สารบัญ:
- ขั้นตอนที่ 1: คำอธิบายโดยย่อ
- ขั้นตอนที่ 2: LiPo Power Supply - Schematics, Parts & Assembly
- ขั้นตอนที่ 3: ตัวรับ HR และเครื่องบันทึกข้อมูล - Schematics, Parts & Assembly
- ขั้นตอนที่ 4: ตัวรับ HR - การจำลองเครื่องเทศ
- ขั้นตอนที่ 5: ซอฟต์แวร์
- ขั้นตอนที่ 6: การตั้งค่าและการทดสอบเบื้องต้น
- ขั้นตอนที่ 7: การใช้งาน - การวิเคราะห์สัญญาณทางการแพทย์
วีดีโอ: Cardio Data Logger: 7 ขั้นตอน (พร้อมรูปภาพ)
2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:07
แม้ว่าในปัจจุบันจะมีอุปกรณ์พกพาจำนวนมาก (สมาร์ทแบนด์, สมาร์ทวอทช์, สมาร์ทโฟน, …) ที่สามารถตรวจจับอัตราการเต้นของหัวใจ (HR) และทำการวิเคราะห์ร่องรอยได้ แต่ระบบที่ใช้สายรัดหน้าอก (เช่น ระบบที่อยู่ในส่วนบนของภาพ) ก็ยังคงมีอยู่ แพร่หลายและใช้แล้ว แต่ขาดความเป็นไปได้ในการบันทึกและส่งออกร่องรอยของการวัด
ใน Cardiosim ที่สอนได้ก่อนหน้านี้ ฉันได้นำเสนอเครื่องจำลองสายรัดหน้าอก (Cardio) โดยอธิบายว่าหนึ่งในขั้นตอนต่อไปของฉันคือการพัฒนาเครื่องบันทึกข้อมูลอัตราการเต้นของหัวใจ ตอนนี้ฉันพร้อมที่จะนำเสนอในคำแนะนำนี้แล้ว หน้าที่ของเครื่องพกพานี้คือการรับสัญญาณ HR ที่ส่งโดยสายรัดหน้าอก (หรือเครื่องจำลองการเต้นของหัวใจ) ระหว่างการออกกำลังกาย (การออกกำลังกาย/ปั่นจักรยาน/วิ่ง …) และเพื่อบันทึกร่องรอยบนการ์ด SD เพื่อ ทำการวิเคราะห์ประสิทธิภาพหลังการฝึก (ดูรายละเอียดในบทสุดท้าย)
หน่วยนี้ใช้พลังงานจากระบบแบตเตอรี่แบบชาร์จไฟได้ รวมทั้งวงจรการชาร์จและตัวควบคุม DC boost
จาก "คลังสินค้า" ของวัสดุที่ไม่ได้ใช้ของฉัน ฉันหากล่องพลาสติกที่เหมาะสม (135 มม. x 45 มม. x 20 มม.) และปรับให้เข้ากับเลย์เอาต์ของวงจรให้พอดีกัน ทำให้เป็นต้นแบบการทำงานที่ตอบสนองความต้องการของฉัน การปรับปรุง:-))
ขั้นตอนที่ 1: คำอธิบายโดยย่อ
โปรดดูขั้นตอนที่ 1 ของคำแนะนำเกี่ยวกับ Cardiosim สำหรับข้อมูลเบื้องต้นเกี่ยวกับเทคโนโลยี LFMC (Low Frequency Magnetic Communication) ที่ใช้โดยอุปกรณ์ประเภทนี้
ความตั้งใจแรกของฉันคือการใช้โมดูล Sparkfun RMCM01 เป็นอินเทอร์เฟซตัวรับ แต่ผลิตภัณฑ์นี้ไม่มีให้บริการแล้ว (นับประสาว่ามันค่อนข้างแพงอยู่แล้ว)
