Mesurer votre fréquence cardiaque au bout de votre doigt : Approche photopléthysmographique pour déterminer la fréquence cardiaque : 7 étapes

2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:06

Un photopléthysmographe (PPG) est une technique optique simple et peu coûteuse qui est souvent utilisée pour détecter les changements de volume sanguin dans un lit microvasculaire de tissu. Il est principalement utilisé de manière non invasive pour effectuer des mesures à la surface de la peau, généralement un doigt. La forme d'onde du PPG a une forme d'onde physiologique pulsatile (AC) due aux changements cardiaques synchrones du volume sanguin à chaque battement cardiaque. L'onde AC est ensuite superposée à une ligne de base à évolution lente (DC) avec différentes composantes de fréquence inférieure qui sont dues à la respiration, à l'activité du système nerveux sympathique et à la thermorégulation. Un signal PPG peut être utilisé pour mesurer la saturation en oxygène, la pression artérielle et le débit cardiaque, pour vérifier le débit cardiaque et potentiellement détecter une maladie vasculaire périphérique [1].

L'appareil que nous créons est un photopléthysmographe à doigt pour le cœur. Il est conçu pour que l'utilisateur place son doigt dans le brassard sur une led et un phototransistor. L'appareil clignotera alors pour chaque battement de cœur (sur l'Arduino) et calculera la fréquence cardiaque et l'affichera à l'écran. Il montrera également à quoi ressemble le signal respiratoire afin que le patient puisse éventuellement le comparer à ses données précédentes.

Un PPG peut mesurer le changement volumétrique du volume sanguin en mesurant la transmission ou la réflexion de la lumière. Chaque fois que le cœur pompe, la pression artérielle dans le ventricule gauche augmente. La pression élevée provoque un léger gonflement des artères à chaque battement. L'augmentation de la pression provoque une différence mesurable dans la quantité de lumière réfléchie et l'amplitude du signal lumineux est directement proportionnelle à la pression pulsée [2].

Un appareil similaire est le capteur Apple Watch PPG. Il analyse les données de fréquence cardiaque et les utilise pour détecter d'éventuels épisodes de rythme cardiaque irrégulier compatibles avec AFib. Il utilise des lumières LED vertes ainsi que des photodiodes sensibles à la lumière pour rechercher les changements relatifs de la quantité de sang circulant dans le poignet de l'utilisateur à un moment donné. Il utilise les changements pour mesurer la fréquence cardiaque et lorsque l'utilisateur est à l'arrêt, le capteur peut détecter des impulsions individuelles et mesurer les intervalles de battement à battement [3].

Fournitures

Tout d'abord, pour construire le circuit, nous avons utilisé une maquette, (1) LED verte, (1) phototransistor, (1) résistance de 220, (1) résistance de 15 kΩ, (2) 330 kΩ, (1) 2,2 kΩ, (1) 10 kΩ, (1) condensateur 1 F, (1) condensateur 68 nF, amplificateur opérationnel UA 741 et fils.

Ensuite, pour tester le circuit, nous avons utilisé un générateur de fonctions, une alimentation, un oscilloscope, des pinces crocodiles. Enfin, pour transmettre le signal à une interface utilisateur conviviale, nous avons utilisé un ordinateur portable avec le logiciel Arduino et un Arduino Uno.

Étape 1: dessinez le schéma

Nous avons commencé par dessiner un schéma simple pour capturer le signal PPG. Puisque PPG utilise une LED, nous avons d'abord connecté une LED verte en série avec une résistance de 220 Ω et l'avons connectée à une alimentation 6V et à la terre. L'étape suivante consistait à capturer le signal PPG à l'aide d'un phototransistor. Semblable à la LED, nous l'avons mis en série avec un 15 kΩ et l'avons connecté à une alimentation 6V et à la terre. Cela a été suivi par un filtre passe-bande. La plage de fréquence normale d'un signal PPG est de 0,5 Hz à 5 Hz [4]. En utilisant l'équation f = 1/RC, nous avons calculé les valeurs de résistance et de condensateur pour les filtres passe-bas et passe-haut, résultant en un condensateur de 1 F avec une résistance de 330 kΩ pour le filtre passe-haut et un condensateur de 68 nF avec une résistance de 10 kΩ pour le filtre passe-bas. Nous avons utilisé l'amplificateur opérationnel UA 741 entre les filtres alimentés en 6V et -6V.

