สารบัญ:

Cardio Data Logger: 7 ขั้นตอน (พร้อมรูปภาพ)
Cardio Data Logger: 7 ขั้นตอน (พร้อมรูปภาพ)

วีดีโอ: Cardio Data Logger: 7 ขั้นตอน (พร้อมรูปภาพ)

วีดีโอ: Cardio Data Logger: 7 ขั้นตอน (พร้อมรูปภาพ)
วีดีโอ: ออกกำลังกายลดความอ้วน 30 นาที 🔥 คาร์ดิโอเห็นผลไว ไม่ปวดเข่า 2024, กรกฎาคม
Anonim
เครื่องบันทึกข้อมูลหัวใจ
เครื่องบันทึกข้อมูลหัวใจ

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

LiPo Power Supply - Schematics, Parts & Assembly
LiPo Power Supply - Schematics, Parts & Assembly
LiPo Power Supply - Schematics, Parts & Assembly
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

ตัวรับ HR และเครื่องบันทึกข้อมูล - Schematics, Parts & Assembly
ตัวรับ HR และเครื่องบันทึกข้อมูล - Schematics, Parts & Assembly
HR Receiver and Data Logger - Schematics, Parts & Assembly
HR Receiver and Data Logger - Schematics, Parts & Assembly
HR Receiver and Data Logger - Schematics, Parts & Assembly
HR Receiver and Data Logger - 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

HR Receiver - การจำลองเครื่องเทศ
HR Receiver - 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

ซอฟต์แวร์
ซอฟต์แวร์

เนื่องจากระยะรับสัญญาณมีอัตราขยายสูงและแม้ว่าระยะเครื่องตรวจจับสูงสุดจะทำหน้าที่เป็นตัวกรองความถี่ต่ำ แต่สัญญาณอินพุตที่ขา D3 ของ Arduino Pro Mini ยังคงถูกรบกวนอย่างรุนแรงและจำเป็นต้องประมวลผลล่วงหน้าแบบดิจิทัลผ่าน การตรวจสอบความถูกต้องกับการตรวจจับที่ผิดพลาด รหัสช่วยให้มั่นใจได้ว่ามีการปฏิบัติตามเงื่อนไขสองข้อเพื่อพิจารณาชีพจรว่าถูกต้อง:

  1. ชีพจรต้องมีอายุอย่างน้อย 5ms
  2. 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

Image
Image
การติดตั้งและการทดสอบเบื้องต้น
การติดตั้งและการทดสอบเบื้องต้น

ขั้นตอนที่ 7: การใช้งาน - การวิเคราะห์สัญญาณทางการแพทย์

การใช้งาน - การวิเคราะห์สัญญาณทางการแพทย์
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: