Портативная система сбора данных о здоровье человека

Исследование основных проблем, связанных с измерением биологических параметров сердечно-сосудистой системы Разработка портативного устройства для мониторинга сердечно-сосудистых заболеваний посредством анализа электрокардиограммы и фотоплетизмограммы.

Рубрика Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид дипломная работа
Язык русский
Дата добавления 28.08.2020
Размер файла 3,6 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Рисунок 23 - Фильтрованный и нефильтрованный сигналы ЭКГ

Определим частотный спектр сигнала до и после фильтрации выполнив преобразование Фурье, рис. 24.

Рисунок24 - Спектр сигналов ЭКГ

Частотный анализ сигнала показывает, что примененные фильтры снизили уровень шумовых составляющих при этом оставив нетронутым нужный диапазон частот ЭКГ сигнала.

Проведем анализ характеристик сигнал ФПГ. Записанный сигнал ФПГ представлен на рисунке 25.Сигнал ФПГ имеет большую постоянную составляющую.

Рисунок 25- Сигналы ФПГ:красная линия - инфракрасное излучение, синяя линия - излучение в диапазоне видимого красногосвета

Выполнив преобразование Фурье, можно утверждать, что необходимость в фильтрации сигнала отсутствует, так как спектре ярко выражены основные составляющие (рис. 26).

Рисунки 23 и 26 показывают, что сигналы ЭКГ и ФПГ имеют типовую форму, в которых видны основные составляющие: «P-волна», комплекс «QRS», «T-волна» для ЭКГ, систолический и диастолический пики на ФПГ.

Для расчета ЧССвоспользуемся формулами (2.1 и 2.2). Вычислим значения ЧСС для каждого отдельного сегмента графиков ЭКГ и ФПГ.

Результаты представлены на рис. 27. Данный график представляет из себя динамику изменения времени между сердечными сокращениями - ВСР.На практике используется среднее значение ЧСС, которое составило на основании ЭКГ - 82уд./мин., вычисление ЧССпри помощи сигнала ФПГ показало схожий результат.

Рисунок 26 - Спектр сигналов ФПГ

a б

Рисунок 27 - Значение ЧСС в разные промежутки времени:

а - вычисленные из ФПГ, б - вычисленные из ЭКГ

Для расчета значения сатурации кислорода согласно формулам 5-7 необходимо знать значение амплитуды переменной и постоянной составляющих ФПГ. Учитывая форму и повторяемость сигнала имеется возможность осуществлять поиск этих параметров на определенном участке ФПГ. В результате получается массив значений минимумов и максимумов функции ФПГ (рис.28).

Рисунок 28 - Расчет значений минимумов и максимумов функции ФПГ

Алгоритм учитывает форму сигнала и игнорирует искаженные периоды осцилляций. Вычислим значение SpO2 для каждого распознанного участка. Результаты вычисления представлены на рис. 29. Среднее значение SpO2 составило 96,881% насыщенностью крови кислородом, что является нормальным значением.Скрипт программы представлен в приложении.

Рисунок 29 -Расчет SpO2

3.3Выводы к главе

В данной главе былопроведено исследование ЭКГ и ФПГсигналов, полученных с датчика MAX86150 в математической среде. На основании измеренных данныхбыли рассчитаны значения ЧСС, ВСР исатурации кислорода в крови. Для улучшения характеристик сигналов применялись методы цифровая фильтрации. Основные выводы представлены в таблице 3.

Таблица 3

Режим измерения

Потенциальные возможности

Запись ЭКГ

Фильтрация оптимальным фильтром позволяет наблюдать «QRS» комплекс, подходит для мониторинга ЧСС и ВСР. Может быть осуществлено в самом устройстве.

Применение дополнительныхФНЧ и ФВЧ фильтров позволяет наблюдать входящие составляющие в сигнал ЭКГ.

Запись ФПГ

Высокая точность результатов измерений, возможность наблюдения всех составляющих сигнала ФПГ, без применения фильтров.

Расчет ЧСС и ВСР

Высокая точность измерений на основе ФПГ, использование данных ЭКГ позволяет достичь схожие результаты.

Расчет SpO2

Высокая точность измерений, возможно осуществлять круглосуточный мониторинг сатурации кислорода.

