Byg dit eget EKG !: 10 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:29

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

Hjerteslaget består af rytmiske sammentrækninger reguleret af den spontane præsentation af elektriske depolarisationer i hjertemyocytter (hjertets muskelceller). Sådan elektrisk aktivitet kan fanges ved at placere ikke -invasive optagelseselektroder langs forskellige positioner af kroppen. Selv med en indledende forståelse af kredsløb og bioelektricitet kan disse signaler fanges relativt let. I denne instruktør introducerer vi en forenklet metode, der kan bruges til at fange et elektrokardiografisk signal med praktisk og billigt udstyr. Gennemgående vil vi fremhæve væsentlige overvejelser ved erhvervelse af sådanne signaler og præsentere teknikker til programmatisk signalanalyse.

Trin 1: En oversigt over funktioner

Enheden, du bygger, fungerer ved hjælp af følgende funktioner:

1. Elektrodeoptagelser
2. Instrumentforstærker
3. Hakfilter
4. Lavpasfilter
5. Analog til digital konvertering
6. Signalanalyse ved hjælp af LabView

Nogle vigtige komponenter skal du bruge:

1. NI LabView
2. NI -dataindsamlingstavle (til input til LabView)
3. DC -strømforsyning (til drift af forstærkere)
4. Hudelektrodepuder til elektrodeoptagelser
5. ELLER en funktionsgenerator, der kan oprette et simuleret EKG -signal

Lad os komme igang!

Trin 2: Design et lavpasfilter

Et normalt EKG indeholder identificerbare funktioner i signalets bølgeform kaldet P -bølgen, QRS -komplekset og T -bølgen. Alle EKG -funktioner vises i frekvensområdet under 250 Hz, og som sådan er det vigtigt kun at fange de interessefunktioner, når der optages et EKG fra elektroder. Et lavpasfilter med en afbrydelsesfrekvens på 250 Hz sikrer, at der ikke registreres højfrekvent støj i signalet

Trin 3: Design et hakfilter

Et hakfilter med en frekvens på 60 Hz er nyttigt for at fjerne støj fra enhver strømforsyning, der er forbundet med EKG -optagelsen. Afskæringsfrekvenser mellem 56,5 Hz og 64 Hz tillader signaler med frekvenser uden for dette område at passere. En kvalitetsfaktor på 8 blev påført filteret. En kapacitans på 0,1 uF blev valgt. De eksperimentelle modstande blev valgt som følger: R1 = R3 = 1,5 kOhms, R2 = 502 kOhms. Disse værdier blev brugt til at konstruere hakfilteret.

Trin 4: Design en instrumentforstærker

En instrumenteringsforstærker med en forstærkning på 1000 V/V vil forstærke alle filtrerede signaler for at muliggøre let måling. Forstærkeren bruger en række operationsforstærkere og er opdelt i to trin (venstre og højre) med respektive forstærkning K1 og K2. Billedet ovenfor viser et skema over kredsløb, der kan opnå dette resultat, og figur 6 beskriver de foretagne beregninger.

Trin 5: Tilslut det hele sammen

De tre faser af forstærkning og filtrering er kombineret i figur 7 nedenfor. Instrumenteringsforstærkeren forstærker den sinusformede frekvensindgang med en forstærkning på 1000V/V. Dernæst fjerner hakfilteret alle signalfrekvenser på 60 Hz med en kvalitetsfaktor på 8. Endelig passerer signalet gennem et lavpasfilter, der dæmper signaler ud over en frekvens på 250 Hz. Ovenstående figur viser hele systemet, der er oprettet eksperimentelt.

Trin 6: … og sørg for, at det virker

Hvis du har en funktionsgenerator, skal du konstruere en frekvensresponskurve for at sikre et korrekt svar. Billedet ovenfor viser det fulde system og frekvensresponskurven, som du skal forvente. Hvis dit system ser ud til at fungere, er du klar til at gå videre til næste trin: konvertering af det analoge signal til digitalt!

Trin 7: (Valgfrit) Visualiser dit EKG på oscilloskopet

EKG registrerer et signal med to elektroder og bruger en tredje elektrode som jord. Med dine EKG -optagelseselektroder skal du indsætte den ene i den ene indgang på instrumentforstærkeren, den anden i den anden instrumentforstærkerindgang, og slut den tredje til jorden på dit brødbræt. Placer derefter den ene elektrode på det ene håndled, den anden på det andet håndled og jordes på din ankel. Dette er en Lead 1 -konfiguration for et EKG. For at visualisere signalet på dit oscilloskop skal du bruge en oscilloskop sonde til at måle dit tredje trin output.

Trin 8: Hent data med nationale instrumenter DAQ

Hvis du vil analysere dit signal i LabView, skal du bruge en eller anden måde til at indsamle analoge data fra dit EKG og overføre det til computeren. Der er alle mulige måder at indsamle data på! National Instruments er en virksomhed, der har specialiseret sig i dataindsamlingsudstyr og dataanalyseapparater. De er et godt sted at lede efter værktøjer til at indsamle data. Du kan også købe din egen billige analog til digital konverterchip og bruge en Raspberry Pi til at transmittere dit signal! Dette er sandsynligvis den billigere løsning. I dette tilfælde havde vi allerede et NI DAQ -modul, et NI ADC og LabView i hus, så vi holdt fast i strengt National Instruments hardware og software.

Trin 9: Importer data til LabVIEW

Det visuelle programmeringssprog LabVIEW blev brugt til at analysere data indsamlet fra det analoge forstærkning/filtreringssystem. Data blev indsamlet fra NI DAQ-enheden med DAQ Assistant, en indbygget dataindsamlingsfunktion i LabVIEW. Ved hjælp af LabView -kontroller blev antallet af prøver og tidsvarighed for prøveopsamling angivet programmatisk. Betjeningerne kan justeres manuelt, så brugeren let kan finjustere inputparametre. Med det samlede antal prøver og tidsvarighed kendt, blev der skabt en tidsvektor med hver indeksværdi, der repræsenterer den tilsvarende tid ved hver prøve i det indfangede signal.

Trin 10: Formatér, analyser, og du er færdig

Data fra DAQ -assistentfunktionen blev konverteret til et brugbart format. Signalet blev genskabt som et 1D -array af doubler ved først at konvertere DAQ -outputdatatypen til en bølgeformdatatype og derefter konvertere til et (X, Y) grupperet par doubler. Hver Y -værdi fra (X, Y) -parret blev valgt og indsat i et oprindeligt tomt 1D -array af doubler ved hjælp af en looping -struktur. 1D -arrayet med doubler og den tilsvarende tidsvektor blev afbildet på en XY -graf. Samtidig blev den maksimale værdi af 1D -arrayet af doubler identificeret med en maksimalværdiidentifikationsfunktion. Seks tiendedele af den maksimale værdi blev brugt som en tærskel for en spidsdetekteringsalgoritme indbygget i LabView. Topværdierne for 1D -arrayet af doubler blev identificeret med spidsdetekteringsfunktionen. Med topstederne kendt, blev tidsforskellen mellem hver top beregnet. Denne tidsforskel, i sekunder pr. Top, blev konverteret til toppe pr. Minut. Den resulterende værdi blev anset for at repræsentere pulsen i slag pr. Minut.

Det er det! Du har nu indsamlet og analyseret et EKG -signal!