当前位置： 首页 > news >正文

基于Arduino与BioAmp EXG Pill的心率监测系统：从ECG信号采集到实时算法实现

news 2026/5/30 15:12:23

1. 项目概述与核心价值

如果你对电子DIY和健康监测感兴趣，那么亲手搭建一个能实时显示自己心率的小设备，绝对是一件既有成就感又有实用价值的事情。这个项目就是围绕这个目标展开的：利用Arduino开发板和专业的生物电传感器，捕捉你心脏跳动时产生的微弱电信号（心电图，ECG），经过一系列处理，最终将实时的心率数值清晰地显示在一块小巧的OLED屏幕上。这不仅仅是简单的数据读取，它涉及了从模拟信号采集、噪声过滤、数字信号处理到人机交互显示的完整链路，是一个典型的嵌入式生物医学信号处理入门项目。

对于初学者而言，它能让你直观理解生物电信号是什么、有多微弱、以及我们如何从充满干扰的环境中把它“揪”出来。对于有一定经验的开发者，这个项目则深入到了信号调理电路设计、实时算法优化等层面。整个系统的心脏是一个名为BioAmp EXG Pill的传感器模块，它本质上是一个高度集成、专门为生物电信号设计的仪表放大器，能够将微伏级别的心电信号放大到Arduino可以读取的电压范围。Arduino Uno作为大脑，负责运行心率检测算法并驱动OLED显示。最终，你将获得一个可以随时佩戴、实时查看心率的便携设备原型，其原理与许多消费级心率手环、胸带的核心部分相通。

2. 核心硬件选型与原理剖析

2.1 传感器核心：BioAmp EXG Pill 深度解析

项目的核心在于精准采集心电信号，而BioAmp EXG Pill模块正是为此而生。它不是简单的电压放大器，而是一个专业的生物电势放大器。理解它的工作原理，是后续一切操作和调试的基础。

心电信号极其微弱，典型幅度只有0.5mV到5mV，并且淹没在大量的噪声中，主要包括：50/60Hz的工频干扰（来自市电）、肌电干扰（肌肉活动）、基线漂移（呼吸和身体移动）以及电极接触噪声。BioAmp EXG Pill的首要任务就是解决这些问题。它内部集成了仪表放大器架构，这种架构具有极高的输入阻抗（通常大于1GΩ），这意味着它从人体“汲取”的电流极小，不会影响信号本身，也降低了对电极-皮肤接触阻抗的要求。更重要的是，它拥有极高的共模抑制比（CMRR），能够强力抑制同时出现在两个测量电极（IN+和IN-）上的相同干扰（如工频干扰），而只放大它们之间的差值（即我们真正需要的心电信号）。

模块上通常有一个配置跳线或焊点，用于设置其带宽和增益。对于ECG，我们需要将带宽设置为适合心电信号的范围内（例如0.05Hz ~ 150Hz），以滤除低频漂移和高频噪声，并将增益设置为约1000倍，将mV级信号放大到V级供Arduino的ADC读取。这就是为什么项目指南中强调需要进行“Configuration for ECG”的焊接操作——这个动作实质上是在调整内部滤波网络的电阻值，优化模块对心电信号的响应特性，从而获得更干净、更准确的波形。如果不进行此配置，模块可能工作在更宽频带的默认模式（如用于EEG），导致心电信号中的特定噪声（如肌电）被过多保留，影响心率检测的准确性。

2.2 主控与拓展：Arduino Uno 与 Muscle BioAmp Shield 的角色

Arduino Uno在本项目中扮演着数字处理核心的角色。它通过模拟输入引脚读取来自BioAmp EXG Pill放大后的模拟电压信号，通过内置的ADC（模数转换器）将其转换为数字序列。随后，所有的心率检测算法都在这里运行。选择Uno是因为其普及性高、生态完善，对于处理心电信号这种低频信号（主要能量在1-40Hz）来说，其16MHz的主频和10位ADC分辨率完全够用。