Заключение

В ходе выполнения выпускной квалификационной работы были выполнены следующие задачи:

1. Проведен анализ литературы касательно вопросов, связанных с методами исследования состояния сердечно-сосудистой системыИсследованы методы диагностики ССС и разработаны алгоритмы их реализации.

2. В качестве методов диагностики были выбраны: анализ ЭКГи ФПГ, а также расчет ЧСС, ВСР, SpO2, а также был предложен метод расчета артериального давления неинвазивным методом.

3. Разработана структурная схема, алгоритм работы портативного устройства для мониторинга здоровья, а также выполнен выбор электронно-компонентной базы.

4. На основании рассмотренного теоретического материала проведено математическое моделирование вычисления параметров здоровья в пакете MATLAB.В качестве анализа были приведены: графики ЭКГ и ФПГ, их частотный анализ и расчет ЧСС, ВСР и SpO2. Результаты моделирования вычисления параметров ЧСС и SpO2 показывают высокую точность и качество измерений.

Список литературы

1. ВОЗ о сердечно-сосудистых заболеваниях [Электронный ресурс]. - Режим доступа: https://www.who.int/cardiovascular_diseases/about_cvd/ru/ (дата обращения 26.02.20).

2. Методы диагностики сердечно-сосудистой системы [Электронный ресурс]. - Режим доступа: https://dr-paramonov.ru/news/blog/metody-diagnostiki-serdechno-sosudistoy/(дата обращения 26.02.20).

3. Telemedicine: opportunities and developments in Member States: report on the second global survey on eHealth 2009. [Электронныйресурс]. /WHO Library Cataloguing-in-Publication Data. - Режимдоступа: https://www.who.int/goe/publications/goe_telemedicine_2010.pdf (датаобращения 05.03.20).

4. A. Aboalseoud, A. Youssry, M. El-Nozahi, A. El-Rafei, A. ElBialy, H. Ragaai and A. Wahba. Wireless ECG Monitoring System for Telemedicine Application. 2019 Ninth International Conference on Intelligent Computing and Information Systems (ICICIS). - 2019. pp. 300-305.

5. ECG interpretation: Charectiristic of normal ECG (P-wave, QRS-complex, ST-segment, T-wave). [Электронный ресурс]. - Режим доступа: https://ecgwaves.com/topic/ecg-normal-p-wave-qrs-complex-st-segment-t-wave-j-point/(дата обращения 06.03.20).

6. L. Peter, A. Proto,M. Cerny. Investigation of a Possibility of ECG and PPG Common Measurement. World Congress on Medical Physics and Biomedical Engineering. - 2018. pp. 851-855.

7. S. Bagha, L. Show. A Real Time Analysis of PPG Signal for Measurement of SpO2 and Pulse Rate. International Journal of Computer Applications (0975 - 8887). - 2011. pp. 45-50.

8. Л. Уилсон. Пульсоксиметрия (часть 1). / Уилсон Л. -№123. - 2015. - c. 1-6.

9. W. Lin, H. Wang, O. W. Samuel, G. Li. Using a New PPG Indicator to increase the Accuracy of PTT-based Continuous Cuffless Blood Pressure Estimation. - 2017 IEEE. pp. 738-741.

10. J. L. Moraes, M. X. Rocha ,G. G. Vasconcelos,J. E. Vasconcelos Filho,Victor Hugo C. De Albuquerque,A. R. Alexandria.Advances in Photoplethysmography Signal Analysisfor Biomedical Applications. ¬-2018. pp. 1-26.

11. Кишов Р. М. Неинвазивное непрерывное измерение артериального давления // Проблемы Науки. 2015. №7 (37). [Электронный ресурс].- Режим доступа: https://cyberleninka.ru/article/n/neinvazivnoe-nepreryvnoe-izmerenie-arterialnogo-davleniya.

12. H. Shin, S. D. Min. Feasibility study for the noninvasive blood pressure estimation based on ppg morphology: normotensive subject study. - 2017 IEEE.

13. X. Ding, Y. Zhang, Fellow, J. Liu, W. Dai, H. K. Tsang. Continuous Cuffless Blood Pressure Estimation Using Pulse Transit Time and Photoplethysmogram Intensity Ratio. - 2016 IEEE.

14. L. Bastos, D. Rosario, E. Cerqueira, A. Santos, M. Nogueira. Filtering Parameters Selection Method and Peaks Extraction for ECG and PPG Signals. 2019 IEEE Latin-American Conference on Communications (LATINCOM). - 2020.