อย่างไรก็ตาม เมื่อดูบนเว็บ ฉันพบว่าบทช่วยสอนนี้น่าสนใจ ซึ่งแสดงวิธีแก้ไขปัญหาอื่นเพื่อแทนที่ RMCM01 ฉันเลือกตัวเลือกที่ 3 ("Peter Borst Design" ขอบคุณ Peter!) ได้ผลลัพธ์ที่ยอดเยี่ยมโดยใช้ส่วนประกอบ L/C เดียวกันของ Cardiosim แต่เชื่อมต่อที่นี่ด้วยถังเรโซแนนซ์คู่ขนาน สัญญาณที่ตรวจพบจะถูกขยาย "ล้าง" ถอดรหัสและส่งต่อไปยังไมโครคอนโทรลเลอร์ Arduino Pro Mini โปรแกรมตรวจสอบความถูกต้องของพัลส์ที่ได้รับ วัดอัตราการเต้นของหัวใจ (หรือดีกว่าช่วงเวลาระหว่างสองพัลส์ต่อเนื่องกัน) และจัดเก็บช่วงที่วัดได้ทั้งหมดในไฟล์ข้อความ ASCII (หนึ่งบรรทัดต่อพัลส์ที่ถูกต้อง แต่ละ 16 อักขระรวมถึงช่วงเวลา การประทับเวลา และ LF/CR) ในการ์ด microSD สมมติว่า HR เฉลี่ย 80bpm การบันทึกหนึ่งชั่วโมงต้องการเพียง (4800 บรรทัดข้อความ x 16 อักขระ) = 76800 / 1024 = 75kBytes ดังนั้นแม้แต่การ์ด SD ขนาด 1GB ราคาถูกก็มีความจุในการบันทึกมากมาย
ในระหว่างการบันทึก คุณสามารถแทรกเส้นเครื่องหมายเพื่อแบ่งการติดตามและประเมินเฟสของเซสชันต่างๆ แยกกัน
ขั้นตอนที่ 2: LiPo Power Supply - Schematics, Parts & Assembly
แหล่งจ่ายไฟตรงบริเวณด้านล่างของเคส ไม่มีส่วนประกอบใดที่มีความสูงเกิน 7 มม. ยกเว้นทริมพอท ซึ่งทำให้มีที่ว่างสำหรับติดตั้งตัวรับ HR และวงจรไมโครคอนโทรลเลอร์เหนือแหล่งจ่ายไฟ
ฉันใช้ส่วนต่อไปนี้:
- แบตเตอรี่ LiPo 3.7V (แบตเตอรี่โทรศัพท์ใด ๆ สามารถรีไซเคิลได้ ความจุที่ลดลงไม่ใช่ปัญหาที่นี่)
- โมดูลการชาร์จ USB TP4056 ฉันซื้อที่นี่
- SX1308 DC boost converter ฉันซื้อที่นี่
- บอร์ดต้นแบบขนาดเล็ก 40 x 30 mm
- สายพร้อมขั้วต่อ JST 2 ขา 54 มม. 2 ขา แบบนี้
- (อุปกรณ์เสริม) ขั้วต่อ JST 2 มม. 2 ขา แบบนี้
-
(อุปกรณ์เสริม) สายเคเบิลพร้อมขั้วต่อ JST 2 มม. 2 ขา แบบนี้
การใช้สองรายการสุดท้ายขึ้นอยู่กับแบตเตอรี่ที่คุณจะใช้และวิธีที่คุณต้องการเชื่อมต่อกับโมดูลเครื่องชาร์จ ฉันขอแนะนำตัวเชื่อมต่อ JST ขนาด 2 มม. เนื่องจากแบตเตอรี่จำนวนมากมาพร้อมกับสายเคเบิลที่ต่อไว้แล้วและปลั๊ก 2 มม. วิธีอื่นก็เพียงพอแล้ว ตราบใดที่สามารถเปลี่ยนแบตเตอรี่ได้ง่ายหากจำเป็น ไม่ว่าในกรณีใด ให้ระมัดระวังหลีกเลี่ยงการลัดวงจรระหว่างขั้วแบตเตอรี่ระหว่างการประกอบ