Muscle BioAmp Shield是一个关键的拓展板。它的作用可以理解为“专业接口转换与电源管理中枢”。首先，它提供了稳固的物理插槽和标准的STEMMA QT / Qwiic连接器，让连接BioAmp EXG Pill和OLED显示屏变得像拼插积木一样简单可靠，避免了杜邦线连接可能带来的接触不良问题，这对于微弱信号传输至关重要。其次，它为生物电传感器提供了更干净、更稳定的电源。Arduino板上的5V或3.3V输出可能含有来自数字电路开关噪声的纹波，而Shield板通常包含额外的滤波电路，为传感器提供“安静”的模拟电源，从源头降低噪声。最后，它还可能集成了一些额外的电路，如右腿驱动（RLD）电路的接口。RLD是一种主动降噪技术，通过第三个参考电极（REF）向人体注入一个反相的共模干扰信号，从而进一步抑制工频干扰，提升信号质量。虽然本项目基础代码可能未启用，但硬件上的预留为后续升级提供了可能。

2.3 显示与人机交互：OLED显示屏的选择

我们选用I2C接口的OLED显示屏，通常是0.96英寸或1.3英寸的128x64分辨率屏幕。选择它主要基于几个考量：首先是功耗低，OLED是自发光器件，显示深色部分几乎不耗电，非常适合电池供电的便携设备。其次是刷新率高、响应快，可以毫无拖影地实时更新心率数值和简单的波形图（如果编程实现）。I2C接口仅需两根数据线（SDA, SCL）即可通信，大大节省了Arduino宝贵的IO引脚。在软件上，有成熟的库（如Adafruit_SSD1306、U8g2）支持，能轻松实现数字、文字和图形的显示。在本项目中，它将清晰、直观地呈现实时心率（BPM），是系统与用户交互的直接窗口。

3. 系统搭建与信号采集实操详解

3.1 硬件连接与安全注意事项

正确的硬件连接是成功的基石，对于涉及精密放大的电路，错误的接线可能导致器件永久损坏。

第一步：核心放大器配置。找到BioAmp EXG Pill模块上标记为“ECG/EMG Config”的焊盘。使用尖头烙铁和少量焊锡，将指定的两个焊点短接。这个操作通常在显微镜或放大镜下进行更稳妥，确保焊点饱满且没有与其他线路桥接。完成后，用万用表通断档检查一下，确认连接可靠且未短路到其他位置。

第二步：堆叠拓展板。将Muscle BioAmp Shield对齐Arduino Uno的引脚，稳稳地按压下去，确保所有双排排针都完全插入插座，拓展板没有翘起。这个物理连接为整个系统建立了统一的电源和地基准。

第三步：连接传感器模块。取一根3针STEMMA连接线。一端（JST PH 2.0公头）插入Shield板上标记为“STEMMA Analog”或类似字样的端口。注意方向，通常接口有防呆设计。另一端是三根彩色线的杜邦母头，按照以下顺序连接到BioAmp EXG Pill：

  • 黑色线 (GND)-> 模块上的GND引脚。
  • 红色线 (VCC)-> 模块上的VCC引脚。这里务必再三确认！接反电压会瞬间烧毁芯片。
  • 蓝色或黄色线 (信号线)-> 模块上的OUT或SIG引脚。

注意：在进行VCC和GND连接时，最好断开Arduino的USB供电。先连接GND，再连接VCC和信号线，是一种良好的习惯。连接后，轻轻拉扯线材，确保接触牢固。

第四步：连接电极线。将专用的BioAmp Cable（通常为三芯屏蔽线）的模块端插入BioAmp EXG Pill上对应的插座。屏蔽层能有效减少空间电磁干扰对信号线的耦合。

第五步：连接显示屏。使用4针STEMMA线，将OLED显示屏的I2C接口与Shield板上的任意一个I2C端口连接（通常标有SCL/SDA）。连接关系是直通的：VCC对VCC， GND对GND， SCL对SCL， SDA对SDA。

