当前位置：首页 > news >正文

基于Arduino的心电信号采集系统：从模拟电路到心率检测

news 2026/5/31 15:42:42

1. 项目概述：从零搭建一个桌面级心电信号采集系统

心电信号，也就是我们常说的ECG，是心脏肌肉在收缩和舒张过程中产生的微弱电信号。对于电子爱好者、生物医学工程的学生，或者任何对生理信号采集感兴趣的人来说，能够亲手搭建一个系统，从自己身上采集并看到实时的心跳波形，是一件极具成就感的事情。这个项目，就是围绕Arduino Uno，设计并实现一个完整的心电信号采集与显示系统。它不仅仅是一个简单的“传感器读数”项目，而是融合了模拟电路设计（信号放大与滤波）、生物信号特性理解以及嵌入式系统编程的综合实践。

整个系统的核心目标很明确：从人体体表拾取仅有毫伏级别的微弱心电信号，经过一系列电路处理，将其放大、净化，最终通过Arduino转换为数字信号，在电脑上实时绘制出清晰的心电图波形，并计算出实时心率。你最终会得到一套可以放在桌面上运行的设备，通过几个电极贴片连接到身体（通常是手腕和脚踝），就能在电脑的串口绘图仪上看到自己的心跳。需要强调的是，这个系统是一个教学和实验性质的设备，它的精度、安全性和可靠性都无法与专业的医疗诊断设备相提并论，绝不能用于任何形式的医疗诊断或健康评估，其价值在于学习和理解生物信号采集的基本原理与工程实现。

2. 系统核心设计思路与方案选型

为什么选择这样的架构？这背后是一连串的工程权衡。心电信号极其微弱，典型幅度只有0.5mV到2mV，而环境中充斥着各种噪声，尤其是50Hz（国内）或60Hz（国外）的工频干扰，其强度可能远大于心电信号本身。因此，直接用一个Arduino的模拟输入口（分辨率为5V/1024 ≈ 4.9mV）去读取，信号早就淹没在噪声里了。所以，我们必须设计一个前端的模拟信号调理电路，完成“放大”和“滤波”两大任务。

2.1 为什么是三级电路？

我们采用了经典的三级模拟电路串联方案：仪表放大器 -> 陷波滤波器 -> 低通滤波器。这是一种逐级解决问题的思路。

第一级：仪表放大器。它的首要任务是“放大”。我们需要将毫伏信号放大到伏特级别，以便Arduino能够有效分辨。为什么选择仪表放大器而不是普通运放？因为从人体采集的信号是差分信号（两个测量点之间的电位差），仪表放大器具有极高的共模抑制比，能有效抑制同时出现在两个输入端的干扰（比如工频干扰），只放大我们需要的差分信号。这是获取干净信号的第一步。
第二级：陷波滤波器。它的任务是“精准剔除”。经过放大，信号变大了，但噪声也被放大了。其中，50/60Hz的工频干扰是最顽固、最强大的单一频率噪声源。陷波滤波器就像一个频率“陷阱”，专门针对这一个特定频率进行深度衰减（理想情况下在该频率点增益为0），从而将其从信号中剔除。
第三级：低通滤波器。它的任务是“模糊处理”。心电信号的有效频率成分一般在0.05Hz到100Hz左右，超过150Hz的成分大多是肌电干扰（肌肉活动）、电极接触噪声等无用高频噪声。一个截止频率在100-150Hz的低通滤波器，可以平滑地衰减这些高频噪声，使波形看起来更干净。

2.2 核心器件选型考量

运算放大器 uA741：这是一个古老而经典的通用型运放。选择它主要是因为其易得、廉价且文档丰富，非常适合教学和原型验证。但它并非最优选择，其输入偏置电流较大、带宽有限。在实际追求更高性能的项目中，可以考虑如AD620（专用仪表放大器芯片）、OPA系列（低噪声、高精度运放）等。本项目使用uA741，完全足以验证原理并得到可见波形。
Arduino Uno：选择它是因为其庞大的社区支持和简单的开发环境。它的10位ADC（模拟-数字转换器）对于这个项目来说精度足够（放大后的信号峰值控制在0-5V范围内）。其内置的串口通信和强大的Serial Plotter（串口绘图仪）工具，使得实时波形显示变得异常简单，无需编写复杂的上位机软件。
电源：使用两节9V电池为运放电路供电，构成±9V的双电源系统。这是关键！大多数运放需要正负双电源才能输出正负摆幅的信号（心电信号有正有负）。电池供电也彻底隔离了市电，避免了通过电源线引入的额外工频干扰，这是生物信号采集中的常见技巧。