โมดูล TP4056 ใช้พลังงานจากพอร์ต micro USB และได้รับการออกแบบสำหรับการชาร์จแบตเตอรี่ลิเธียมแบบชาร์จไฟได้โดยใช้วิธีการชาร์จแบบกระแสคงที่/แรงดันคงที่ (CC/CV) นอกจากการชาร์จแบตเตอรี่ลิเธียมอย่างปลอดภัยแล้ว โมดูลยังให้การป้องกันที่จำเป็นต่อแบตเตอรี่ลิเธียมอีกด้วย
SX1308 เป็นตัวแปลง DC/DC Step Up Adjustable ที่มีประสิทธิภาพสูง ซึ่งช่วยให้แรงดันเอาต์พุตคงที่ที่ +5V โดยมีแรงดันไฟฟ้าอินพุตต่ำสุดที่ 3V ซึ่งช่วยให้สามารถใช้ความจุของแบตเตอรี่ได้อย่างเต็มที่ ปรับแรงดันเอาต์พุตด้วย trimpot ที่ +5V ก่อนต่อวงจรไมโครคอนโทรลเลอร์!
ปริมาณการใช้ Data Logger ทั้งหมดอยู่ที่ประมาณ 20mA ดังนั้นแม้แต่แบตเตอรี่ที่ใช้แล้วที่มีความจุเหลือ 200mAh (< 20% ของความจุเริ่มต้นของแบตเตอรี่โทรศัพท์ใหม่) ก็สามารถบันทึกได้ 10 ชั่วโมง ข้อเสียเพียงอย่างเดียวคือกระแสไฟนิ่ง SX1308 อยู่ที่ประมาณ 2mA ดังนั้นคุณควรถอดแบตเตอรี่ออกหากคุณไม่ได้ใช้ Data Logger เป็นเวลานาน
เนื่องจากมีขนาดเล็ก โมดูลทั้งสองจึงต้องได้รับการแก้ไขโดยใช้รูเชื่อมต่อทั้งสำหรับการเชื่อมต่อทางไฟฟ้าและทางกลกับบอร์ดต้นแบบ ผ่านลวดทองแดงเส้นสั้น ในทางกลับกัน บอร์ดจะติดกับฐานของเคสด้วยสกรู 3 มม. x 15 มม. (ความยาวเพียงพอที่จะยึดวงจรไมโครคอนโทรลเลอร์ด้านบนด้วยสกรูเดียวกัน) บอร์ดนี้โฮสต์ขั้วต่อ JST 2 มม. สำหรับแบตเตอรี่ (มีเฉพาะในเวอร์ชัน SMD เท่านั้น แต่การพับหมุดในแนวตั้ง คุณสามารถ "หมุน" เป็นเวอร์ชัน PTH ได้) และการเดินสายทั้งหมดตามแผนผัง เพื่อความแน่ใจ ฉันติดกาวที่ตัวคอนเนคเตอร์เข้ากับบอร์ดจนได้ผนึกเชิงกลที่ดี
แบตเตอรี่วางราบเรียบในพื้นที่ที่เหลือของด้านล่างเคส และด้านหลังมีสกรู 3 มม. x 15 มม. ตัวที่สองพร้อมตัวเว้นระยะแนวตั้ง 8 มม. เพื่อหลีกเลี่ยงการสัมผัสระหว่างด้านบนของแบตเตอรี่ วงจรบน
ขั้นตอนที่ 3: ตัวรับ HR และเครื่องบันทึกข้อมูล - Schematics, Parts & Assembly
กระดานหลักประกอบด้วย:
- บอร์ดต้นแบบ 40mm x 120mm
- ตัวเหนี่ยวนำ 39mH ฉันใช้ BOURNS RLB0913-393K
