A medição da frequência cardíaca está na ponta do dedo: Fotopletismografia Abordagem para determinar a frequência cardíaca: 7 etapas

2024 Autor: John Day | [email protected]. Última modificação: 2024-01-30 11:36

Um fotopletismógrafo (PPG) é uma técnica óptica simples e de baixo custo, frequentemente usada para detectar alterações no volume sanguíneo em um leito microvascular de tecido. É usado principalmente de forma não invasiva para fazer medições na superfície da pele, normalmente um dedo. A forma de onda do PPG tem uma forma de onda fisiológica pulsátil (AC) devido a alterações cardíacas sincronizadas no volume de sangue com cada batimento cardíaco. A onda AC é então sobreposta a uma linha de base de alteração lenta (DC) com diferentes componentes de frequência mais baixa que são devidos à respiração, atividade do sistema nervoso simpático e termorregulação. Um sinal PPG pode ser usado para medir a saturação de oxigênio, pressão sanguínea e débito cardíaco, para verificar o débito cardíaco e potencialmente detectar doença vascular periférica [1].

O dispositivo que estamos criando é um fotopletismógrafo de dedo para o coração. Ele é projetado para que o usuário coloque o dedo na braçadeira sobre um led e fototransistor. O dispositivo piscará a cada batimento cardíaco (no Arduino) e calculará a frequência cardíaca e a enviará para a tela. Ele também mostrará a aparência do sinal respiratório para que o paciente possa compará-lo com seus dados anteriores.

Um PPG pode medir a mudança volumétrica no volume de sangue medindo a transmissão ou reflexão da luz. Cada vez que o coração bombeia, a pressão sanguínea no ventrículo esquerdo aumenta. A alta pressão faz com que as artérias fiquem ligeiramente salientes a cada batida. O aumento da pressão causa uma diferença mensurável na quantidade de luz que é refletida de volta e a amplitude do sinal de luz é diretamente proporcional à pressão de pulso [2].

Um dispositivo semelhante é o sensor PPG Apple Watch. Ele analisa os dados da frequência de pulso e os usa para detectar possíveis episódios de ritmos cardíacos irregulares consistentes com AFib. Ele usa luzes LED verdes junto com fotodiodos sensíveis à luz para procurar mudanças relativas na quantidade de sangue que flui no pulso do usuário a qualquer momento. Ele usa as alterações para medir a frequência cardíaca e, quando o usuário está parado, o sensor pode detectar pulsos individuais e medir os intervalos batimento a batimento [3].

Suprimentos

Em primeiro lugar, para construir o circuito, usamos uma placa de ensaio, (1) LED verde, (1) fototransistor, (1) resistor de 220 Ω, (1) resistor de 15 kΩ, (2) 330 kΩ, (1) 2,2 kΩ, (1) 10 kΩ, (1) capacitor de 1 μF, (1) capacitor de 68 nF, amplificador operacional UA 741 e fios.

A seguir, para testar o circuito, usamos um gerador de função, fonte de alimentação, osciloscópio, pinças de crocodilo. Finalmente, para enviar o sinal para uma interface de usuário amigável, usamos um laptop com o software Arduino e um Arduino Uno.

Etapa 1: Desenhe o esquema

Começamos desenhando um esquema simples para capturar o sinal PPG. Como o PPG usa LED, primeiro conectamos um LED verde em série com um resistor de 220 Ω e o conectamos a uma alimentação de 6 V e aterramento. A próxima etapa foi capturar o sinal PPG usando um fototransistor. Semelhante ao LED, colocamos em série com 15 kΩ e conectamos a 6V de alimentação e aterramento. Isso foi seguido por um filtro passa-banda. A faixa de frequência normal de um sinal PPG é de 0,5 Hz a 5 Hz [4]. Usando a equação f = 1 / RC, calculamos os valores do resistor e do capacitor para os filtros de passagem baixa e alta, resultando em um capacitor de 1 μF com um resistor de 330 kΩ para o filtro de passagem alta e um capacitor de 68 nF com um resistor de 10 kΩ para o filtro passa-baixo. Usamos o amplificador operacional UA 741 entre os filtros que foi alimentado com 6V e -6V.