3.2 皮肤准备与电极放置的艺术

生物电信号采集的质量，一半取决于硬件，另一半则取决于电极与皮肤的接触质量。糟糕的接触会导致高阻抗、噪声增大，甚至信号完全丢失。

皮肤准备至关重要：使用像NuPrep这类专业的皮肤预处理凝胶。它的作用不是导电，而是温和地去角质和清洁。在将要放置电极的皮肤区域（如左胸下缘、右胸下缘和右侧锁骨下），挤少量凝胶，用棉签或指腹以画圈方式摩擦约10-15秒。你会感觉到轻微的摩擦感，这正是在去除皮肤表面的死皮细胞和油脂。然后用酒精湿巾或清水湿巾将凝胶和脱落的皮屑彻底擦干净，并等待皮肤完全干燥。这个过程可以将皮肤阻抗从几百千欧甚至兆欧级别降低到几十千欧以下，是获得稳定、低噪声信号的关键一步，但常常被DIY爱好者忽略。

电极放置标准位置：我们采用改良的肢体导联I（Lead I）的电极放置法，这是最简单易行的单通道ECG测量方式。

  1. IN- (负极，通常白色或黑色夹子)：放置在左胸下缘（肋骨上方），大约在腋中线位置。
  2. IN+ (正极，通常红色夹子)：放置在右胸下缘（肋骨上方），同样在腋中线位置。
  3. REF (参考地，通常绿色或蓝色夹子)：放置在右侧锁骨下方的骨性区域，或者右下腹。这个电极为放大器提供一个稳定的参考电位点。

三个电极构成一个三角形，心脏位于中心。心电信号就是IN+与IN-之间的电位差。电极应贴紧皮肤，避免在呼吸时有大幅度起伏的区域。如果使用凝胶电极，撕开背胶后直接粘贴即可。如果使用干电极心电带（Heart BioAmp Band），在佩戴前，务必在电极金属触点与皮肤之间滴上一小滴专用的导电凝胶。干电极直接接触皮肤阻抗很高，导电凝胶能填充不平整的皮肤表面，建立稳定的导电通路，这是使用干电极带获得好信号的决定性步骤。

3.3 环境优化与电源隔离

生物电信号非常脆弱，容易受到环境电磁干扰。为了获得最佳信号：

  • 远离交流电源：操作时，让身体和设备远离电脑充电器、显示器、台灯、空调等电器至少1-2米。这些设备都会泄漏50/60Hz的工频干扰。
  • 使用电池供电：如果可能，使用9V电池通过电池座给Arduino供电，而不是通过笔记本电脑的USB口。笔记本电脑的开关电源和主板数字噪声会通过USB地线引入系统。如果必须使用USB，尝试断开笔记本的电源适配器，仅用电池运行电脑。
  • 保持静止：测量时，尽量坐姿放松，保持平稳呼吸，减少身体移动和肌肉紧张，以降低基线漂移和肌电干扰。

4. 固件编程与心率算法实现

4.1 开发环境搭建与库管理

首先，从Arduino官网下载并安装Arduino IDE（1.8.x或2.x版本均可）。安装后，需要为OLED显示屏安装驱动库。打开“库管理器”（Sketch -> Include Library -> Manage Libraries），搜索“SSD1306”，找到由Adafruit维护的“Adafruit SSD1306”库并安装。安装时，它会提示你同时安装依赖的“Adafruit GFX Library”，一并确认安装。这些库封装了与OLED通信的底层指令，让我们可以用高级命令轻松绘图和显示文字。

