Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Manufacturing Technology >> Processo de manufatura

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Componentes e Materiais

Arduino Nano 33 BLE Sense 1
Monitor de Frequência Cardíaca Single Lead AD8232 (SparkFun) 1
Display OLED 0,96" 64x128 (ElectroPeak) 1

Ferramentas Necessárias

Aplicativos e Serviços Online

Sobre o Projeto

Ataque Cardíaco Súbito e Aumento de Fatalidade: Preocupação Crescente

Na última década, as mortes por ataque cardíaco súbito aumentaram tremendamente. Particularmente em nações em desenvolvimento como Índia, além de fatores genéticos e estilo de vida, a falta de recursos médicos em áreas rurais causa a maioria das fatalidades por ataque cardíaco.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Contribuição da Tecnologia para Resolver Este Problema Global

Trabalhei em uma aplicação TinyML alimentada pelo Edge Impulse para desenvolver um mini analisador de ECG de diagnóstico que cabe no bolso e pode diagnosticar doenças cardíacas independentemente, sem conectividade com nuvem.

Analisadores de ECG Atuais no Mercado e Suas Características

Resumo no gráfico abaixo:

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Solução Principal

Arquitetura

O analisador de ECG envolve:

  1. Leitura de ECG usando AD8232
  2. Simulação de diferentes padrões de ECG de doenças cardíacas
  3. Abordagem inovadora para produzir datasets de qualidade
  4. Treinamento do Modelo
  5. Teste de precisão do modelo e Integração do código da aplicação com biblioteca deployada
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Conheça o Gráfico de ECG

Antes do trabalho técnico, vamos aos básicos do gráfico de ECG. O gráfico é dividido em 5 ondas: P, Q, R, S e T.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Fibrilação Atrial

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Bloqueio AV de Primeiro Grau

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Vamos Construir o Analisador de ECG

1. Leitura de ECG usando AD8232

Conecte o sensor ECG AD8232 ao Arduino Nano 33 BLE Sense conforme diagrama de conexão abaixo. Carregue o código abaixo e pressione Ctrl+Shift+L para visualizar o streaming gráfico dos dados.

void setup() {
  Serial.begin(115200);
  pinMode(2, INPUT); // Detecção leads off LO +
  pinMode(3, INPUT); // Detecção leads off LO -
}
void loop() {
  if((digitalRead(2) == 1)||(digitalRead(3) == 1)){
    Serial.println('!');
  } else {
    Serial.println(analogRead(A0));
  }
  delay(5);
}

1.1 Posicionamento dos Eletrodos de ECG

Os eletrodos são colocados em RA, LA e LL conforme diagrama acima e conecte o jack ao sensor AD8232 no Analisador de ECG.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

2. Simulando Diferentes Padrões de ECG usando MATLAB Signal Builder

Passo 2.1: Salvar dados de ECG normal no Excel

Copie e salve os dados do monitor serial no Excel como template abaixo. O valor ECG deve estar na segunda coluna sob 'Y'. A primeira coluna é série temporal, deve incrementar em (* 0.005) 5ms.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Passo 2.2: Signal Builder no MATLAB

Crie novo modelo Simulink no MATLAB. Digite 'signal builder' no workspace e selecione. Insira também 'scope' para conectar ao signal builder.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Para carregar dados salvos no Excel, abra o signal builder e selecione 'import from file'.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Selecione as opções mencionadas para importar os dados.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Confirme a seleção e importe sem salvar o modelo, pois precisamos de mais passos.

2.3: Visualização de Dados ECG no Signal Builder

60 segundos de dados ECG aparecem assim. Para edição manual, dê zoom para 5 segundos e faça 'drag' para editar a onda ECG.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Após zoom, ao colocar ponteiro do mouse perto da onda ECG, pode selecionar qualquer ponto e arrastar conforme necessidade.

2.4: Editando Dados de Intervalo P-R no Signal Builder para Caso Bloqueio AV 1

Arrastei manualmente a onda P para baixo e desloquei a onda P bem antes da onda R, para que o intervalo P-R exceda 200ms. Repita em diferentes pontos na timeline do signal builder.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Após editar, exporte os dados para arquivo .mat. Encontrará esta opção no signal builder. Salvo o .mat, siga os passos abaixo.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Passos: clique duas vezes no arquivo .mat → clique duas vezes no Dataset 1x1 → verá dados modificados em Data:1. Copie e cole em novo arquivo Excel.

Passo 2.5: Exportar Dados Excel para Array

Escrevi um script .m que converte dados Excel em array. Rode no MATLAB, substituindo ExcelFilename pelo seu arquivo local e ExcelSheetName pela planilha correspondente.

data=xlsread('ExcelFilename.xlsx','ExcelSheetName');
ECGExtract=(data(1:end,1)); %%Coluna A data
fid=fopen('test.txt','wt');
fprintf(fid,'{');
FormatSpec=[repmat('%i ',1,size(ECGExtract,2)) ','];
fprintf(fid,FormatSpec, ECGExtract);
fprintf(fid,'}')
fclose(fid);

Arquivo texto será gerado no diretório atual.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Copie o conteúdo do array e cole no código ECGAnalyzer.c para simular Fibrilação Atrial e Bloqueio AV de Primeiro Grau.

