Indholdsfortegnelse:
- Trin 1: Design en instrumentforstærker
- Trin 2: Design af et hakfilter
- Trin 3: Lavpasfilter
- Trin 4: LabVIEW -forberedelse
- Trin 5: Fuld systemintegration
Video: EKG -indsamlingskredsløb: 5 trin
2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:29
BEMÆRK: Dette er ikke et medicinsk udstyr. Dette er kun til uddannelsesmæssige formål ved hjælp af simulerede signaler. Hvis du bruger dette kredsløb til rigtige EKG-målinger, skal du sikre dig, at kredsløbet og kredsløbet til instrumentforbindelserne anvender korrekte isolationsteknikker
Den måske mest udbredte fysiologiske måling i nutidens sundhedsindustri er elektrokardiogrammet (EKG/EKG). Det er svært at gå gennem et hospital eller skadestue uden at høre det traditionelle "bip" fra en pulsmåler eller se EKG -kurven rullende hen over skærmen i et patients værelse. Men hvad er denne måling, der er blevet så forbundet med moderne sundhedsydelser?
Elektrokardiogrammet forveksles ofte med at registrere hjertets fysiske aktivitet, men som navnet antyder, er det faktisk en registrering af den elektriske aktivitet, depolarisering og repolarisering af hjertets muskler. Ved at analysere den registrerede bølgeform er læger i stand til at få indsigt i adfærden i hjertets elektriske system. Nogle almindelige diagnoser baseret på EKG -data omfatter: myokardieinfarkt, lungeemboli, arytmier og AV -blokke.
Den følgende instruks skitserer processen og principperne, der bruges til at konstruere et grundlæggende elektrisk kredsløb, der er i stand til at opsamle et EKG ved brug af enkle overfladeelektroder, som det gøres på hospitaler.
Trin 1: Design en instrumentforstærker
Det første kredsløbselement, der kræves for at registrere EKG -signalet, er en instrumenteringsforstærker. Denne forstærker har to effekter.
1. Det skaber en elektronisk buffer mellem optagelseselektroderne og resten af kredsløbet. Dette reducerer den nødvendige strømforbrug fra elektroderne til praktisk talt nul. Tillader signalopsamling med meget lille forvrængning forårsaget af inputimpedans.
2. Det forstærker differentielt det registrerede signal. Det betyder, at ethvert signal, der er almindeligt i begge optagelseselektroder, ikke forstærkes, mens forskellene (de vigtige dele) vil være.
Typisk vil overfladeelektrodeoptagelser for et EKG ligge i milliVolt -området. Derfor vil det være passende at få dette signal ind i et område, vi kan arbejde med en forstærkning (K) på 1000 V/V.
De styrende ligninger for forstærkeren illustreret ovenfor er:
K1 = 1 + 2*R2 / R1, dette er trin 1 -forstærkningen
K2 = - R4/R3, dette er trin 2 -forstærkningen
Bemærk, at K1 og K2 ideelt set skal være omtrent lige store og for at opnå den ønskede forstærkning K1 * K2 = 1000
De endelige værdier, der blev brugt i vores kredsløb, var….
R1 = 6,5 kOhm
R2 = 100 kOhm
R3 = 3,17 kOhm
R4 = 100 kOhm
Trin 2: Design af et hakfilter
Det er sandsynligt i den moderne verden, at EKG -indsamlingen vil ske i nærheden af andre elektroniske enheder, eller endda bare i en bygning, der forsynes med elektricitet fra lokale elledninger. Desværre betyder højspænding og oscillerende karakter af den leverede effekt, at den vil producere en stor mængde elektrisk "støj" i praktisk talt ethvert ledende materiale, der er i nærheden af den; dette inkluderer ledninger og kredsløbselementer, der bruges til at konstruere vores EKG -indsamlingskredsløb.