4.2 核心代码逻辑与心率检测算法剖析

项目的核心算法在于如何从看似杂乱的心电波形中，准确识别出代表一次心跳的R波峰，并计算其时间间隔。以下是代码逻辑的分解：

// 伪代码/逻辑描述，非完整代码 #define SAMPLE_RATE 500 // 采样率，每秒500个点 #define BUFFER_SIZE 1000 // 循环缓冲区大小 int rawSignalBuffer[BUFFER_SIZE]; // 存储原始ADC值 int filteredSignalBuffer[BUFFER_SIZE]; // 存储滤波后信号 int bpm = 0; // 计算得到的心率 unsigned long lastBeatTime = 0; // 上一次检测到R波的时间戳 const int QRS_THRESHOLD = 600; // R波检测阈值（需根据实际信号调整） void setup() { // 初始化串口、OLED显示 Serial.begin(115200); display.begin(); display.clearDisplay(); // 初始化ADC采样定时器，以SAMPLE_RATE的频率稳定采样 setupADCTimer(); } void loop() { // 1. 数据采集与预处理 int rawValue = analogRead(A2); // 从传感器读取原始值 // 去除直流偏置：减去信号的均值或一个固定偏置电压对应的ADC值 rawValue -= 512; // 假设信号在2.5V（ADC值512）上下波动 // 2. 软件滤波（数字信号处理） int filteredValue = bandpassFilter(rawValue); // 带通滤波，例如0.5Hz - 40Hz // 常用简单滤波：移动平均滤波或一阶低通滤波，用于平滑高频噪声 filteredValue = lowPassFilter(filteredValue); // 3. R波峰值检测（核心算法） // 将滤波后的值存入循环缓冲区 filteredSignalBuffer[bufferIndex] = filteredValue; bufferIndex = (bufferIndex + 1) % BUFFER_SIZE; // 检测峰值：当前值比前一个和后一个值都高，且超过阈值 if (filteredValue > QRS_THRESHOLD && filteredValue > filteredSignalBuffer[(bufferIndex-1+BUFFER_SIZE)%BUFFER_SIZE] && filteredValue > filteredSignalBuffer[(bufferIndex+1)%BUFFER_SIZE]) { // 防止噪声引起的多次触发：距离上次检测必须超过一定时间（如200ms，对应300BPM） unsigned long currentTime = millis(); if (currentTime - lastBeatTime > 200) { // 检测到一次有效心跳！ unsigned long beatInterval = currentTime - lastBeatTime; // 心跳间隔（毫秒） lastBeatTime = currentTime; // 4. 心率计算 // 将间隔转换为每分钟心跳次数 float bpmFloat = 60000.0 / beatInterval; // 60000 ms / 间隔(ms) // 5. 平滑与显示 // 对心率值进行平滑处理（如移动平均），避免因单次间隔误差导致数值剧烈跳动 bpm = movingAverage(bpmFloat); displayBPM(bpm); // 在OLED上更新显示 Serial.print("BPM: "); Serial.println(bpm); // 串口输出 } } // 可选：在OLED上绘制一个简单的心电波形图 plotWaveform(filteredValue); }

算法要点解析：

  • 带通滤波：硬件配置进行了初步滤波，软件中需要再进行一次数字带通滤波。一个简单有效的方案是结合高通和低通滤波。例如，用“当前值减去前一个值”近似实现高通滤波（去除基线漂移），再对结果进行移动平均实现低通滤波（去除高频噪声）。更高级的可以用软件实现巴特沃斯或切比雪夫滤波器。
  • 阈值动态调整：固定的QRS_THRESHOLD可能不适应信号强弱变化。优秀的算法会动态调整阈值，例如，阈值设置为最近一段时间信号峰值的某个比例（如60%）。
  • 消抖与误判排除：除了时间间隔限制，还可以加入“斜率检测”。R波上升沿非常陡峭，计算信号的差分（相邻点差值），当差分值超过一个斜率阈值时，才认为可能是R波前沿，再结合峰值检测，能更准确地排除一些宽大的T波或噪声干扰。
  • 中值滤波：在计算最终BPM前，可以存储最近5-10次心跳间隔，取中值作为最终结果，能有效剔除偶然的误检或漏检。

4.3 OLED显示优化与用户体验

在OLED上，除了显示大大的心率数字，还可以增加更多信息提升用户体验：

void displayBPM(int bpm) { display.clearDisplay(); display.setTextSize(2); display.setCursor(0,0); display.print("HR:"); display.setTextSize(3); // 用更大的字体显示心率 display.setCursor(30, 20); display.print(bpm); display.setTextSize(2); display.setCursor(display.width()-40, 0); display.print("BPM"); // 添加一个简单的心形图标，随心跳闪烁（可选） static bool heartOn = false; if (bpm > 0) { // 有心跳时 heartOn = !heartOn; display.fillRect(display.width()-20, 25, 10, 10, heartOn ? SSD1306_WHITE : SSD1306_BLACK); } display.display(); }