- 2 x ตัวเก็บประจุ 22nF
- ตัวเก็บประจุ 4.7nF
- ตัวเก็บประจุ 47nF
- ตัวเก็บประจุ 39pF
- ตัวเก็บประจุอิเล็กโทรไลต์ 10uF/25V
- ตัวเก็บประจุด้วยไฟฟ้า 1uF/50V
- 3 x ตัวต้านทาน 10K
- 2 x ตัวต้านทาน 100K
- 3 x ตัวต้านทาน 1K
- 4 x ตัวต้านทาน 220R
- ตัวต้านทาน 1M
- ตัวต้านทาน 47K
- ตัวต้านทาน 22K
- ทริมพอท 50K
- ไดโอด 1N4148
- LED 3mm สีน้ำเงิน
- 2 x LED 3mm สีเขียว
- LED 3mm สีเหลือง
- LED 3mm สีแดง
- แอมพลิฟายเออร์การทำงานแบบอินพุต JFET-Input เสียงรบกวนต่ำ TL072P
- Hex Inverting Schmitt ทริกเกอร์ 74HC14
- ขั้วต่อ JST 2.54mm 2 Pin แบบนี้
- ไมโครสวิตช์ 2 ตัว ชนิดอัลโคสวิตช์
- ไมโครคอนโทรลเลอร์ Arduino Pro Mini, 16MHz 5V
- โมดูลการ์ด Micro SD SPI 5V จาก DFRobots
ความถี่เรโซแนนซ์ของถังเรโซแนนซ์คู่ขนานที่ประกอบด้วย L1 และ C1 อยู่ที่ประมาณ 5.4kHz ซึ่งตรงกับ 5.3kHz ของตัวนำสนามแม่เหล็กของสัญญาณที่ส่งมากพอที่จะแปลงเป็นแรงดันไฟฟ้า โปรดจำไว้ว่า ในกรณีส่วนใหญ่ พาหะจะถูกมอดูเลตบนฐานของรูปแบบ OOK (การเปิด-ปิดคีย์) อย่างง่าย โดยที่ชีพจรของหัวใจแต่ละอันจะสลับพาหะ "ON" เป็นเวลาประมาณ 10 มิลลิวินาที สัญญาณที่ตรวจพบนั้นอ่อนมาก (เป็นคลื่นไซน์ 1mV ที่ระยะ 60-80 ซม. จากแหล่งกำเนิด โดยที่แกนของตัวเหนี่ยวนำอยู่ในแนวเดียวกับสนามแม่เหล็กอย่างเหมาะสม) จึงต้องขยายอย่างระมัดระวังเพื่อหลีกเลี่ยงการรบกวนและการปลอมแปลง การตรวจจับ วงจรที่เสนอเป็นผลจากความพยายามอย่างเต็มที่และการทดสอบหลายชั่วโมงในสภาวะต่างๆ หากคุณสนใจที่จะพัฒนาแง่มุมนี้ให้ลึกซึ้งยิ่งขึ้น และอาจปรับปรุงให้ดีขึ้น โปรดดูขั้นตอนต่อไป มิฉะนั้นคุณสามารถข้ามไปได้
ประตู Schmitt Trigger ต่อไปนี้ทำหน้าที่แปลงเป็นดิจิทัลและฟังก์ชั่นการตรวจจับจุดสูงสุด คืนค่าสัญญาณมอดูเลตดั้งเดิมซึ่งส่งต่อไปยัง Arduino Pro Mini
บอร์ดไมโครคอนโทรลเลอร์ Pro Mini เหมาะอย่างยิ่งสำหรับโครงการนี้ เนื่องจากคริสตัลบนบอร์ดช่วยให้การวัดมีความแม่นยำสูง (ซึ่งจำเป็นภายใต้มุมมอง "ทางการแพทย์" ดูขั้นตอนสุดท้าย) และในขณะเดียวกันก็ปราศจากสิ่งอื่นใด ไม่จำเป็นต้องใช้อุปกรณ์ซึ่งส่งผลให้ใช้พลังงานต่ำ ข้อเสียเปรียบเพียงอย่างเดียวคือการโหลดโค้ด คุณจะต้องมีอินเทอร์เฟซ FTDI เพื่อเชื่อมต่อ Pro Mini กับพอร์ต USB ของคอมพิวเตอร์ของคุณ Pro Mini เชื่อมต่อกับ:
