目录

心率传感器

1. 什么是心率传感器？

心率传感器是一种用于测量人体心跳率的传感器。它可以通过监测心脏的电活动或血流来提供实时的心率数据，并将心率数据转换为电信号或数字信号。心率是指心脏每分钟跳动的次数，通常以“bpm”（每分钟跳动次数）为单位。

图1：max30102光电式心率血氧传感器、XD-58C Pulse Sensor脉冲传感器

2. 心率传感器是如何工作的？

心率传感器的工作原理可以分为两种常见的方法：光电传感和电生理传感。

光学心率传感器

光电传感：这是最常见的心率传感器工作原理。它使用了光敏元件（例如光电二极管或光敏电阻）来测量皮肤上的血流变化，从而推导出心率数据。有些设备也可以估计血液中的氧气水平。

光学心率传感器是是智能穿戴设备中最为普及的用于心率检测的传感器之一。它采用电光溶剂脉搏波描记法（PPG）来测量心率及其他生物计量指标。

PPG测量原理：通过电容灯光射向皮肤，透过皮肤组织反射回的光被光敏传感器接受并转换成电信号，再经过电信号转换成数字信号，再根据血液的吸光率算出心率。简化测量过程就是：发射光——转换成电信号——转换成数字信号。

图2：光学心率传感器的基本结构与运行

光学心率传感器使用四个主要技术元件来测量心率：

光学心率传感器可生成测量心率的PPG波形并将该心率数据作为基础生物计量值，但是利用PPG波形可以测量的对象远不止于此。图3是经过简化的PPG信号，该信号代表了多个生物计量的测量结果。

图 3：典型的PPG波形

下面我们进一步详细解读某些光学心率传感器可以测得的结果：

光学心率传感器选择绿光作为光源的原因

图 4：光谱

选择绿光作为测量光源是考虑到以下几个特点：

  1. 皮肤的黑色素会吸收大量波长较短的波
  2. 皮肤上的水份也会吸收大量的UV（紫外）和IR（红外）部分的光
  3. 进入皮肤组织的绿光（500nm）– 黄光（600nm）大部分会被红细胞吸收
  4. 红光和接近IR的光相比其他波长的光更容易穿过皮肤组织
  5. 血液要比其他组织吸收更多的光
  6. 相比红光，绿（绿-黄）光能被氧合血红蛋白和脱氧血红蛋白吸收
  7. 虽然现在大部分智能穿戴设备采用绿光作为光源，但是字考虑到皮肤情况的不同（肤色、汗水），高端产品会根据情况自动使用绿光、红光和红外光等多种光源进行心率测量。

图 5: 光电式心率传感电路

电极式心率传感器

电生理传感：这种传感器利用人体的生物电活动来测量心率。即心脏在每次心跳时都会产生一个小电流，具有电检测功能的心率监测器通过检测和跟踪该电流，实现心率的测量。 常用的电生理传感器是心电图（ECG）传感器，通过测量心脏产生的电信号来确定心率。

工作过程如下：

  1. 心电图（ECG）测量：电生理心率传感器通过皮肤表面的电极与人体接触，检测和记录心脏的电信号。这些电信号反映了心脏在每个心搏周期中的电活动，可以用于分析心脏的功能状态和心率。
  2. 电极配置：电生理心率传感器通常采用多个电极，例如，常见的配置是将一个电极放置在胸前、另一个电极放置在手腕或手指上。这样的配置可以捕捉到心脏电活动的变化并生成心电图。
  3. 感应电位差：当心脏肌肉收缩和放松时，产生的电势差会在身体表面生成微弱的电流。电生理心率传感器的电极通过接触皮肤，能够感知和测量这些微弱的电势差，形成心电图信号。
  4. 信号放大和处理：电生理心率传感器会将感测到的微弱电信号放大，以便进行准确的记录和测量。信号处理器会对心电图信号进行滤波、放大和去除干扰等操作，以获取清晰的心电图波形数据。
  5. 心率计算：通过分析心电图信号中的R波，电生理心率传感器能够确定心脏每分钟跳动的次数，从而计算出心率值。
电极式心率传感器与传统医院获取心电图仪器的区别