注意：电路中的电阻、电容值并非绝对不可变。原文作者也提到了因手头元件进行的替换。在电子制作中，理解电路原理比死记硬背元件值更重要。只要通过公式计算，保持电路的时间常数、截止频率等关键参数在目标范围内，使用相近值的元件是完全可以的。

3. 硬件电路详解与搭建要点

这一部分，我们将深入每一级电路的原理、计算和搭建时的“坑”。

3.1 仪表放大器：把微伏信号“喊大声”

仪表放大器的核心在于其差分放大结构。我们使用三个uA741运放搭建经典的三运放仪表放大器电路。

增益计算：仪表放大器的差分增益公式为G = (1 + 2*R1/Rg) * (R3/R2)。在典型电路中，通常令R2 = R3，公式简化为G = 1 + 2*R1/Rg。原文设定目标增益为2000。假设我们选择R1 = 100kΩ，那么根据公式2000 = 1 + 2*100k / Rg，可以反推出增益电阻Rg ≈ 100Ω。这是一个非常小的电阻，在实际中可能需要用精密电位器仔细调节。
实操要点：
1. 布局与走线：这是高增益放大电路，布局至关重要。输入线（来自电极的导线）要尽可能短，最好使用屏蔽线，并将屏蔽层单点接地（通常在Arduino的GND点）。所有连接要牢固，避免使用过长、松散的跳线。
2. 电源去耦：必须在每个运放的电源引脚（V+和V-）附近，紧贴着芯片放置一个0.1μF的陶瓷电容到地，用于滤除电源线上的高频噪声。这是保证运放稳定工作、避免自激振荡的必须步骤，很多初学者会忽略这一点导致电路异常。
3. 偏置通路：uA741需要提供输入偏置电流的返回路径。由于我们通过电极连接人体，而人体对直流可以视为开路，因此需要在两个输入端（通过大电阻，如1MΩ - 10MΩ）连接到地，为运放的输入晶体管提供微小的偏置电流通路，否则输出可能会饱和到电源电压。

3.2 双T型陷波滤波器：精准狙击50/60Hz干扰

我们采用经典的双T型有源陷波滤波器。它的传递函数在中心频率处有一个很深的凹陷。

中心频率计算：对于对称双T网络，陷波中心频率f0 = 1 / (2πRC)。目标是滤除50Hz（国内）或60Hz（国外）干扰。以60Hz为例，如果我们选择C = 0.1μF (0.1 × 10^-6 F)，那么可以计算出R = 1 / (2π * 60 * 0.1e-6) ≈ 26.5 kΩ。在实际电路中，为了精确调谐，常会用一个固定电阻串联一个精密电位器来微调这个R值。
品质因数Q值：Q值决定了陷波的“尖锐”程度。Q值越高，陷波越深越窄。通过调整双T网络与运放反馈网络中的电阻比例，可以调节Q值。对于工频干扰，一个中等Q值的陷波器即可，太窄可能因为市电频率微小波动而失效，太宽则会过度损伤心电信号中靠近该频率的有用成分。
实操心得：搭建好后，最好用函数发生器和示波器进行验证。输入一个正弦波，从低频到高频扫频，观察输出幅度。你应该能看到在50/60Hz附近，输出信号幅度急剧下降。如果没有示波器，可以临时用Arduino的ADC读取滤波前后的信号，在50/60Hz输入下，观察读数是否显著降低。

3.3 二阶低通滤波器：给信号“磨皮”

