Misurare la frequenza cardiaca è a portata di mano: approccio fotopletismografico per determinare la frequenza cardiaca: 7 passaggi

2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:01

Un fotopletismografo (PPG) è una tecnica ottica semplice ed economica che viene spesso utilizzata per rilevare i cambiamenti nel volume del sangue in un letto di tessuto microvascolare. Viene utilizzato principalmente in modo non invasivo per effettuare misurazioni sulla superficie della pelle, in genere un dito. La forma d'onda del PPG ha una forma d'onda fisiologica pulsatile (AC) dovuta ai cambiamenti cardiaci sincroni nel volume del sangue ad ogni battito cardiaco. L'onda AC viene quindi sovrapposta a una linea di base che cambia lentamente (DC) con diverse componenti a frequenza più bassa dovute alla respirazione, all'attività del sistema nervoso simpatico e alla termoregolazione. Un segnale PPG può essere utilizzato per misurare la saturazione di ossigeno, la pressione sanguigna e la gittata cardiaca, per controllare la gittata cardiaca e potenzialmente rilevare la malattia vascolare periferica [1].

Il dispositivo che stiamo creando è un fotopletismografo da dito per il cuore. È progettato per consentire all'utente di posizionare il dito nel bracciale sopra un led e un fototransistor. Il dispositivo lampeggerà quindi per ogni battito cardiaco (su Arduino) e calcolerà la frequenza cardiaca e la visualizzerà sullo schermo. Mostrerà anche come appare il segnale respiratorio in modo che il paziente possa eventualmente confrontarlo con i suoi dati precedenti.

Un PPG può misurare la variazione volumetrica del volume del sangue misurando la trasmissione o la riflessione della luce. Ogni volta che il cuore pompa, la pressione sanguigna nel ventricolo sinistro aumenta. L'alta pressione fa gonfiare leggermente le arterie ad ogni battito. L'aumento della pressione provoca una differenza misurabile nella quantità di luce che viene riflessa e l'ampiezza del segnale luminoso è direttamente proporzionale alla pressione del polso [2].

Un dispositivo simile è il sensore PPG di Apple Watch. Analizza i dati della frequenza cardiaca e li utilizza per rilevare possibili episodi di ritmi cardiaci irregolari coerenti con AFib. Utilizza luci a LED verdi insieme a fotodiodi sensibili alla luce per cercare cambiamenti relativi nella quantità di sangue che scorre nel polso dell'utente in un dato momento. Utilizza le modifiche per misurare la frequenza cardiaca e quando l'utente è fermo, il sensore può rilevare i singoli impulsi e misurare gli intervalli da battito a battito [3].

Forniture

Prima di tutto, per costruire il circuito abbiamo usato una breadboard, (1) LED verde, (1) fototransistor, (1) resistore da 220, (1) resistore da 15 kΩ, (2) 330 kΩ, (1) 2,2 kΩ, (1) condensatore da 10 kΩ, (1) condensatore da 1 μF, (1) condensatore da 68 nF, amplificatore operazionale UA 741 e cavi.

Successivamente, per testare il circuito abbiamo utilizzato un generatore di funzioni, un alimentatore, un oscilloscopio, pinze a coccodrillo. Infine, per inviare il segnale a un'interfaccia utente intuitiva, abbiamo utilizzato un laptop con software Arduino e un Arduino Uno.

Passaggio 1: disegna lo schema

Abbiamo iniziato disegnando un semplice schema per catturare il segnale PPG. Poiché PPG utilizza il LED, abbiamo prima collegato un LED verde in serie con un resistore da 220 e l'abbiamo collegato all'alimentazione da 6 V e alla messa a terra. Il passo successivo è stato quello di catturare il segnale PPG utilizzando un fototransistor. Simile al LED, lo abbiamo messo in serie con un 15 kΩ e lo abbiamo collegato a 6V di alimentazione e massa. Questo è stato seguito da un filtro passa-banda. La gamma di frequenza normale di un segnale PPG va da 0,5 Hz a 5 Hz [4]. Utilizzando l'equazione f = 1/RC, abbiamo calcolato i valori del resistore e del condensatore per i filtri passa basso e passa alto, ottenendo un condensatore da 1 μF con un resistore da 330 kΩ per il filtro passa alto e un condensatore da 68 nF con un resistore da 10 kΩ per il filtro passa basso. Abbiamo usato l'amplificatore operazionale UA 741 tra i filtri che era alimentato con 6V e -6V.