15. Recommended Configurations and Operating Profiles for MAX30101/MAX30102 EV Kits. ApplicationnoteAN6409 [Электронный ресурс] / MaximIntegrated. - 2016. - Режим доступа: https://pdfserv.maximintegrated.com/en/an/AN6409.pdf (дата обращения 20.03.20).

16. Oreggia D., Guarino S., Parisi A., Pernice R., Adamo G., Mistretta L., di Buono P., Fallica G., Cino C.A., Busacca A.C. Physiological parameters measurements in a cardiac cycle via a combo PPG-ECG system; Proceedings of the AEIT International Annual Conference; Naples, Italy. 14-16 October 2015; pp. 1 6.

17. Ferdinando H., Seppдnen T., Alasaarela E. Comparing features from ECG pattern and HRV analysis for emotion recognition system; Proceedings of the IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology; Chiang Mai, Thailand. 5-7 October 2016; pp. 1-6.

18. D. Lucani, G. Cataldo, J. Cruz, G. Villegas, S. Wong. A portable ECG monitoring device with Bluetooth and Holter capabilities for telemedicine applications. Proceedings of the 28th IEEEEMBS Annual International Conference. - 2006. pp. 5244-5246.

19. B. Ramachandran,S. Bashyam. Development of real-time ECG signal monitoring system for telemedicine application. 2017 Third International Conference on Biosignals, Images and Instrumentation (ICBSII). - 2017. pp. 4.

20. Integrated Photoplethysmogram and Electrocardiogram Bio-Sensor Module For Mobile Health MAX86150.Datasheet [Электронный ресурс] / / Maximintegrated. - Режим доступа: https://datasheets.maximintegrated.com/en/ds/MAX86150.pdf(дата обращения 20.02.20).

21. 2.4-GHz Bluetooth™ low energy and Proprietary System-on-Chip. Datasheet [Электронный ресурс] / /Texasinstruments. - 2013. - Режим доступа: https://www.ti.com/lit/ds/symlink/cc2541.pdf?&ts=1589273969936 (дата обращения 17.03.2020).

22. Antenna quick quide. Datasheet DN 035 [Электронныйресурс] / /Texas instruments. - 2013. - Режим доступа: https://www.ti.com/lit/an/swra351a/swra351a.pdf?&ts=1589274009000 (дата обращения 17.03.2020).

23. Antenna selection quide. Application note AN058 [Электронныйресурс] //Texas instruments. - 2013. - Режим доступа: https://www.ti.com/lit/an/swra351a/swra351a.pdf?&ts=1589274009000 (дата обращения 17.03.2020).

24. PMIC with Ultra-Low IQ Voltage Regulators and Battery Charger for Small Lithium Ion Systems. Datasheet [Электронныйресурс] / / Maximintegrated. - 2020. - Режимдоступа: https://datasheets.maximintegrated.com/en/ds/MAX14690.pdf (датаобращения 17.03.2020).

25. Увеличение времени работы портативной электроники с помощью преобразователя на основе SIMO [Электронный ресурс]. - Режим доступа: https://www.compel.ru/lib/135395 (дата обращения 26.03.20).

26. RechargeableLI-IONBatteries. Datasheet [Электронный ресурс] / / IllinoisCapacitor. - 2019. - Режим доступа: http://products.illinoiscapacitor.com/seriesDocuments/RJD_series.pdf (дата обращения 17.03.2020).

27. Integrated Photoplethysmogram and Electrocardiogram Bio-Sensor Module For Mobile Health MAX86150. Datasheet [Электронный ресурс] / / Maximintegrated. - Режим доступа: https://datasheets.maximintegrated.com/en/ds/MAX86150.pdf (дата обращения 20.02.20).28. D.Jingwei, J.Wenwen. Design of Digital Filter on ECG Signal Processing. 2015 Fifth International Conference on Instrumentation and Measurement, Computer, Communication and Control (IMCCC). -2015.- pp. 1272-1275.