- สวิตช์ S1: เริ่มการบันทึก
- สวิตช์ S2: ใส่เครื่องหมาย
- LED สีน้ำเงิน: กะพริบเมื่อตรวจพบชีพจรที่ถูกต้อง
- ไฟ LED สีเขียว: เริ่มบันทึกแล้ว
- LED สีเหลือง: ใส่เครื่องหมาย (กะพริบสั้น ๆ) / หมดเวลา (คงที่)
- โมดูลการ์ด MicroSD (ผ่านบัส SPI)
แตกต่างจากโมดูลการ์ด SD จำนวนมากที่ทำงานที่ 3.3V โมดูล DFRobot ทำงานที่ 5V ดังนั้นจึงไม่จำเป็นต้องใช้ตัวเลื่อนระดับ
สำหรับการประกอบ คุณอาจสังเกตเห็นว่าฉันได้แบ่งบอร์ดต้นแบบออกเป็นสองส่วน โดยเชื่อมต่อกับ "สะพาน" เล็กๆ สองเส้นของลวดทองแดงแข็ง 1 มม. นี่เป็นสิ่งจำเป็นในการยกระดับโมดูลการ์ด MicroSD เป็น "ระดับการก่อสร้าง" ที่สาม และจัดตำแหน่งให้ตรงกับช่องที่ฉันแกะสลักไว้บนเคส เหนือช่องสำหรับพอร์ต USB นอกจากนี้ ฉันยังแกะสลักช่องสามช่องบนบอร์ด อันหนึ่งเพื่อเข้าถึงโพเทนชิออมิเตอร์ของตัวแปลง DC/DC อีกช่องหนึ่งเพื่อเข้าถึงตัวเชื่อมต่อของบัสอนุกรมของ Arduino Pro Mini (ติด "คว่ำหน้า") และช่องที่สามสำหรับ การเหนี่ยวนำ
ขั้นตอนที่ 4: ตัวรับ HR - การจำลองเครื่องเทศ
เริ่มจากการออกแบบของ Peter Borst ที่ฉันได้กล่าวไปแล้วก่อนหน้านี้ เป้าหมายของฉันคือพยายามขยายช่วงการตรวจจับให้มากที่สุดเท่าที่จะเป็นไปได้ ในขณะเดียวกันก็จำกัดความไวต่อการรบกวนและการสร้างพัลส์ผิดพลาด
ฉันตัดสินใจเปลี่ยนโซลูชัน Op-Amp แบบเดิมเพราะได้รับการพิสูจน์แล้วว่ามีความไวต่อการรบกวนมากเกินไป อาจเป็นเพราะค่าของตัวต้านทานป้อนกลับ 10M สูงเกินไป และแบ่งเกนโดยรวมออกเป็นสองขั้นตอน
ทั้งสองขั้นตอนมี DC gain G =100 ซึ่งลดลงประมาณ 70 @5.4KHz แต่มีอิมพีแดนซ์อินพุตต่างกันเพื่อปรับความไวให้เหมาะสมที่สุด
สมมติว่าแรงดันไฟของสัญญาณอ่อนที่สุดที่สร้างโดยถัง LC คือ 1mV