无论是光电传感还是电生理传感，心率传感器通常会将采集到的数据发送给处理器或设备进行分析和显示。这样，用户就可以实时了解自己的心率情况。

需要注意的是，不同型号的心率传感器可能采用不同的工作原理和技术细节，但基本原理是类似的：通过测量血流变化或心脏电信号来推导心率数据。

3. 常见的设备类型

4. 主要的心率传感器供应商

5. 参考案例

深入：使用脉冲传感器和Arduino检测，测量和绘制心率 (lastminuteengineers.com)

MAX30102脉搏血氧仪和心率传感器与Arduino接口 (lastminuteengineers.com)

AD8232 ECG模块引脚排列，与Arduino接口，应用 (microcontrollerslab.com)

下面是个人案例，使用Mircopython编写程序驱动RP2040读取Max30102的数据。

电路连接

程序代码

驱动文件包含三个.py文件。

前面两个文件可在后面链接中下载：https://github.com/n-elia/MAX30102-MicroPython-driver/tree/main/max30102

检测心率.py程序如下 

from machine import SoftI2C, Pin, Timer
from utime import ticks_diff, ticks_us
from max30102 import MAX30102, MAX30105_PULSE_AMP_MEDIUM

BEATS = 0  # 存储心率
FINGER_FLAG = False  # 默认表示未检测到手指


def display_info(t):
    # 如果没有检测到手指，那么就不显示
    if FINGER_FLAG is False:
        return

    print('心率: ', BEATS)


def main():
    global BEATS, FINGER_FLAG  # 如果需要对全局变量修改，则需要global声明
    
    # 创建I2C对象(检测MAX30102)
    i2c = SoftI2C(sda=Pin(16), scl=Pin(17), freq=400000)  # Fast: 400kHz, slow: 100kHz

    # 创建传感器对象
    sensor = MAX30102(i2c=i2c)

    # 检测是否有传感器
    if sensor.i2c_address not in i2c.scan():
        print("没有找到传感器")
        return
    elif not (sensor.check_part_id()):
        # 检查传感器是否兼容
        print("检测到的I2C设备不是MAX30102或者MAX30105")
        return
    else:
        print("传感器已识别到")

    print("使用默认配置设置传感器")
    sensor.setup_sensor()

    # 对传感器进行设定
    sensor.set_sample_rate(400)
    sensor.set_fifo_average(8)
    sensor.set_active_leds_amplitude(MAX30105_PULSE_AMP_MEDIUM)

    t_start = ticks_us()  # Starting time of the acquisition

    MAX_HISTORY = 32
    history = []
    beats_history = []
    beat = False

    while True:
        sensor.check()
        if sensor.available():
            # FIFO 先进先出，从队列中取数据。都是整形int
            red_reading = sensor.pop_red_from_storage()
            ir_reading = sensor.pop_ir_from_storage()
            
            if red_reading < 1000:
                print('No finger')
                FINGER_FLAG = False  # 表示没有放手指
                continue
            else:
                FINGER_FLAG = True  # 表示手指已放

            # 计算心率
            history.append(red_reading)
            
            # 为了防止列表过大，这里取列表的后32个元素
            history = history[-MAX_HISTORY:]
            
            # 提取必要数据
            minima, maxima = min(history), max(history)
            threshold_on = (minima + maxima * 3) // 4   # 3/4
            threshold_off = (minima + maxima) // 2      # 1/2
            
            if not beat and red_reading > threshold_on:
                beat = True                    
                t_us = ticks_diff(ticks_us(), t_start)
                t_s = t_us/1000000
                f = 1/t_s
                bpm = f * 60
                if bpm < 500:
                    t_start = ticks_us()
                    beats_history.append(bpm)                    
                    beats_history = beats_history[-MAX_HISTORY:]   # 只保留最大30个元素数据
                    BEATS = round(sum(beats_history)/len(beats_history), 2)  # 四舍五入
            if beat and red_reading < threshold_off:
                beat = False


if __name__ == '__main__':

    tim = Timer(period=1000, mode=Timer.PERIODIC, callback=display_info)
    
    main()

运行效果