还可以开辟屏幕下方区域，绘制一个实时的心电波形条图，让用户直观看到自己的心跳波形，这对于判断信号质量非常有帮助。

5. 信号调试、问题排查与优化技巧

即使按照步骤操作，第一次很可能看到的不是漂亮的心电图，而是杂乱无章的噪声。别灰心，调试是生物信号项目的常态。

5.1 常见问题与排查表

现象可能原因排查与解决方法
信号完全是一条直线或恒定值1. 电源未接通或连接错误。
2. 电极未接触皮肤或脱落。
3. 传感器模块损坏（VCC/GND接反）。
4. Arduino模拟引脚选择错误。		1. 检查所有电源线（VCC/GND）连接，用万用表测量模块供电电压（应为3.3V或5V）。
2. 重新粘贴电极，确保金属部分与皮肤充分接触。用万用表测量任意两个电极间的电阻（应在几十千欧以下）。
3. 检查BioAmp EXG Pill的配置焊点是否正确、有无虚焊。断开所有连接，仅给模块供电，测量OUT引脚对GND电压，轻轻触碰输入电极，电压应有微小变化，说明放大器基本工作。
4. 确认代码中analogRead的引脚号与硬件连接一致。
信号噪声极大，全是高频毛刺1. 工频干扰（50/60Hz）严重。
2. 电极接触阻抗过高。
3. 身体靠近强干扰源。
4. 未使用屏蔽线或屏蔽层未接地。		1. 远离所有交流电器，尝试用电池供电。在代码中增加一个50/60Hz的陷波滤波器（Notch Filter）。
2.严格执行皮肤预处理步骤，这是最常见的原因。更换新的凝胶电极。
3. 确保BioAmp Cable的屏蔽层在传感器端或Shield端可靠接地（GND）。
4. 保持身体静止，放松手臂和胸部肌肉。
信号有规律的大幅度缓慢起伏（基线漂移）1. 呼吸运动导致胸腔起伏。
2. 身体轻微移动。
3. 电极凝胶干涸或接触不稳定。		1. 在软件中增加一个截止频率为0.5Hz左右的高通滤波器，可以有效抑制呼吸引起的漂移。
2. 测量时尽量保持平静，坐稳。
3. 使用新的电极，或为干电极补充导电凝胶。
能看到波形但心率检测不准1. R波检测阈值设置不当。
2. 滤波参数不合适，R波特征被削弱。
3. 存在高大的T波或P波被误认为R波。		1. 先将原始信号通过串口绘图器（Serial Plotter）输出，观察稳定的R波幅度，据此调整代码中的QRS_THRESHOLD。
2. 调整软件滤波器的截止频率，确保R波的主要频率成分（5-15Hz）能通过。
3. 实现更复杂的算法，如结合斜率（差分）检测和幅度检测，或使用Pan-Tompkins等经典QRS检测算法。
OLED屏幕不亮或显示乱码1. I2C地址不对。
2. 连接线接触不良。
3. 未正确初始化显示库。		1. 使用I2C扫描程序（Arduino示例中有）查找OLED的正确地址（通常是0x3C或0x3D），并在代码display.begin()中修改。
2. 检查4根连接线是否牢固。I2C对上拉电阻有要求，如果线较长，可能在SDA和SCL线上各加一个4.7kΩ上拉电阻到VCC。
3. 确认安装了正确的库，并且#include语句和对象声明与库版本匹配。