29. N. Das, M. Chakraborty, // «Performance Analysis of FIR and IIR Filters for ECG Signal Denoising based on SNR», 2017 Third International Conference on Research in Computational Intelligence and Communication Networks (ICRCICN). -2017.pp. 90-97,

Приложение

Скрипт программы для работы с ЭКГ сигналом

clc

clear all

close all

pkg load signal

maxSignals=csvread('7.csv');

%3,4 ppg

%5 not filtering ecg

ecgFullNF=real(maxSignals(2:end,5));

n1=8000;n2=15104;

Fs=200;%200 Гц

ecgFullNF_cutted=ecgFullNF(n1:n2)';

figure;

plot(ecgFullNF)

figure;

plot(ecgFullNF_cutted)

[b1,a1]=butter(5,1/100,'high');

[H,w]=freqz(b1,a1,1000);

figure;

plot(w/2/pi*1000,10*log10(abs(H)))

[ecgFullMalabFiltered20,d2]=filter(b1,a1,ecgFullNF_cutted(1:end));

figure;

plot((0:length(ecgFullNF)-1)*1/Fs,ecgFullNF*(12.247e-6)/8/9.5*1000)

xlabel('f,Гц'),ylabel('Амлитудагармоник,мB'),grid

title('ЭКГсигнал')

if 1

p=[1 0 0 0 -1];%Знаменатель

z=zeros(1,201);

z(1)=-1;z(201)=1;

z(101)=50;z(105)=-50;

k=1/50;

[ecgFullMalabFiltered]=filter(z*k,p,ecgFullNF_cutted);

ecgFullMalabFiltered=ecgFullMalabFiltered(101:end);

if 1

nOrder=4;

[b1,a1]=butter(nOrder,1/100,'high');

[b2,a2]=butter(nOrder,40/100,'low');

[b3,a3]=butter(nOrder,[49 51]/100,'stop');

[ecgFullMalabFiltered1,d1]=filter(b2,a2,ecgFullMalabFiltered);

figure

plot(ecgFullMalabFiltered1)

[ecgFullMalabFiltered,d2]=filter(b1,a1,ecgFullMalabFiltered1(3:end));

figure

plot(ecgFullMalabFiltered)

%[ecgFullMalabFiltered3]=filter(z*k,p,ecgFullMalabFiltered1);

%[ecgFullMalabFiltered2,d2]=filter(b2,a2,ecgFullMalabFiltered1(1:end));

%[ecgFullMalabFiltered3,d3]=filter(b3,a3,ecgFullMalabFiltered2(1:end));

%ecgFullMalabFiltered=ecgFullMalabFiltered3(3:end);

%ecgFullMalabFilteredFetched=ecgFullMalabFiltered(nStart:end);

end

if 1

figure;

hold on

plot((0:length(ecgFullNF_cutted)-1)*1/Fs,ecgFullNF_cutted*(12.247e-6)/8/5*1000,'-r')

plot((0:length(ecgFullMalabFiltered)-1)*1/Fs,ecgFullMalabFiltered*(12.247e-6)/8/5*1000,'-b')

xlabel('t,c'),ylabel('АмлитудаЭКГ,мB'),grid,legend('Безфильтра','Сфильтром')

title('Нефильтрованный и фильтрованный ЭКГ сигналы')

hold off

ecgFullMalabFilteredFetched=ecgFullMalabFiltered;

end

nStart=1;%

ecgV1=ecgFullNF_cutted(nStart:end)*(12.247e-6)/8/9.5*1000;

ecgV2=ecgFullMalabFilteredFetched*(12.247e-6)/8/9.5*1000;

fetchSig=ecgFullMalabFilteredFetched(1:Fs);%Находимпервыйпик

HRM_time=find(max(fetchSig)==ecgFullMalabFilteredFetched);%Находимеговремя

startInd=HRM_time+11;

while (length(ecgFullMalabFilteredFetched)-startInd>Fs)

fetchSig=ecgFullMalabFilteredFetched((startInd):(startInd+Fs));

tekMax=find(max(fetchSig)==ecgFullMalabFilteredFetched);

if ((tekMax-HRM_time(end))>Fs/2)

HRM_time=[HRM_timetekMax];

startInd=tekMax+10;

else startInd=tekMax+10;end

endwhile

%HRM_time=[2:length(HRM_time)];