Passaggio 2: testare il circuito su un oscilloscopio

Abbiamo quindi costruito il circuito su una breadboard. Successivamente, abbiamo testato l'uscita del circuito sull'oscilloscopio per verificare che il nostro segnale fosse come previsto. Come si vede nelle figure sopra, il circuito ha prodotto un segnale forte e stabile quando un dito è stato posizionato sul LED verde e sul fototransistor. La potenza del segnale varia anche tra gli individui. Nelle figure successive è evidente la tacca dicrotica ed è evidente che la frequenza cardiaca è più veloce di quella dell'individuo nelle prime figure.

Una volta sicuri che il segnale fosse buono, abbiamo quindi proceduto con un Arduino Uno.

Passaggio 3: collega la breadboard a un Arduino Uno

Abbiamo collegato l'uscita (attraverso il secondo condensatore C2 nello schema e la massa) al pin A0 (a volte A3) sull'Arduino e il binario di terra sulla breadboard a un pin GND sull'Arduino.

Guarda le immagini sopra per il codice che abbiamo usato. Il codice dell'Appendice A è stato utilizzato per mostrare il grafico del segnale respiratorio. Il codice dell'Appendice B è stato utilizzato per far lampeggiare un LED integrato nell'Arduino per ogni battito cardiaco e stampare la frequenza cardiaca.

Passaggio 4: suggerimenti da tenere a mente

Nel documento Body Sensor Network for Mobile Health Monitoring, A Diagnosis and Anticipating System, il ricercatore Johan Wannenburg et al., ha sviluppato un modello matematico di un segnale PPG puro [5]. Confrontando la forma di un segnale puro con il nostro segnale - di una singola persona - (figure 3, 4, 5, 6), ci sono certamente alcune chiare differenze. Innanzitutto, il nostro segnale era all'indietro, quindi la tacca dicrotica sul lato sinistro di ciascun picco piuttosto che sul lato destro. Inoltre, il segnale era molto diverso tra ogni persona, quindi a volte la tacca dicrotica non era evidente (figure 3, 4) e talvolta lo era (figure 5, 6). Un'altra differenza notevole era che il nostro segnale non era stabile come avremmo voluto. Ci siamo resi conto che era molto sensibile e che la più piccola spinta del tavolo o qualsiasi filo avrebbe cambiato l'aspetto dell'uscita dell'oscilloscopio.

Per gli adulti (oltre i 18 anni) la frequenza cardiaca media a riposo dovrebbe essere compresa tra 60 e 100 battiti al minuto [6]. Nella Figura 8, le frequenze cardiache dell'individuo sottoposto a test erano tutte comprese tra questi due valori, il che indica che sembra essere accurato. Non abbiamo avuto la possibilità di calcolare la frequenza cardiaca con un dispositivo diverso e confrontarla con il nostro sensore PPG, ma è probabile che sia vicino alla precisione. C'erano anche molti fattori che non potevamo controllare, portando così alla variazione dei risultati. La quantità di illuminazione ambientale era diversa ogni volta che l'abbiamo testata perché eravamo in una posizione diversa, c'era un'ombra sul dispositivo, a volte abbiamo usato un bracciale. Avere meno luce ambientale ha reso il segnale più chiaro, ma cambiarlo era fuori dal nostro controllo e quindi ha influenzato i nostri risultati. Un altro problema è la temperatura. Nello studio Investing the Effects of Temperature on Photoplethysmography di Mussabir Khan et al., i ricercatori hanno scoperto che le temperature più calde della mano hanno migliorato la qualità e l'accuratezza del PPG [7]. In realtà abbiamo notato che se uno di noi avesse le dita fredde, il segnale sarebbe stato scarso e non avremmo potuto distinguere la tacca dicrotica rispetto a una persona che aveva le dita più calde. Inoltre, a causa della sensibilità del dispositivo, era difficile giudicare se l'impostazione del dispositivo fosse ottimale per darci il segnale migliore. Per questo motivo, abbiamo dovuto giocherellare con la scheda ogni volta che configuravamo e controllavamo le connessioni sulla scheda prima di poterla collegare all'Arduino e guardare l'output che volevamo. Poiché ci sono così tanti fattori che entrano in gioco per una configurazione breadboard, un PCB li ridurrebbe notevolmente e ci darebbe un output più accurato. Abbiamo creato il nostro schema in Autodesk Eagle per creare un progetto PCB e poi lo abbiamo trasferito in AutoDesk Fusion 360 per il rendering visivo di come sarebbe stata la scheda.