5.2 高级优化与扩展思路

当基础功能稳定后，可以尝试以下优化，让项目更专业：

  • 实现真正的实时绘图：在OLED上开辟一块区域，实现一个滚动的心电图波形显示。这需要优化绘图函数，只更新变化的像素点，以保持较高的刷新率。
  • 加入信号质量指示：通过计算一段时间内信号的方差或噪声水平，在屏幕上用图标（如信号格）或颜色（绿/黄/红）提示当前信号质量，指导用户调整电极位置。
  • 心率变异性分析：存储连续的心跳间隔序列，可以计算SDNN、RMSSD等心率变异性指标，这些是反映自主神经活动的重要参数。
  • 数据记录与导出：添加一个SD卡模块，将原始心电信号和心率数据以CSV格式记录下来，便于后续在电脑上用MATLAB或Python进行更深入的分析。
  • 低功耗设计：如需长期佩戴，可改用Arduino Pro Mini或ESP32等低功耗主板，并优化代码，在检测到无信号时进入休眠模式，显著延长电池续航。

这个项目从硬件连接到软件算法的每一个环节，都体现了生物信号处理工程中的典型挑战和解决方案。亲手调试并看到清晰的心跳波形和稳定心率数字的那一刻，你会对隐藏在身体里的电生理世界有前所未有的直观认识。

http://www.cnnetsun.cn/news/2637909.html

相关文章：

  • 基于PPG原理的心率监测电路设计：从光电信号采集到心率算法实现
  • 瑞萨RA MCU实时可视化调试：零开销监控与交互式调参实战
  • 微信聊天记录备份终极指南：3步完成完整数据导出与隐私保护方案
  • 别再手动分割了！用Python+Open3D+RANSAC自动提取点云中的多个平面（附完整代码）
  • GDAL老项目升级指南：在Windows下为3.5以下版本“打补丁”，解锁FileGDB写入与字段别名读取
  • 告别软件切换！用uTools的超级面板和插件，5分钟搞定日常办公自动化
  • 5分钟搞定你的第一个CAPL脚本：用键盘控制CAN报文发送（CANoe 2024版实操）
  • Honey Select 2 HF Patch：200+插件一键安装，彻底解决游戏兼容性问题
  • qmcdump终极指南：3步免费解锁QQ音乐加密文件，高效实现格式自由转换
  • 别再傻傻分不清！脉冲激光器的能量、功率、脉宽到底啥关系？一张图给你讲明白
  • 人机合著：用AI协作框架探索技术奇点的哲学与技术交汇
  • Word文档导出为图片怎么操作？2026保姆级教程，手把手教你4种方法
  • 网红营销防欺诈指南：六步法识别虚假数据与真实影响力
  • 【Claude价值主张设计避坑手册】：92%的AI初创公司踩中的3个致命认知陷阱
  • 完整指南：免费批量下载番茄小说并转换为多格式电子书的高效方案
  • 保姆级教程：用Python+DeepSort复现多目标跟踪，从环境配置到跑通第一个Demo
  • 如何3分钟解决Windows和Office激活难题：智能激活工具完整指南
  • 解密Windows可执行文件：PEExplorerV2终极分析指南
  • 版权焦虑！15个优质可商用音乐素材站点汇总
  • 炉石传说HsMod插件：55项功能终极游戏增强指南
  • 告别手动！用Python脚本一键格式化ProCast节点应力数据（附完整代码）
  • 别再死记公式！用Multisim 14.0信号发生器+示波器，直观理解波形有效值计算
  • 用SolidWorks设计一个实用小零件：手把手教你创建带螺纹的锁紧螺母（含装饰螺纹线技巧）
  • 基于压阻效应与ESP32的可穿戴压力传感器DIY指南
  • 笔记本电脑游戏性能飙升方案：NVIDIA Profile Inspector深度调校指南
  • 基于Arduino的触觉导航系统：用振动指引方向，解放双眼安全出行
  • 丙酮冷转印法制作PCB：原理、材料与分步实操详解
  • K8s持久化存储太贵？试试JuiceFS CSI Driver，成本直降80%的实战配置指南
  • 如何高效管理多游戏模组：XXMI Launcher终极完整指南
  • 手把手教你用74LS90芯片搭一个电子时钟（附Proteus仿真文件）