HRM=[];

for m=1:length(HRM_time)-1

HRM=[HRM 60/(HRM_time(m+1)-HRM_time(m))*Fs];

endfor

HRM_mean=mean(HRM);

figure;

plot(0:length(HRM)-1,[HRM],'-ob'),grid,title('HRM')

xlabel('interval,n'),ylabel('HR, beats/min')

legend(['HRM mean=' num2str(HRM_mean)])

figure;

hold on

%tEcg=(0:length(ecgV1)-1)*1/Fs;

plot((0:length(ecgV1)-1)*1/Fs,ecgV1)%not filtered

plot((0:length(ecgV2)-1)*1/Fs,ecgV2)%filtered

legend('recorded ECG','filtered ECG')

grid,xlabel('t,c'),ylabel('ЭКГсигнал,мB')

hold off

%FFT

fftEcg1=abs(fft(ecgV1));fftEcg0=fftEcg1(1);fftEcg1(1)=0;

fftEcg2=abs(fft(ecgV2));

L=length(fftEcg1)/2;

figure;

subplot(2,1,1)

plot((0:L)/(2*L)*Fs,fftEcg1(1:L+1)/(2*L))%not filtered

xlabel('f,Гц'),ylabel('Амлитудагармоник,мB'),grid

title(['Нефильтрованный ЭКГ сигнал без постоянной составляющей(' num2str(fftEcg0/(2*L)) ' B)'])

subplot(2,1,2)

plot((0:L)/(2*L)*Fs,fftEcg2(1:L+1)/(2*L))%filtered

xlabel('f,Гц'),ylabel('Амлитудагармоник,мB'),grid

title('Фильтрованный ЭКГ сигнал')

%Записываем в файл данные

save -mat7-binary 'ecg_data.mat' 'ecgV2';

end

Скрипт программы для работы с ФПГ сигналом

clc

clear all

close all

pkg load signal

ppgAll=csvread('7.csv');

%3,4 ppg

%5 not filtering ecg

Fs=200;%Частота дискретизации

ppgRed=ppgAll(2:end,4);%4 столбец красный

ppgIRed=ppgAll(2:end,3);%3 инфракрасный

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

if 1 % комментарий fft

%Plot 2000 samples

figure;

hold on

plot(ppgRed,'-b')

ppgRed1000=ppgRed(8000:10000)';

ppgIRed1000=ppgIRed(8000:10000)';

fftRed=abs(fft(ppgRed1000))/length(ppgRed1000);fftRed0=fftRed(1);fftRed(1)=0;

fftIRed=abs(fft(ppgIRed1000))/length(ppgIRed1000);fftIRed0=fftIRed(1);fftIRed(1)=0;

L=length(fftRed)/2;

figure;

subplot(2,1,1)

plot((0:L/5)/2/L*Fs,fftRed(1:(L/5+1))),legend(['Ampl(0)=' num2str(fftRed0)]),grid

title('Red light AC')

xlabel('t'),ylabel('Amplitude')

subplot(2,1,2)

plot((0:L/5)/2/L*Fs,fftIRed(1:(L/5+1))),legend(['Ampl(0)=' num2str(fftIRed0)]),grid

title('IRed light AC')

xlabel('t'),ylabel('Amplitude')

%

order=6;

wCutoff=10;

Wn=wCutoff/(Fs/2);

[b a] = butter(order,Wn,'low');

%f_filt=0:(Fs/2)/1000:Fs/2;

%[H w]=freqz(b,a,1000);

%figure;

%plot(w,10*log10(abs(H)),'-b')

[ppgRed1000Filt,delay]=filter(b,a,ppgRed1000);

figure;

hold on

plot(ppgRed1000,'-b')

plot(ppgRed1000Filt(14:end),'-r')

grid

hold off

endif

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

if 1

%Фильтр

order=6;%порядок

wCutoff=10;%Частота среза

Wn=wCutoff/(Fs/2);

[b a] = butter(order,Wn,'low');

%Algorithm

nStart=8000;

nEnd=15000;

ppgRedFiltered=filter(b,a,ppgRed(nStart:nEnd+order*2));

ppgIRedFiltered=filter(b,a,ppgIRed(nStart:nEnd+order*2));

%не сдвинутые во времени, фильтрованные отсчеты с 8000 до 15000

ppgRed30s=ppgRedFiltered(2*order:end)';

ppgIRed30s=ppgIRedFiltered(2*order:end)';