3. Abordagem Inovadora para Produzir Datasets de Qualidade

Se olhar dados de ECG, é muito difícil distinguir diferentes condições cardíacas de ECG normal em janela de tempo menor (ex: 3 seg).

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Quando treinei modelo apenas com Dados ECG Filtrados para fibrilação atrial, normal e bloqueio AV 1o grau, a precisão foi menor que 23%. A razão: na janela curta o modelo não consegue diferenciar. Janela maior aumentava tempo de processamento e RAM pico, mesmo sem ganho de precisão.

Fundamentação da Abordagem Inovadora: Quando médico ou pessoa treinada analisa ECG, conta as caixinhas entre onda R-R, intervalo P-R e anota contagens no gráfico ou memoriza para cálculo.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Criei formas de onda separadas a partir dos dados ECG filtrados.

Novas Formas de Onda:

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Datasets Gerados para Dados ECG Normal:

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

O intervalo R-R decodificado e PR interval data são sempre 100 e 50 para ECG normal.

Datasets Gerados para Fibrilação Atrial:

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Sempre que há desvio entre intervalo R-R anterior e atual, o dado R-R interval cai para -100 por um ciclo.

Datasets Gerados para Bloqueio AV 1o Grau:

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Sempre que intervalo P-R excede 200ms, o dado de Intervalo PR cai para -50 por um ciclo.

Esta abordagem melhorou a precisão do modelo para maior que 90%.

4. Treinamento do Modelo no Edge Impulse

Antes de treinar ML no Edge Impulse, configure parâmetros no arquivo de biblioteca para simulação e leitura real do sensor ECG.

Passo 4.1: Configure SIMULATION = 0 se aquisição de dados for de sensor ECG real; ou SIMULATION = 1 se for de dados simulados para fibrilação atrial e bloqueio AV1 (sessões MATLAB).

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Passo 4.2: Comentar/descomentar buffer de dados necessário para simulação

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Passo 4.3: Aquisição de Dados

Colete dados ECG sob três rótulos: Normal, Fibrilação Atrial e Bloqueio AV de Primeiro Grau.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Documentação Edge Impulse para Nano 33 BLE Sense

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Selecione frequência 202Hz:

$ edge-impulse-daemon --frequency 202

Passo 4.4: Criar Impulso

Na seção Create Impulse, tamanho da janela 3000ms, aumento da janela 2999ms, selecione detecção de anomalia k-means.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Passo 4.5: Features Espectrais

Em Spectral Features, selecione tipo de filtro None.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Passo 4.6: Classificador NN

Defini 40 ciclos de treinamento e learning rate 0.005. Obtive 92,9% de precisão.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Para detecção de anomalia, selecionei PR interval RMS e RR interval RMS.

5. Precisão de Teste do Modelo e Integração

No teste de precisão do modelo, chegou a ~97% de acurácia.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

5.1 Deploy: Selecione Arduino como deploy.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Adicione o arquivo EI deployado baixado à biblioteca Arduino.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Nota: Adicione também a biblioteca ECG_Analyzer do link GitHub à biblioteca Arduino. Isso ajuda a integrar meu algoritmo de decodificação ECG ao modelo gerado pelo EI.

5.2 Integrando Código da Aplicação ao Código Core EI Gerado

Mesclei o código da aplicação no EI deployado "nano_ble33_sense_accelerometer_continuous" e salvei como ECGAnalyzer.ino. Disponível no link GitHub anexo. Carregue o código com SIMULATION = 0 no ECG_Analyzer.c no dispositivo.

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Hardware

Conecte conforme diagrama Fritzing:

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Montagem:

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Produto Final

Aqui o produto final e o nível de precisão nos dados de teste!!!

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense
Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Créditos

ECG: https://geekymedics.com/how-to-read-an-ecg/

Código

Repositório GitHub: https://github.com/Manivannan-maker/ECGAnalyzer

Descompacte o ECGAnalyzer.zip. Código para gravar: EI_Deployed_Library\examples\ECGAnalyzer\ECGAnalyzer.ino. Biblioteca para editar simulação: ECGAnalyzer_lib\ecg_analyzer.c. Script MATLAB e modelo Signal Builder: Matlab_Simulation\Excel2Arrayconverter.m e Matlab_Simulation\signalbuilder.slx

Esquemáticos

Conecte conforme diagrama ecgdefault_SjMMcgW8jY.fzz

Analisador de ECG de Precisão com Edge Impulse e Arduino Nano 33 BLE Sense

Processo de manufatura

  1. A Arte e Ofício das Tiaras: História, Materiais e Design Moderno
  2. Arame Farpado Explicado: História, Construção e Usos Modernos
  3. Monitor de Higiene de Vaso Sanitário com Walabot
  4. Machine Learning Prático com reTerminal: Guia de Demos Edge Impulse e ARM NN
  5. Transforme um Caminhão de Brinquedo Quebrado em Veículo RC Alimentado por Raspberry Pi
  6. Kit MOSMusic: MOSFET, Arduino e Mais - Iluminação Sincronizada com Música
  7. 6 Tipos de Organização Impulsionando Revolução do Edge Computing
  8. Máquina Premium de Tela Hexagonal para Agricultura e Avicultura
  9. Corte a Fio EDM: Guia Completo para Usinagem por Eletroerosão
  10. Corte a Fio CNC: Definição, Processo e Aplicações