ถ้าเราเปลี่ยนวงจรตัวรับทั้งหมดในสภาพแวดล้อมของ Spice (ฉันใช้ ADIsimPE) แทนที่วงจรขนาน LC ด้วยเครื่องกำเนิดไซน์ที่มีแรงดันและความถี่เท่ากัน (5.4KHz) และเรียกใช้การจำลองเราสังเกตเห็นว่าแรงดันเอาต์พุต V1 จากที่ 1 แอมพลิฟายเออร์ยังคงเป็นไซน์เวฟ (เนื่องจากปัจจัยสเกลอินพุทไซน์เวฟไม่สามารถประเมินได้) เนื่องจากแอมพลิฟายเออร์ทำงานในโซนเชิงเส้น แต่หลังจากขั้นตอนที่สอง แรงดันไฟขาออก V2 แสดงว่าเราถึงจุดอิ่มตัวแล้ว (Vhigh = Vcc-1.5V / Vlow = 1.5V) อันที่จริง ตระกูล TL07x ไม่ได้ออกแบบมาสำหรับช่วงเอาต์พุตของรางถึงราง แต่นี่ก็เพียงพอแล้วที่จะเกินด้วยระยะขอบที่ปลอดภัยทั้งระดับ Treshold ของประตู Schmitt Trigger และสร้างคลื่นสี่เหลี่ยมที่สะอาดตา (V3)
ขั้นตอนที่ 5: ซอฟต์แวร์
เนื่องจากระยะรับสัญญาณมีอัตราขยายสูงและแม้ว่าระยะเครื่องตรวจจับสูงสุดจะทำหน้าที่เป็นตัวกรองความถี่ต่ำ แต่สัญญาณอินพุตที่ขา D3 ของ Arduino Pro Mini ยังคงถูกรบกวนอย่างรุนแรงและจำเป็นต้องประมวลผลล่วงหน้าแบบดิจิทัลผ่าน การตรวจสอบความถูกต้องกับการตรวจจับที่ผิดพลาด รหัสช่วยให้มั่นใจได้ว่ามีการปฏิบัติตามเงื่อนไขสองข้อเพื่อพิจารณาชีพจรว่าถูกต้อง:
- ชีพจรต้องมีอายุอย่างน้อย 5ms
- ช่วงเวลาต่ำสุดที่ยอมรับได้ระหว่างสองพัลส์ต่อเนื่องกันคือ 100ms (ซึ่งสัมพันธ์กับ 600 bpm เกินขีดจำกัดของอิศวรรุนแรง!)
เมื่อชีพจรได้รับการตรวจสอบแล้ว ช่วงเวลา (เป็นมิลลิวินาที) จากช่วงก่อนหน้าจะถูกวัดและเก็บไว้ในการ์ด SD ในไฟล์ "datalog.txt" พร้อมกับประทับเวลาในรูปแบบ hh:mm:ss โดยที่ 00:00: 00 หมายถึงเวลาของการรีเซ็ตไมโครคอนโทรลเลอร์ครั้งสุดท้าย หากการ์ด SD หายไป ไฟ LED สีแดงจะสว่างขึ้นเพื่อแจ้งข้อผิดพลาด
การติดตามการบันทึกใหม่สามารถเริ่ม/หยุดได้ด้วยสวิตช์ Start/Stop S1 และจะถูกระบุด้วยเส้นเครื่องหมาย ";Start" และ ";Stop" ตามลำดับที่จุดเริ่มต้นและจุดสิ้นสุดของไฟล์ข้อความ
หากตรวจไม่พบชีพจรเป็นเวลานานกว่า 2400 ms (25 bpm) เส้นเครื่องหมาย ";Timeout" จะถูกวางไว้ในไฟล์และไฟ LED สีเหลือง D4 จะสว่างขึ้น
หากมีการกดสวิตช์ Marker S2 ระหว่างการบันทึกบรรทัดเครื่องหมายเพิ่มเติมในรูปแบบ ";MarkerNumber" โดยการเพิ่มหมายเลขเครื่องหมายเริ่มต้นโดยอัตโนมัติจาก 0 จะถูกเขียนในไฟล์ และไฟ LED สีเหลืองจะกะพริบในไม่ช้า
แนบรหัส Arduino ที่สมบูรณ์
ขั้นตอนที่ 6: การตั้งค่าและการทดสอบเบื้องต้น