Etapa 2: testar o circuito em um osciloscópio

Em seguida, construímos o circuito em uma placa de ensaio. Depois, testamos a saída do circuito no osciloscópio para verificar se nosso sinal estava conforme o esperado. Como visto nas figuras acima, o circuito resultou em um sinal forte e estável quando um dedo foi colocado sobre o LED verde e o fototransistor. A intensidade do sinal também varia entre os indivíduos. Nas últimas figuras, o entalhe dicrótico é evidente e está claro que a freqüência cardíaca é mais rápida do que a do indivíduo nas primeiras figuras.

Assim que tivemos certeza de que o sinal estava bom, procedemos com um Arduino Uno.

Etapa 3: conectar a placa de ensaio a um Arduino Uno

Conectamos a saída (através do segundo capacitor C2 no esquema e aterramento) ao pino A0 (às vezes A3) no Arduino e o trilho de aterramento na placa de ensaio a um pino GND no Arduino.

Veja as imagens acima para o código que usamos. O código do Apêndice A foi usado para mostrar o gráfico do sinal respiratório. O código do Apêndice B foi usado para ter um LED embutido no Arduino piscando para cada batimento cardíaco e imprimir qual é a frequência cardíaca.

Etapa 4: dicas para manter em mente

No artigo Body Sensor Network for Mobile Health Monitoring, A Diagnosis and Anticipating System, o pesquisador Johan Wannenburg et al., Desenvolveu um modelo matemático de um sinal PPG puro [5]. Ao comparar a forma de um sinal puro com o nosso sinal - de uma pessoa individual - (figuras 3, 4, 5, 6), há, sem dúvida, algumas diferenças claras. Primeiro, nosso sinal estava para trás, então o entalhe dicrótico no lado esquerdo de cada pico, em vez do lado direito. Além disso, o sinal era muito diferente entre cada pessoa, então às vezes o entalhe dicrótico não era evidente (figuras 3, 4) e às vezes era (figuras 5, 6). Outra diferença notável é que nosso sinal não estava tão estável quanto gostaríamos. Percebemos que era muito sensível, e o menor empurrão da mesa ou de qualquer fio mudaria a aparência da saída do osciloscópio.

Para adultos (maiores de 18 anos), a freqüência cardíaca média em repouso deve estar entre 60 e 100 batimentos por minuto [6]. Na Figura 8, as frequências cardíacas do indivíduo sendo testado estavam todas entre esses dois valores, indicando que parece ser preciso. Não tivemos a chance de calcular a frequência cardíaca com um dispositivo diferente e compará-la com nosso sensor PPG, mas é provável que fosse quase preciso. Também havia muitos fatores que não podíamos controlar, levando à variação dos resultados. A quantidade de iluminação ambiente era diferente a cada vez que o testávamos, porque estávamos em um local diferente, havia uma sombra sobre o dispositivo, às vezes usamos uma braçadeira. Ter menos iluminação ambiente tornava o sinal mais claro, mas alterá-lo estava fora de nosso controle e, portanto, afetou nossos resultados. Outro problema é a temperatura. O estudo Investindo os efeitos da temperatura na fotopletismografia por Mussabir Khan et al., Os pesquisadores descobriram que as temperaturas mais quentes das mãos melhoraram a qualidade e a precisão do PPG [7]. Na verdade, notamos que, se um de nós tivesse dedos frios, o sinal seria fraco e não poderíamos distinguir o entalhe dicrótico em comparação com uma pessoa que tinha dedos mais quentes. Além disso, devido à sensibilidade do dispositivo, era difícil avaliar se a configuração do dispositivo estava ou não ideal para nos dar o melhor sinal. Por causa disso, tínhamos que mexer na placa toda vez que configurávamos e checávamos as conexões na placa antes de podermos conectá-la ao Arduino e ver a saída que queríamos. Uma vez que há tantos fatores que entram em jogo para uma configuração de placa de ensaio, uma PCB os reduziria muito e nos forneceria uma saída mais precisa. Construímos nosso esquema no Autodesk Eagle para criar um design de PCB e, em seguida, transferimos para o AutoDesk Fusion 360 para renderização visual de como seria a placa.