Étape 2: Testez le circuit sur un oscilloscope

Nous avons ensuite construit le circuit sur une maquette. Après, nous avons testé la sortie du circuit sur l'oscilloscope pour vérifier que notre signal était comme prévu. Comme le montrent les figures ci-dessus, le circuit a généré un signal fort et stable lorsqu'un doigt a été placé sur la LED verte et le phototransistor. La force du signal varie également entre les individus. Dans les dernières figures, l'encoche dicrotique est évidente et il est clair que la fréquence cardiaque est plus rapide que celle de l'individu dans les premières figures.

Une fois que nous étions sûrs que le signal était bon, nous avons ensuite procédé avec un Arduino Uno.

Étape 3: Connectez Breadboard à un Arduino Uno

Nous avons connecté la sortie (à travers le deuxième condensateur C2 dans le schéma et la masse) à la broche A0 (parfois A3) sur l'Arduino et le rail de masse sur la planche à pain à une broche GND sur l'Arduino.

Voir les images ci-dessus pour le code que nous avons utilisé. Le code de l'annexe A a été utilisé pour montrer le graphique du signal respiratoire. Le code de l'annexe B a été utilisé pour faire clignoter une LED intégrée sur l'Arduino pour chaque battement cardiaque et imprimer quelle est la fréquence cardiaque.

Étape 4: Conseils à garder à l'esprit

Dans l'article Body Sensor Network for Mobile Health Monitoring, A Diagnosis and Anticipating System, le chercheur Johan Wannenburg et al., a développé un modèle mathématique d'un signal PPG pur [5]. En comparant la forme d'un signal pur à notre signal - celui d'un individu - (figures 3, 4, 5, 6), il y a certes de nettes différences. Tout d'abord, notre signal était en arrière, donc l'encoche dicrotique sur le côté gauche de chaque pic plutôt que sur le côté droit. De plus, le signal était très différent entre chaque personne, donc parfois l'encoche dicrotique n'était pas évidente (figures 3, 4) et parfois elle l'était (figures 5, 6). Une autre différence notable était que notre signal n'était pas aussi stable que nous l'aurions souhaité. Nous avons réalisé qu'il était très sensible et que le plus petit coup de la table ou de n'importe quel fil changerait l'apparence de la sortie de l'oscilloscope.

Pour les adultes (plus de 18 ans), la fréquence cardiaque moyenne au repos doit être comprise entre 60 et 100 battements par minute [6]. Sur la figure 8, les fréquences cardiaques de la personne testée se situaient toutes entre ces deux valeurs, indiquant qu'elles semblent exactes. Nous n'avons pas eu l'occasion de calculer la fréquence cardiaque avec un autre appareil et de la comparer avec notre capteur PPG, mais il est probable qu'elle serait proche de la précision. Il y avait aussi de nombreux facteurs que nous ne pouvions pas contrôler, entraînant ainsi la variation des résultats. La quantité d'éclairage ambiant était différente à chaque fois que nous l'avons testé parce que nous étions soit dans un endroit différent, il y avait une ombre sur l'appareil, nous utilisions parfois un brassard. Avoir moins d'éclairs ambiants a rendu le signal plus clair, mais changer cela était hors de notre contrôle et a donc affecté nos résultats. Un autre problème est la température. L'étude Investing the Effects of Temperature on Photoplethysmography par Mussabir Khan et al., les chercheurs ont découvert que des températures plus chaudes des mains amélioraient la qualité et la précision du PPG [7]. En fait, nous avons remarqué que si l'un de nous avait les doigts froids, le signal serait mauvais et nous ne pouvions pas distinguer l'encoche dicrotique par rapport à une personne qui avait les doigts plus chauds. De plus, en raison de la sensibilité de l'appareil, il était difficile de juger si la configuration de l'appareil était optimale ou non pour nous donner le meilleur signal. Pour cette raison, nous avons dû manipuler la carte à chaque fois que nous avons configuré et vérifié les connexions sur la carte avant de pouvoir la connecter à l'Arduino et de regarder la sortie que nous voulions. Comme il y a tellement de facteurs qui entrent en jeu pour une configuration de maquette, un PCB les réduirait considérablement et nous donnerait une sortie plus précise. Nous avons construit notre schéma dans Autodesk Eagle pour créer une conception de PCB, puis l'avons poussé vers AutoDesk Fusion 360 pour un rendu visuel de ce à quoi ressemblerait la carte.