ขั้นตอนที่ 7: การใช้งาน - การวิเคราะห์สัญญาณทางการแพทย์
รูปแบบของเคสที่ฉันใช้นั้นอยู่ใกล้กับสมาร์ทโฟนเครื่องใดเครื่องหนึ่ง คุณจึงหาซื้ออุปกรณ์เสริมต่างๆ ในตลาดเพื่อสวมใส่หรือติดตั้งบนอุปกรณ์ออกกำลังกายได้ โดยเฉพาะสำหรับมอเตอร์ไซค์ ฉันสามารถแนะนำเมาท์สมาร์ทโฟนสากลที่ชื่อว่า "ฟินน์" ซึ่งผลิตโดยบริษัท Austrian Bike Citizens ราคาถูก (€ 15, 00) และติดตั้งง่าย เป็นสากลจริง ๆ และอย่างที่คุณเห็นในภาพนั้นสมบูรณ์แบบสำหรับ Cardio Data Logger
วิธีที่ง่ายที่สุดในการใช้ข้อมูลดิบที่บันทึกโดย Data Logger คือการลงจุดในกราฟโดยใช้โปรแกรมพีซีมาตรฐาน (เช่น Excel) โดยการเปรียบเทียบกราฟที่ได้จากการออกกำลังกายแบบเดียวกันซ้ำ หรือการวิเคราะห์ความสัมพันธ์ระหว่างการแปรผันของ HR กับความพยายามทางกายภาพ คุณอาจปรับปริมาณของกำลังระหว่างกิจกรรมได้อย่างเหมาะสม
แต่สิ่งที่น่าสนใจที่สุดคือการศึกษา HR และโดยเฉพาะอย่างยิ่ง HR Variablity (HRV) เพื่อวัตถุประสงค์ทางการแพทย์ การติดตาม HR ไม่มีข้อมูลโดยตรงเกี่ยวกับการทำงานของกล้ามเนื้อหัวใจต่างจากแทร็ก ECG อย่างไรก็ตาม การวิเคราะห์จากมุมมองทางสถิติช่วยให้ได้รับข้อมูลอื่นๆ ที่น่าสนใจทางคลินิก
แหล่งความรู้ที่ครอบคลุมมากที่สุดเกี่ยวกับ HRV คือบริษัท KUBIOS ของฟินแลนด์ บนเว็บไซต์ของพวกเขา คุณจะพบข้อมูลมากมายเกี่ยวกับสัญญาณชีวการแพทย์ และคุณสามารถดาวน์โหลด "KUBIOS HRV Standard" ซึ่งเป็นซอฟต์แวร์วิเคราะห์ความแปรปรวนของอัตราการเต้นของหัวใจฟรีสำหรับการวิจัยที่ไม่ใช่เชิงพาณิชย์และการใช้งานส่วนตัว เครื่องมือนี้ไม่เพียงแต่ช่วยให้คุณพล็อตกราฟจากไฟล์ข้อความธรรมดา (คุณต้องลบการประทับเวลา) แต่ยังทำการประเมินทางสถิติและคณิตศาสตร์ (รวมถึง FFT) และสร้างรายงานที่มีรายละเอียดและมีค่าอย่างไม่น่าเชื่อ เช่นเดียวกับที่แนบมาด้านล่าง
โปรดจำไว้ว่ามีเพียงแพทย์เฉพาะทางเท่านั้นที่สามารถตัดสินใจได้ว่าต้องสอบอะไรบ้างสำหรับการฝึกซ้อมกีฬาในทุกระดับ และเพื่อประเมินผลลัพธ์ของพวกเขา
คำแนะนำนี้เขียนขึ้นโดยมีจุดประสงค์เพื่อสร้างความสนใจและความสนุกสนานในการใช้อุปกรณ์อิเล็กทรอนิกส์ในการดูแลสุขภาพ
ฉันหวังว่าคุณจะสนุกกับมัน ยินดีต้อนรับความคิดเห็น!
