L’elettrocardiogramma rappresenta uno strumento fondamentale per la registrazione e l’analisi dell’attività elettrica cardiaca, fornendo parametri rilevanti quali la frequenza cardiaca media e la variabilità della frequenza cardiaca, utilizzati per valutare la funzionalità e la regolazione autonoma del sistema cardiovascolare. La disponibilità di piattaforme open-source ha recentemente permesso la realizzazione di dispositivi biomedici a basso costo, modulari e altamente personalizzabili, in grado di integrare acquisizione e analisi in tempo reale. La tesi descrive la progettazione, lo sviluppo e la sperimentazione di un sistema autonomo per l’acquisizione e l’elaborazione del segnale elettrocardiografico, interamente basato su componenti open hardware e software. L’architettura prevede l’utilizzo del modulo AD8232 per la rilevazione del segnale, di Arduino Uno R3 per la conversione analogico-digitale e di Raspberry Pi per l’elaborazione locale e la visualizzazione dei dati. L’integrazione delle due piattaforme è stata ottimizzata per garantire sincronizzazione e stabilità del flusso dati, riducendo al minimo discontinuità dovute a rumore o interferenze. Il software, sviluppato in Python, implementa un’acquisizione asincrona dei campioni e un filtro digitale passa-basso di tipo Butterworth, finalizzato alla riduzione delle componenti ad alta frequenza preservando la morfologia del complesso QRS. Il rilevamento dei picchi R è basato su un algoritmo a soglia dinamica adattiva, in grado di identificare i picchi anche in presenza di variazioni di ampiezza o artefatti. I segnali registrati sono stati successivamente elaborati in MATLAB, calcolando frequenza cardiaca media, variabilità della frequenza cardiaca e deviazione standard degli intervalli R-R. Le prove sperimentali, condotte su cinque soggetti volontari a riposo, hanno mostrato frequenze cardiache medie tra 69 e 91 battiti al minuto e variabilità della frequenza cardiaca tra 35 e 136 millisecondi. Le acquisizioni hanno confermato la coerenza fisiologica dei tracciati, nonostante artefatti dovuti a instabilità meccaniche, interferenze elettriche e limitazioni del sistema di alimentazione. I risultati dimostrano la fattibilità di un approccio open-source per acquisizione ed elaborazione di segnali elettrocardiografici affidabili, evidenziando però criticità legate alla stabilità dei collegamenti e alla sensibilità del modulo di rilevazione. Il prototipo sviluppato costituisce una solida base tecnica per futuri sviluppi orientati al miglioramento della qualità del segnale, all’ottimizzazione dell’alimentazione e all’implementazione di algoritmi avanzati di analisi cardiaca, con l’obiettivo di incrementare precisione e affidabilità delle misure.
Sviluppo di un sistema portatile per il monitoraggio elettrocardiografico basato su Raspberry Pi e Arduino UNO
BUFIS, MICHELE PASQUALE
2024/2025
Abstract
L’elettrocardiogramma rappresenta uno strumento fondamentale per la registrazione e l’analisi dell’attività elettrica cardiaca, fornendo parametri rilevanti quali la frequenza cardiaca media e la variabilità della frequenza cardiaca, utilizzati per valutare la funzionalità e la regolazione autonoma del sistema cardiovascolare. La disponibilità di piattaforme open-source ha recentemente permesso la realizzazione di dispositivi biomedici a basso costo, modulari e altamente personalizzabili, in grado di integrare acquisizione e analisi in tempo reale. La tesi descrive la progettazione, lo sviluppo e la sperimentazione di un sistema autonomo per l’acquisizione e l’elaborazione del segnale elettrocardiografico, interamente basato su componenti open hardware e software. L’architettura prevede l’utilizzo del modulo AD8232 per la rilevazione del segnale, di Arduino Uno R3 per la conversione analogico-digitale e di Raspberry Pi per l’elaborazione locale e la visualizzazione dei dati. L’integrazione delle due piattaforme è stata ottimizzata per garantire sincronizzazione e stabilità del flusso dati, riducendo al minimo discontinuità dovute a rumore o interferenze. Il software, sviluppato in Python, implementa un’acquisizione asincrona dei campioni e un filtro digitale passa-basso di tipo Butterworth, finalizzato alla riduzione delle componenti ad alta frequenza preservando la morfologia del complesso QRS. Il rilevamento dei picchi R è basato su un algoritmo a soglia dinamica adattiva, in grado di identificare i picchi anche in presenza di variazioni di ampiezza o artefatti. I segnali registrati sono stati successivamente elaborati in MATLAB, calcolando frequenza cardiaca media, variabilità della frequenza cardiaca e deviazione standard degli intervalli R-R. Le prove sperimentali, condotte su cinque soggetti volontari a riposo, hanno mostrato frequenze cardiache medie tra 69 e 91 battiti al minuto e variabilità della frequenza cardiaca tra 35 e 136 millisecondi. Le acquisizioni hanno confermato la coerenza fisiologica dei tracciati, nonostante artefatti dovuti a instabilità meccaniche, interferenze elettriche e limitazioni del sistema di alimentazione. I risultati dimostrano la fattibilità di un approccio open-source per acquisizione ed elaborazione di segnali elettrocardiografici affidabili, evidenziando però criticità legate alla stabilità dei collegamenti e alla sensibilità del modulo di rilevazione. Il prototipo sviluppato costituisce una solida base tecnica per futuri sviluppi orientati al miglioramento della qualità del segnale, all’ottimizzazione dell’alimentazione e all’implementazione di algoritmi avanzati di analisi cardiaca, con l’obiettivo di incrementare precisione e affidabilità delle misure.| File | Dimensione | Formato | |
|---|---|---|---|
|
Frontespizio_firmato_A.pdf
embargo fino al 22/10/2028
Descrizione: Frontespizio firmato
Dimensione
200.87 kB
Formato
Adobe PDF
|
200.87 kB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/23611