%Compute SpO2

%Firstly: search for minimum value - dc value, start algorithm

%v1Red - minimum 1

%v2Red - maximum 1

%v3Red - minimum 2

%v4Red - maximum 2

v1Red=0;v2Red=0;v3Red=0;v4Red=0;

v1IRed=0;v2IRed=0;v3IRed=0;v4IRed=0;

vRed=0;errorVRed=0;

vIRed=0;errorVIRed=0;

flag=0;

RedAc=[];RedDc=[];IRedAc=[];IRedDc=[];

nakR=[];nakIR=[];

tK=[];tK1=0;tK2=0;tK3=0;tK4=0;

counter=0;

stepCheck=10;

for k=1:length(ppgIRed30s)

%Red

vNewRed=(ppgRed30s(k));

vNewIRed=(ppgIRed30s(k));

switch (flag)

case 0

if (vNewIRed>vIRed)

if(counter<stepCheck)

if (vIRed<errorVIRed)

counter=0;

errorVRed=vRed;

errorVIRed=vIRed;

tK1=k-1;

endif

else

v1IRed=errorVIRed;

v1Red=errorVRed;

flag=1;

counter=0;

endif

counter=counter+1;

endif%search minimum

%

case 1

if (vNewIRed<vIRed)

if(counter<stepCheck)

if (vIRed>errorVIRed)

counter=0;

errorVRed=vRed;

errorVIRed=vIRed;

tK2=k-1;

endif

else

v2Red=errorVRed;

v2IRed=errorVIRed;

flag=2;

counter=0;

endif

counter=counter+1;

endif%search minimum

%

case 2

if (vNewIRed>vIRed)

if(counter<stepCheck)

if (vIRed<errorVIRed)

counter=0;

errorVRed=vRed;

errorVIRed=vIRed;

tK3=k-1;

endif

else

if (v1IRed>errorVIRed)

flag=1;

tK1=tK3;

v1Red=errorVRed;

v1IRed=errorVIRed;

else

v3Red=errorVRed;

v3IRed=errorVIRed;

flag=3;

endif

counter=0;

endif

counter=counter+1;

endif

case 3

if (vNewIRed<vIRed)

if(counter<stepCheck)

if (vIRed>errorVIRed)

counter=0;

errorVRed=vRed;

errorVIRed=vIRed;

tK4=k-1;

endif

else

if (v2IRed<errorVIRed)

v4Red=errorVRed;

v4IRed=errorVIRed;

flag=0;

nakR=[nakR v1Red v2Red v3Red v4Red];

nakIR=[nakIR v1IRed v2IRed v3IRed v4IRed];

tK=[tK tK1 tK2 tK3 tK4];

else

v1Red=v3Red;

v1IRed=v3IRed;

v2Red=errorVRed;

v2IRed=errorVIRed;

tK1=tK3;tK2=tK4;flag=2;

endif

counter=0;

endif

counter=counter+1;

endif

endswitch

vRed=vNewRed;

vIRed=vNewIRed;

endfor

%Удаляемпервыйвычесленныйотчет

nakR=nakR(5:end-8);nakIR=nakIR(5:end-8);tK=tK(5:end-8);

RedDc=nakR(1:4:end);

RedAc=nakR(4:4:end)-RedDc;

IRedDc=nakIR(1:4:end);

IRedAc=nakIR(4:4:end)-IRedDc;

Ratio=(RedAc./RedDc)./(IRedAc./IRedDc);

SpO2=104-17*Ratio;

mean_Spo2=sum(SpO2)/length(SpO2);

%Heart rate measurement

HRM_time=tK(8:4:(end-8));

HRM=[];

for m=1:length(HRM_time)-1

HRM=[HRM 60/(HRM_time(m+1)-HRM_time(m))*Fs];

endfor

HRM_mean=mean(HRM);

figure;

plot(0:length(HRM)-1,[HRM],'-ob'),grid,title('HRM')

xlabel('interval,n'),ylabel('HR, beats/min')

legend(['HRM mean=' num2str(HRM_mean)])

figure;

hold on

plot(1:length(ppgIRed30s),fliplr(ppgIRed30s),'-r')

plot(1:length(ppgRed30s),fliplr(ppgRed30s),'-b'),grid

%legend('Red light','IR light')

legend('IR light')

xlabel('t'),ylabel('Light reflection coefficient')

hold off

figure;

hold on

plot(1:length(ppgIRed30s),fliplr(ppgIRed30s),'-r')

plot(length(ppgRed30s)-tK+1,(nakIR),'-ok')

plot(1:length(ppgRed30s),fliplr(ppgRed30s),'-b'),grid

plot(length(ppgRed30s)-tK+1,(nakR),'-ok')

xlabel('t'),ylabel('Light reflection coefficient')