For at bekæmpe dette kan ethvert signal med en frekvens, der svarer til støjgenerering fra lokal strømforsyning (kaldet netsnurr), simpelthen filtreres fra og i det væsentlige fjernes. I USA leverer strømnettet 110-120V med en frekvens på 60 Hz. Derfor skal vi filtrere enhver signalkomponent med en frekvens på 60 Hz ud. Heldigvis er dette blevet gjort mange gange før og kræver blot design af et hakfilter (billedet ovenfor).
Ligningerne for dette filter er….
R1 = 1 / (2 * Q * w * C)
R2 = (2 * Q) / (w * C)
R3 = (R1 * R2) / (R1 + R2)
Q = m / B
hvor wc2 er den høje cutoff -frekvens, w2 den lave cutoff -frekvens, w cutoff -frekvensen i rad/sek, og Q en kvalitetsfaktor
Bemærk, at C er en værdi, der frit kan vælges. Følgende værdier, der blev brugt i vores kredsløb, var:
R1 = 1,65 kOhm
R2 = 424,5 kOhm
Q = 8
w = 120 * pi rad/sek
Trin 3: Lavpasfilter
EKG -signaler har en frekvens på omkring 0 - 150Hz. For at forhindre mere støj i at koble sig på signalet fra ting med en højere frekvens end dette område, blev et andet ordens lavpas ButterWorth -filter med en afbrydelse på 150Hz implementeret for kun at lade EKG -signalet passere gennem kredsløbet. I stedet for straks at vælge en let tilgængelig kondensatorværdi, ligesom de tidligere komponenter, blev den første kondensatorværdi, C2, valgt ud fra formlen nedenfor. Fra denne værdi kunne alle andre komponentværdier beregnes og derefter tilføjes til kredsløbet, samtidig med at forstærkningen holdes tilbage til 1V/V.
C2 ≈ 10/fc uf, hvor fc er afskæringsfrekvensen (150 Hz i dette tilfælde).
Derefter kan de resterende værdier beregnes som vist i tabellen inkluderet som det andet billede i dette trin.
Slutværdier, der tidligere blev placeret i skematisk ovenfor, er:
C2 = 66 nF
C1 = 33 nF
R1 = 22,47 kOhm
R2 = 22,56 kOhm
Trin 4: LabVIEW -forberedelse
Det eneste materiale, der kræves til dette afsnit af EKG-samlingen, er en Windows-computer udstyret med en 64-bit kopi af LabVIEW og et National Instruments Signal Conditioning Board () med et enkelt inputmodul. Det funktionelle blokdiagram inden for LabVIEW bør derefter konstrueres på følgende måde. Begynd med at åbne et tomt funktionsblokdiagram.
Indsæt en DAQ Assistant -blok, og juster indstillingerne til følgende:
Måling: Analog → Spænding
Tilstand: RSE
Prøvetagning: Kontinuerlig prøveudtagning
Prøver indsamlet: 2500
Prøveudtagningshastighed: 1000 / sek
Output den indsamlede bølgeform til en kurve graf. Desuden beregnes den maksimale værdi af de aktuelle bølgeformdata. Gang den maksimale værdi af bølgen med en værdi som.8 for at oprette en tærskel for spidsdetektering, denne værdi kan justeres baseret på støjniveauet i signalet. Indsæt produktet fra det foregående trin som tærsklen og råt spændings array som data for funktionen "Peak Detection". Tag derefter "Location" -output fra spidsdetektionsarrayet og træk de første og anden værdier fra. Dette repræsenterer forskellen i indeksværdier for de to toppe i det oprindelige array. Dette kan derefter konverteres til en tidsforskel ved at dividere værdien med samplingshastigheden, for eksempeleksemplet er dette 1000 /sek. Tag til sidst inversen af denne værdi (giver Hz) og gang med 60 for at få pulsen i slag pr. Minut BPM. Det endelige blokdiagram for dette skal ligne overskriftsbilledet for dette trin.