Étape 5: Conception de PCB

Nous avons reproduit le schéma dans AutoDesk Eagle et utilisé son générateur de carte pour créer la conception du PCB. Nous avons également poussé la conception vers AutoDesk Fusion 360 pour un rendu visuel de ce à quoi ressemblerait la carte.

Étape 6: Conclusion

En conclusion, nous avons appris à développer une conception pour un circuit de signal PPG, à le construire et à le tester. Nous avons réussi à construire un circuit relativement simple pour réduire la quantité de bruit possible dans la sortie et avoir toujours un signal fort. Nous avons testé le circuit sur nous-mêmes et avons constaté qu'il était un peu sensible, mais avec quelques ajustements du circuit (physiquement, pas la conception), nous avons pu obtenir un signal fort. Nous avons utilisé le signal de sortie pour calculer la fréquence cardiaque de l'utilisateur et l'avons transmis ainsi que le signal de respiration à la belle interface utilisateur d'Arduino. Nous avons également utilisé la LED intégrée sur Arduino pour clignoter à chaque battement de cœur, ce qui permet à l'utilisateur de savoir quand exactement son cœur battait.

PPG a de nombreuses applications potentielles, et sa simplicité et sa rentabilité le rendent utile à intégrer dans les appareils intelligents. Comme les soins de santé personnels sont devenus plus populaires ces dernières années, il est impératif que cette technologie soit conçue pour être simple et bon marché afin qu'elle puisse être accessible partout dans le monde à toute personne qui en a besoin [9]. Un article récent s'est penché sur l'utilisation du PPG pour vérifier l'hypertension - et ils ont découvert qu'il pouvait être utilisé en conjonction avec d'autres appareils de mesure de la PA [10]. Peut-être qu'il y a plus à découvrir et à innover dans cette direction, et donc PPG devrait être considéré comme un outil important dans les soins de santé aujourd'hui et à l'avenir.

Étape 7: Références

[1] A. M. García et P. R. Horche, « Optimisation de la source lumineuse dans un dispositif de recherche de veines biphotonique: analyse expérimentale et théorique », Résultats en physique, vol. 11, p. 975-983, 2018.[2] J. Allen, "Photopléthysmographie et son application dans la mesure physiologique clinique", Mesure physiologique, vol. 28, non. 3, 2007.

[3] « Mesurer le cœur - Comment fonctionnent l'ECG et le PPG ? », émotions. [En ligne]. Disponible: https://imotions.com/blog/measuring-the-heart-how… [Consulté: 10-Dec-2019].

[4] DEMANDE DE CLASSIFICATION DE NOVO POUR LA FONCTION DE NOTIFICATION DE RYTHME IRRÉGULIER..

[5] S. Bagha et L. Shaw, « Une analyse en temps réel du signal PPG pour la mesure de la SpO2 et de la fréquence du pouls », International Journal of Computer Applications, vol. 36, non. 11 décembre 2011.

[6] Wannenburg, Johan & Malekian, Reza. (2015). Réseau de capteurs corporels pour la surveillance mobile de la santé, un système de diagnostic et d'anticipation. Journal des capteurs, IEEE. 15. 6839-6852. 10.1109/JSEN.2015.2464773.

[7] « Qu'est-ce qu'une fréquence cardiaque normale ? », LiveScience. [En ligne]. Disponible: https://imotions.com/blog/measuring-the-heart-how… [Consulté: 10-Dec-2019].

[8] M. Khan, C. G. Pretty, A. C. Amies, R. Elliott, G. M. Shaw et J. G. Chase, « Investiging the Effects of Temperature on Photoplethysmography », IFAC-PapersOnLine, vol. 48, non. 20, p. 360-365, 2015.

[9] M. Ghamari, « A review on wearable photoplethysmography sensor and their potential futures applications in health care », International Journal of Biosensors & Bioelectronics, vol. 4, non. 4, 2018.

[10] M. Elgendi, R. Fletcher, Y. Liang, N. Howard, NH Lovell, D. Abbott, K. Lim et R. Ward, "L'utilisation de la photopléthysmographie pour évaluer l'hypertension", npj Digital Medicine, vol. 2, non. 1, 2019.