیم. ما در ساخت یک مدار نسبتاً ساده برای کاهش میزان نویز احتمالی در خروجی موفق بودیم و هنوز سیگنال قوی داریم. ما مدار را روی خود آزمایش کردیم و متوجه شدیم که کمی حساس است ، اما با کمی تغییر در مدار (از نظر فیزیکی ، نه طراحی) ، ما توانستیم یک سیگنال قوی دریافت کنیم. ما از سیگنال خروجی برای محاسبه ضربان قلب کاربر استفاده کردیم و آن را و سیگنال تنفس را به رابط کاربری خوب آردوینو ارسال کردیم. ما همچنین از LED تعبیه شده روی آردوینو برای چشمک زدن برای هر ضربان قلب استفاده کردیم ، و این امر را برای کاربر مشخص می کند که دقیقا چه زمانی قلب آنها می تپید.

PPG کاربردهای بالقوه زیادی دارد و سادگی و مقرون به صرفه بودن آن ادغام در دستگاه های هوشمند را مفید می کند. از آنجا که مراقبت های بهداشتی شخصی در سال های اخیر رواج بیشتری یافته است ، ضروری است که این فناوری ساده و ارزان طراحی شود تا در سراسر جهان برای هر کسی که به آن نیاز دارد قابل دسترسی باشد [9]. یک مقاله اخیر به بررسی استفاده از PPG برای بررسی فشار خون پرداخت - و آنها دریافتند که می توان آن را در ارتباط با سایر دستگاه های اندازه گیری فشار خون مورد استفاده قرار داد [10]. شاید بتوان موارد بیشتری را در این زمینه کشف و ابداع کرد ، بنابراین PPG باید به عنوان یک ابزار مهم در مراقبت های بهداشتی در حال حاضر و در آینده در نظر گرفته شود.

مرحله 7: منابع

[1] A. M. García و P. R. Horche ، "بهینه سازی منبع نور در دستگاه ردیاب دوفوتونیک: تجزیه و تحلیل نظری ،" نتایج در فیزیک ، جلد. 11 ، صص 975–983 ، 2018. [2] J. Allen ، "Photoplethysmography و کاربرد آن در اندازه گیری فیزیولوژیکی بالینی" ، Physiological Measurement ، vol. 28 ، نه 3 ، 2007.

[3] "اندازه گیری قلب - ECG و PPG چگونه کار می کنند؟" ، تصورات. [برخط]. موجود: https://imotions.com/blog/measuring-the-heart-how… [دسترسی: 10-دسامبر -2019].

[4] درخواست طبقه بندی DE NOVO برای ویژگی اعلان نامنظم ریتم. به

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

[6] واننبورگ ، یوهان و ملکیان ، رضا. (2015). شبکه حسگر بدن برای نظارت بر سلامت موبایل ، سیستم تشخیص و پیش بینی. سنسور ژورنال ، IEEE. 15. 6839-6852. 10.1109/JSEN.2015.2464773.

[7] "ضربان قلب طبیعی چیست؟" ، LiveScience. [برخط]. موجود: https://imotions.com/blog/measuring-the-heart-how… [دسترسی: 10-Dec-2019].

[8] M. Khan، C. G. Pretty، A. C. Amies، R. Elliott، G. M. Shaw، and J. G. Chase، "Investing Effects of Temperature on Temperature on Photoplethysmography،" IFAC-PapersOnLine، vol. 48 ، نه 20 ، صص 360-365 ، 2015.

[9] M. Ghamari ، "مروری بر حسگرهای پوشیدنی فوتوپتیسموگرافی و کاربردهای احتمالی آینده آنها در مراقبت های بهداشتی ،" International Journal of Biosensors & Bioelectronics، vol. 4 ، نه 4 ، 2018.

[10] M. Elgendi، R. Fletcher، Y. Liang، N. Howard، NH Lovell، D. Abbott، K. Lim، and R. Ward ، "استفاده از فوتوپلیتمیسموگرافی برای ارزیابی فشار خون بالا ،" npj Digital Medicine، vol به 2 ، نه 1 ، 2019.