%legend('Red light PPG','Max and Min of func ','IR light PPG')

legend('IR light PPG','Max and Min of func ')

hold off

if 1

figure;

plot(Ratio),grid

endif

if 0

figure;

hold on

plot(nakR),grid

plot(nakIR),grid

title('nakr')

hold off

endif

if 1

figure;

plot(0:length(SpO2)-1,SpO2,'-ob'),grid

xlabel('T,n'),ylabel('Spo2,%')

legend(['mean value Spo2 = ' num2str(mean_Spo2) '%'])

%title('SpO2')

endif

endif

ppgData.ppgRed30s=ppgRed30s;

ppgData.ppgIRed30s=ppgIRed30s;

ppgData.nakR=nakR;

ppgData.nakIR=nakIR;

save -mat7-binary 'ppg_data.mat' 'ppgData';

Размещено на Allbest.ru


Подобные документы

  • Проект устройства сбора данных (УСД), предназначеный для измерения, сбора, обработки, хранения и отображения информации с реальных объектов. Разработка блока выработки адресов каналов коммутатора. Абстрактный синтез УУ. Синтез управляющего устройства.

    курсовая работа [257,7 K], добавлен 19.06.2010

  • Разработка структурной схемы канала сбора аналоговых данных. Технические требования к функциональным узлам микропроцессорной системы. Расчет параметров согласующего усилителя, фильтра низких частот, функционального преобразователя и управляющего тракта.

    курсовая работа [334,9 K], добавлен 16.04.2014

  • Обзор существующих технологий мониторинга в телекоммуникациях. Общая характеристика кабельной системы ОАО "Хабровскэнерго", фрагмента телефонной сети и передачи данных. Выбор решения для мониторинга сети и разработка нужного программного обеспечения.

    дипломная работа [512,8 K], добавлен 25.09.2014

  • Разработка подсистемы сбора гидрофизических параметров, которая может применяться для автономного океанологического зондирующего комплекса мониторинга, прогнозирования экологической обстановки морской экосистемы антропогенного воздействия на океан.

    дипломная работа [2,6 M], добавлен 16.08.2009

  • Обзор портативных акустических излучателей. Обзор методик измерения параметров головок громкоговорителей. Разработка макета и моделирование конструкции портативного акустического излучателя. Исследование характеристик и режимов работы излучателя.

    дипломная работа [2,5 M], добавлен 08.07.2017

  • Методы и устройства измерения радиоактивного излучения. Расчет структурной схемы портативного цифрового радиометра. Подготовка производства цифровых электронных устройств для измерения интенсивности радиоактивного излучения гамма- и бета-лучей.

    дипломная работа [1,8 M], добавлен 14.01.2012

  • Разработка функционально законченного устройства для обработки входных сигналов линии с использованием цифровых устройств и аналого-цифровых узлов. Алгоритм работы устройства. Составление программы на языке ассемблера. Оценка быстродействия устройства.

    курсовая работа [435,5 K], добавлен 16.12.2013

  • Концепция построения системы сбора данных. АЦП микроконтроллера ATmega8L: основные характеристики и принцип работы. Спектральный анализ сигналов. Быстрое преобразование Фурье. Схема сопряжения микроконтроллер-компьютер, его программное обеспечение.

    курсовая работа [1,6 M], добавлен 18.08.2014

  • Разработка портативного УЗ - прибора, его структурных, функциональных и принципиальных схем устройства. Подбор аккумулятора, корпуса и алгоритма сравнения диагностируемых и установленных изображений. Схема подключения устройства к ЭВМ через USB порт.

    курсовая работа [1,4 M], добавлен 23.09.2011

  • Микропроцессорная система (МПС) сбора и обработки информации от объекта, характеризуемого непрерывными (аналоговыми) сигналами. Исходные данные для разработки МПС. Функциональная схема системы, характеристика ее основных элементов, листинг программы.

    курсовая работа [961,2 K], добавлен 21.10.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.