Paparan ECG Monitor HR DIY yang ringkas

Matlamat
Matlamat projek mini/tutorial ini adalah untuk membuat monitor HR yang sangat ringkas dan paparan ECG tatal dengan komponen minimum.

Keperluan:

• ular sawa
• antara muka audio
• 1/4" kabel/kabel gitar/kabel instrumen (ia hanya perlu masuk ke dalam komputer melalui antara muka audio)

Latar Belakang Pantas

Otot di jantung mencipta isyarat elektrik. Sebahagian daripada isyarat tersebut boleh dikesan pada permukaan kulit.

Kita boleh mengambil isyarat tersebut menggunakan elektrod permukaan. Masalahnya, ini bukan satu-satunya isyarat elektrik pada kulit. Syukurlah, kebanyakan isyarat yang ingin kita lihat terhad kepada sekitar 1-40Hz.

Proses

Kami akan mengambil kabel 1/4" kami, yang akan bertindak sebagai elektrod kami dan mencucuknya ke dalam kulit kami di sekitar jantung. Kemudian kami menggunakan antara muka audio USB untuk menguatkan dan menukar isyarat analog kepada digital . Akhirnya kami menapis dan memaparkan dalam ular sawa

Langkah

Langkah 1: Kabel 1/4" mempunyai dua bahagian, lengan dan hujung. Kedua-dua bahagian perlu bersentuhan dengan kulit anda- cuma pegang lengan dengan tangan anda dan tumbuk pada bahagian sebelah kiri sangkar dada/tulang rusuk atas anda (sesetengah kabel mungkin mempunyai lebih banyak saluran, cuma pastikan semuanya mempunyai hubungan untuk memulakan).

Jalankan kod di bawah. Pastikan anda menyemak bahawa baris input_device_index menghala ke antara muka audio anda. Apa yang kami lakukan ialah mengambil sebahagian daripada audio yang masuk, menukar kepada domain frekuensi menggunakan fft, menetapkan semua frekuensi yang tidak diperlukan kepada 0, dan kemudian menukar kembali kepada domain masa. Seterusnya kita dapati puncak untuk mengira HR kemudian graf dengan cara yang menatal.

import numpy as np 
import pyaudio as pa 
import struct 
import matplotlib.pyplot as plt 
from scipy.signal import decimate, find_peaks

CHUNK = 4410 #.1 second
FORMAT = pa.paInt16
CHANNELS = 1
RATE = 44100 # in Hz
fstep = RATE/CHUNK
p = pa.PyAudio()

values = []
dsf=44 #down sample factor
rds=RATE/dsf #down sampled rate

stream = p.open(
    format = FORMAT,
    channels = CHANNELS,
    rate = RATE,
    input_device_index=3, #adjust based on input
    input=True,
    frames_per_buffer=CHUNK
)

#set up graph
fig,ax = plt.subplots(1)
x = np.arange(0,2*CHUNK,2)
line, = ax.plot(x, np.random.rand(CHUNK))
ax.set_ylim(-100,100) 
ax.set_xlim(0,2500) 
text = ax.text(0.05, 0.95, str(0), transform=ax.transAxes, fontsize=14,
       verticalalignment='top')
fig.show()

def getFiltered(x,hp=1,lp=41): #this sets the unneeded freqs to 0

    fft=np.fft.fft(x)
    hptrim=len(fft)/RATE*hp
    lptrim=len(fft)/RATE*lp
    fft[int(lptrim):-int(lptrim)]=0 
    fft[0:int(hptrim)]=0 
    return np.real(np.fft.ifft(fft))

def getHR(x): 

    pdis = int(0.6 * rds) #minimum distance between peaks. stops rapid triggering. also caps max hr, so adjust
    peaks, _ = find_peaks(x, distance=pdis, height=0.1)
    intervals = np.diff(peaks)/rds # in seconds
    hr = 60 / intervals # in BPM
    return peaks,round(np.mean(hr),0) #peaks,avg hr

while 1:
    data = stream.read(CHUNK)
    dataInt = struct.unpack(str(CHUNK) + 'h', data)

    filtered=getFiltered(dataInt) #filter (working with full chunk)
    dsed=decimate(filtered, 44) #down sample (turns chunk into ds chunk)
    values=np.concatenate((values,dsed)) #puts the chunks into an array
    peaks,hr = getHR(values*-1) # gets the peaks and determins avg HR. 

    text.set_text(str(hr))
    line.set_xdata(np.arange(len(values))) 
    line.set_ydata(values*-10) #the negative is bc it comes in upside down with my set up. the *10 is just for fun
    ax.set_xlim(max(0,len(values)-2500),len(values)) #keep the graph scrolling
    vlines = ax.vlines(peaks,ymin=-100,ymax=100,colors='red', linestyles='dashed') # pop some lines at the peaks 

    fig.canvas.draw()
    fig.canvas.flush_events()
    vlines.remove()

    if len(values)>10000: #keeps the array managably sized, and graph scrolling pretty
        values=values[5000:] #5 seconds @ ~1000 sr.

Pegang kabel diam - anda mungkin perlu menunggu beberapa saat selepas pergerakan untuk mendapatkan kadar denyutan jantung yang tepat. Saya menyemaknya pada jam tangan garmin saya, dan ia secara konsisten mengembalikan nilai yang serupa.

Perlu diingat, anda secara teknikal menjadikan badan anda
sebagai sebahagian daripada litar. Kabel disambungkan ke antara muka yang disambungkan ke komputer yang disambungkan ke alur keluar kuasa dinding... Cuba ini atas risiko anda sendiri. Saya bukan pakar- Saya hanya suka bermain-main dengan barangan dan ingin berkongsi.

Kaedah ini tidak begitu berkesan untuk melihat semua bahagian isyarat ECG yang berbeza dengan jelas. Elektrod sangat tercalar dan saya melakukan penapisan minimum.
Ia juga tidak berfungsi dengan baik dalam mengesan isyarat yang lebih kecil seperti untuk EMG.

Dari sini anda boleh menggali lebih dalam pada bahagian perisian dan bermain-main dengan penapis tambahan, atau mencipta litar sebenar dan menggunakan elektrod sebenar. Beg elektrod untuk perkara jenis ini agak murah di amazon (maklumlah, pelekatnya menjengkelkan). Untuk litar, saya telah mencuba beberapa konfigurasi yang berbeza- apa yang saya dapati paling mudah/berfungsi yang terbaik untuk saya ialah litar penguat instrumentasi mudah menggunakan opamp JFET (disatukan pada papan roti). 3 elektrod, cuma cari gambarajah untuk meletakkannya. Jika anda menggunakan antara muka audio untuk ADC, kod di sini harus berfungsi dengan set papan roti 3 elektrod (mungkin perlu melaraskan keuntungan)

Inspirasi untuk projek mini ini muncul semasa bermain-main dengan plug-in EQ dalam DAW sambil memegang kabel gitar.

Atas ialah kandungan terperinci Paparan ECG Monitor HR DIY yang ringkas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!