แนะนำ:
GPS Cap Data Logger: 7 ขั้นตอน (พร้อมรูปภาพ)
GPS Cap Data Logger: นี่คือโปรเจ็กต์สุดสัปดาห์ที่ยอดเยี่ยม หากคุณชอบการเดินป่าหรือขี่จักรยานเป็นเวลานาน และต้องการเครื่องบันทึกข้อมูล GPS เพื่อติดตามการเดินป่า/การขี่ทั้งหมดของคุณ… เมื่อคุณสร้างเสร็จแล้วและ ดาวน์โหลดข้อมูลจากโมดูล GPS ของ tr
DIY GPS Data Logger สำหรับคุณ Next Drive/Hiking Trail: 11 ขั้นตอน (พร้อมรูปภาพ)
DIY GPS Data Logger สำหรับคุณ Next Drive/Hiking Trail: นี่คือเครื่องบันทึกข้อมูล GPS ที่คุณสามารถใช้งานได้หลากหลาย เช่น หากคุณต้องการบันทึกการขับรถทางไกลของคุณ คุณใช้เวลาช่วงสุดสัปดาห์เพื่อตรวจสอบสีสันของฤดูใบไม้ร่วง หรือคุณมีเส้นทางโปรดที่คุณไปในช่วงฤดูใบไม้ร่วงทุกปีและคุณจะ
Open Source Data Logger (OPESDL): 5 ขั้นตอน (พร้อมรูปภาพ)
Open Source Data Logger (OPESDL): จุดมุ่งหมายของโครงการนี้คือการออกแบบ สร้าง และทดสอบระบบการวัดต้นทุนต่ำสำหรับการศึกษาการประเมินประสิทธิภาพอาคาร ซึ่งรวมถึงอุณหภูมิ ความชื้นสัมพัทธ์ ความส่องสว่างเป็นอย่างน้อย และสามารถขยายไปยังเซ็นเซอร์เพิ่มเติมได้ และเพื่อพัฒนา
วิธีทำ Data Logger สำหรับอุณหภูมิ PH และออกซิเจนละลายน้ำ: 11 ขั้นตอน (พร้อมรูปภาพ)
วิธีการสร้างเครื่องบันทึกข้อมูลสำหรับอุณหภูมิ PH และออกซิเจนละลายน้ำ: วัตถุประสงค์: สร้างเครื่องบันทึกข้อมูลสำหรับ ≤ $500 เก็บข้อมูลอุณหภูมิ pH และ DO พร้อมประทับเวลาและใช้การสื่อสาร I2C ทำไมต้อง I2C (วงจรรวมอินเตอร์)? หนึ่งสามารถซ้อนเซ็นเซอร์ได้มากในบรรทัดเดียวกันเนื่องจากแต่ละเซ็นเซอร์มี
การสร้าง Data Logger ด้วย Raspberry Pi: 3 ขั้นตอน (พร้อมรูปภาพ)
การสร้างเครื่องบันทึกข้อมูลด้วย Raspberry Pi: เครื่องบันทึกข้อมูลอย่างง่ายนี้ใช้การวัดแสงเป็นประจำด้วย LDR แบบอะนาล็อก (Photoresistor) และจัดเก็บไว้ในไฟล์ข้อความบน Raspberry Pi ของคุณ เครื่องบันทึกข้อมูลนี้จะวัดและบันทึกระดับแสงทุก ๆ 60 วินาที ช่วยให้คุณเฝ้าสังเกต