Trin 5: Fuld systemintegration
Nu hvor alle komponenter er konstrueret individuelt, er det tid til at sætte indkøbscentret sammen. Dette kan gøres ved blot at tilslutte output fra en sektion til input af det følgende segment. Stadierne skal forbindes i samme rækkefølge, som de vises i denne instruktionsbog. For det sidste trin, ButterWorth -filteret, skal dets input være fastgjort til en af de to ledninger på inputmodulet på signalkonditioneringskortet. Den anden ledning fra dette modul skal fastgøres til kredsløbets fælles jord.
For instrumenteringsforstærkeren skal dens to ledninger hver tilsluttes en EKG/EKG -elektrode. Dette gøres let ved hjælp af to krokodilleklip. Placer derefter en elektrode på hvert håndled. Sørg for, at alle segmenter af kredsløbet er tilsluttet, og at LabVIEW VI kører, og at systemet skal udsende en kurvegraf i LabVIEW -vinduet.
Outputtet skal ligne det andet billede i dette trin. Hvis det ikke ligner hinanden, skal værdierne for dit kredsløb muligvis justeres. Et almindeligt problem er, at hakfilteret ikke centreres direkte ved 60 Hz og kan være lidt til højt/lavt. Dette kan testes ved at oprette et bode -plot for filteret. Ideelt set vil hakfilteret have mindst 20 dB dæmpning ved 60 Hz. Det kan også være nyttigt at kontrollere, at din lokale strøm er forsynet med 60 Hz. Det er ikke ualmindeligt, at nogle områder har 50 Hz vekselstrømforsyninger, dette ville nødvendiggøre centrering af hakfilteret omkring denne værdi.
Anbefalede:
Automatiseret EKG-BME 305 Slutprojekt Ekstra kredit: 7 trin
Automatiseret EKG-BME 305 Slutprojekt Ekstra kredit: Et elektrokardiogram (EKG eller EKG) bruges til at måle de elektriske signaler, der produceres af et bankende hjerte, og det spiller en stor rolle i diagnosen og prognosen for hjerte-kar-sygdomme. Nogle af de oplysninger, der er opnået fra et EKG, omfatter rytmen
Automatiseret EKG -kredsløbsmodel: 4 trin
Automatiseret EKG -kredsløbsmodel: Målet med dette projekt er at skabe en kredsløbsmodel med flere komponenter, der tilstrækkeligt kan forstærke og filtrere et indkommende EKG -signal. Tre komponenter vil blive modelleret individuelt: en instrumenteringsforstærker, et aktivt hakfilter og en
Simuleret EKG -signaloptagelse ved hjælp af LTSpice: 7 trin
Simuleret EKG -signaloptagelse ved hjælp af LTSpice: Hjertets evne til at pumpe er en funktion af elektriske signaler. Klinikere kan aflæse disse signaler på et EKG for at diagnosticere forskellige hjerteproblemer. Inden signalet kan være ordentligt klar af en læge, skal det dog filtreres ordentligt og forstærkes
Automatiseret EKG: Amplifikation og filtersimuleringer ved hjælp af LTspice: 5 trin
Automatiseret EKG: Amplifikation og filtersimuleringer ved hjælp af LTspice: Dette er billedet af den sidste enhed, du vil bygge, og en meget dybdegående diskussion om hver del. Beskriver også beregningerne for hvert trin. Billedet viser blokdiagram for denne enhed Metoder og materialer: Formålet med denne pr
Enkel, bærbar kontinuerlig EKG/EKG -skærm ved hjælp af ATMega328 (Arduino Uno Chip) + AD8232: 3 trin
Enkel, bærbar kontinuerlig EKG/EKG-skærm ved hjælp af ATMega328 (Arduino Uno Chip) + AD8232: Denne instruktionsside viser dig, hvordan du laver en simpel bærbar 3-aflednings EKG/EKG-skærm. Skærmen bruger et AD8232 breakout -kort til at måle EKG -signalet og gemme det på et microSD -kort til senere analyse. Vigtigste forsyninger nødvendige: 5V genopladeligt