Etapa 5: Design de PCB

Reproduzimos o esquema no AutoDesk Eagle e usamos seu gerador de placa para criar o design do PCB. Também mudamos o design para AutoDesk Fusion 360 para renderização visual de como a placa ficaria.

Etapa 6: Conclusão

Concluindo, aprendemos como desenvolver um projeto para um circuito de sinal PPG, construí-lo e testá-lo. Tivemos sucesso na construção de um circuito relativamente simples para reduzir a quantidade de ruído possível na saída e ainda ter um sinal forte. Testamos o circuito em nós mesmos e descobrimos que era um pouco sensível, mas com alguns ajustes no circuito (fisicamente, não no design), conseguimos obter um sinal forte. Usamos a saída do sinal para calcular a frequência cardíaca do usuário e a enviamos junto com o sinal de respiração para a bela IU do Arduino. Também usamos o LED integrado no Arduino para piscar a cada batimento cardíaco, tornando evidente para o usuário quando exatamente o coração estava batendo.

O PPG tem muitas aplicações potenciais e sua simplicidade e economia o tornam útil para integração em dispositivos inteligentes. Como a saúde pessoal se tornou mais popular nos últimos anos, é imperativo que essa tecnologia seja projetada para ser simples e barata, de modo que possa ser acessível em todo o mundo para qualquer pessoa que dela precisar [9]. Um artigo recente analisou o uso de PPG para verificar a hipertensão - e eles descobriram que ele poderia ser usado em conjunto com outros dispositivos de medição de PA [10]. Talvez haja mais a ser descoberto e inovado nessa direção e, portanto, o PPG deve ser considerado uma ferramenta importante na área da saúde agora e no futuro.

Etapa 7: Referências

[1] A. M. García e P. R. Horche, "Otimização da fonte de luz em um dispositivo localizador de veia bifotônica: Análise experimental e teórica", Resultados em Física, vol. 11, pp. 975–983, 2018. [2] J. Allen, "Photoplethysmography and your application in Clinical Physiological Measurement," Physiological Measurement, vol. 28, não. 3, 2007.

[3] “Medir o coração - Como funcionam o ECG e o PPG ?,” imoções. [Conectados]. Disponível: https://imotions.com/blog/measuring-the-heart-how… [Acesso: 10-dez-2019].

[4] PEDIDO DE CLASSIFICAÇÃO DE NOVO PARA RECURSO DE NOTIFICAÇÃO DE RITMO IRREGULAR..

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

[6] Wannenburg, Johan & Malekian, Reza. (2015). Rede de Sensores Corporais para Monitoramento Móvel de Saúde, Sistema de Diagnóstico e Antecipação. Sensors Journal, IEEE. 15. 6839-6852. 10.1109 / JSEN.2015.2464773.

[7] “O que é uma frequência cardíaca normal ?,” LiveScience. [Conectados]. Disponível: https://imotions.com/blog/measuring-the-heart-how… [Acesso: 10-dez-2019].

[8] M. Khan, C. G. Pretty, A. C. Amies, R. Elliott, G. M. Shaw e J. G. Chase, "Investigating the Effects of Temperature on Photoplethysmography," IFAC-PapersOnLine, vol. 48, nº 20, pp. 360–365, 2015.

[9] M. Ghamari, “Uma revisão sobre sensores de fotopletismografia vestíveis e suas potenciais aplicações futuras em cuidados de saúde,” International Journal of Biosensors & Bioelectronics, vol. 4, não. 4, 2018.

[10] M. Elgendi, R. Fletcher, Y. Liang, N. Howard, NH Lovell, D. Abbott, K. Lim e R. Ward, "The use of photoplethysmography for assessing hypertension", npj Digital Medicine, vol. 2, não. 1, 2019.