Passaggio 5: progettazione PCB

Abbiamo riprodotto lo schema in AutoDesk Eagle e utilizzato il suo generatore di schede per creare il progetto del PCB. Abbiamo anche trasferito il design ad AutoDesk Fusion 360 per il rendering visivo di come sarebbe stata la scheda.

Passaggio 6: conclusione

In conclusione, abbiamo imparato come sviluppare un progetto per un circuito di segnale PPG, costruirlo e testarlo. Siamo riusciti a costruire un circuito relativamente semplice per ridurre la quantità di possibile rumore in uscita e avere ancora un segnale forte. Abbiamo testato il circuito su noi stessi e abbiamo scoperto che era un po' sensibile, ma con alcune modifiche al circuito (fisicamente, non al design), siamo stati in grado di ottenere un segnale forte. Abbiamo usato l'uscita del segnale per calcolare la frequenza cardiaca dell'utente e l'abbiamo emessa e il segnale di respirazione alla bella interfaccia utente di Arduino. Abbiamo anche utilizzato il LED integrato su Arduino per lampeggiare ad ogni battito cardiaco, rendendo evidente all'utente quando esattamente il suo cuore batteva.

PPG ha molte potenziali applicazioni e la sua semplicità ed economicità lo rendono utile per l'integrazione in dispositivi intelligenti. Poiché l'assistenza sanitaria personale è diventata più popolare negli ultimi anni, è imperativo che questa tecnologia sia progettata per essere semplice ed economica in modo che possa essere accessibile in tutto il mondo a chiunque ne abbia bisogno [9]. Un recente articolo ha esaminato l'utilizzo del PPG per controllare l'ipertensione e hanno scoperto che potrebbe essere utilizzato in combinazione con altri dispositivi di misurazione della pressione arteriosa [10]. Forse c'è altro che può essere scoperto e innovato in questa direzione, e quindi il PPG dovrebbe essere considerato uno strumento importante nell'assistenza sanitaria ora e in futuro.

Passaggio 7: riferimenti

[1] A. M. García e P. R. Horche, "Ottimizzazione della sorgente luminosa in un dispositivo bifotonico per la ricerca di vene: analisi sperimentale e teorica", Risultati in Fisica, vol. 11, pp. 975–983, 2018.[2] J. Allen, "Fotopletismografia e sua applicazione nella misurazione fisiologica clinica", Misurazione fisiologica, vol. 28, nr. 3, 2007.

[3] "Misurare il cuore - Come funzionano ECG e PPG?", imotions. [In linea]. Disponibile: https://imotions.com/blog/measuring-the-heart-how… [Accesso: 10-dic-2019].

[4] RICHIESTA DI CLASSIFICAZIONE DE NOVO PER FUNZIONE DI NOTIFICA DEL RITMO IRREGOLARE..

[5] S. Bagha e L. Shaw, "Un'analisi in tempo reale del segnale PPG per la misurazione della SpO2 e della frequenza del polso", International Journal of Computer Applications, vol. 36, n. 11, dicembre 2011.

[6] Wannenburg, Johan e Malekian, Reza. (2015). Rete di sensori corporei per il monitoraggio mobile della salute, un sistema di diagnosi e anticipazione. Giornale dei sensori, IEEE. 15. 6839-6852. 10.1109/JSEN.2015.2464773.

[7] "Cos'è una frequenza cardiaca normale?", LiveScience. [In linea]. Disponibile: https://imotions.com/blog/measuring-the-heart-how… [Accesso: 10-dic-2019].

[8] M. Khan, C. G. Pretty, A. C. Amies, R. Elliott, G. M. Shaw e J. G. Chase, "Indagare gli effetti della temperatura sulla fotopletismografia", IFAC-PapersOnLine, vol. 48, nr. 20, pp. 360-365, 2015.

[9] M. Ghamari, "Una rassegna sui sensori indossabili di fotopletismografia e le loro potenziali applicazioni future nell'assistenza sanitaria", International Journal of Biosensors & Bioelectronics, vol. 4, nr. 4, 2018.

[10] M. Elgendi, R. Fletcher, Y. Liang, N. Howard, NH Lovell, D. Abbott, K. Lim e R. Ward, "L'uso della fotopletismografia per la valutazione dell'ipertensione", npj Digital Medicine, vol. 2, nr. 1, 2019.