采用压控电压源型的二阶低通滤波器。它结构简单，性能适中。

截止频率计算：截止频率fc = 1 / (2π * sqrt(R1*R2*C1*C2))。通常为了设计方便，令R1 = R2 = R，C1 = C2 = C，则公式简化为fc = 1 / (2πRC)。假设我们设定截止频率为100Hz，选择C = 0.1μF，则R ≈ 15.9 kΩ。
巴特沃斯响应：通过调整电容C1和C2的比例（例如，令C2 = 2*C1），可以获得巴特沃斯响应，即在通带内具有最平坦的幅度特性。这对于希望保持波形形状不失真的心电信号来说是比较好的选择。
搭建检查：低通滤波器的验证同样可以通过扫频进行。输入一个高频信号（如500Hz），输出应衰减到很小；输入一个低频信号（如10Hz），输出应几乎无衰减地通过。

3.4 电极连接与身体导联

这是信号进入系统的“门户”，其质量直接决定了最终结果的成败。

导联配置：本项目采用标准的肢体导联II配置。具体接法是：
- 红色电极（正输入）-> 左腿（或左脚踝）。
- 黄色电极（负输入）-> 右臂（或右手腕）。
- 黑色电极（参考地）-> 右腿（或右脚踝）。这个配置产生的心电波形通常P波、QRS波群和T波都非常明显。
电极使用技巧：
1. 皮肤处理：用酒精棉片清洁电极粘贴部位的皮肤，去除油脂和死皮，能显著降低接触阻抗和运动伪影。
2. 导电膏：如果使用可重复使用的电极片，涂抹少量导电膏可以极大改善信号质量。一次性电极片通常自带导电凝胶。
3. 保持静止：在测量时，尽量保持身体和四肢静止。轻微的肌肉运动都会产生肌电信号（EMG），其幅度可能与ECG相当，干扰严重。
4. 导线固定：将电极导线用胶带或夹子固定在身体或衣服上，避免导线悬空摆动，这种摆动会产生摩擦生电的噪声。

4. 软件编程与Arduino数据处理逻辑

硬件电路输出的已经是比较干净的模拟心电信号了，接下来Arduino的工作是采样、简单的数字处理以及数据发送。

4.1 模拟信号采样

Arduino Uno的ADC是10位精度，参考电压默认为5V。这意味着它将0-5V的输入电压映射为0-1023的整数值。

int sensorValue = analogRead(A0); // 从A0引脚读取原始值 float voltage = sensorValue * (5.0 / 1023.0); // 转换为电压值（单位：伏特）

在连接电路时，需要确保放大滤波后的信号峰值在0-5V之间，最好居中（如偏置在2.5V附近），以充分利用ADC的动态范围，同时避免信号削顶（超过5V）或削底（低于0V）。

4.2 心率检测算法解析

原文提供的代码使用了一种简单的阈值检测法来识别QRS波（心电图中最高大的波峰），进而计算心率。这是嵌入式系统中一种经典且高效的轻量级算法。

int UpperThreshold = 50; // 峰值检测阈值 int LowerThreshold = 90; // 回落检测阈值（注意：此值高于峰值阈值，原文可能有误） int reading = 0; bool IgnoreReading = false; unsigned long FirstPulseTime = 0; unsigned long SecondPulseTime = 0; unsigned long PulseInterval = 0; void loop() { reading = analogRead(A0); // 检测心跳上升沿（QRS波峰值） if(reading > UpperThreshold && IgnoreReading == false){ if(FirstPulseDetected == false){ FirstPulseTime = millis(); FirstPulseDetected = true; } else { SecondPulseTime = millis(); PulseInterval = SecondPulseTime - FirstPulseTime; // 计算两次心跳间隔 FirstPulseTime = SecondPulseTime; // 更新时间点 } IgnoreReading = true; // 标记为已检测，防止在同一个波峰内重复计数 } // 检测心跳下降沿（信号回落） if(reading < LowerThreshold){ IgnoreReading = false; // 重置标记，准备检测下一个波峰 } // 计算心率（次/分钟） if(PulseInterval > 0){ // 避免除以零 BPM = 60000 / PulseInterval; // 60000毫秒 = 1分钟 } Serial.print("BPM: "); Serial.println(BPM); }

算法核心逻辑：

设置一个UpperThreshold。当采样值超过它时，认为可能检测到了一个QRS波峰。
一旦检测到波峰，立即设置一个“忽略区”（IgnoreReading = true），防止在同一个宽大的QRS波内因信号波动而多次触发。
设置一个较低的LowerThreshold。只有当信号回落到这个阈值以下时，才解除“忽略区”（IgnoreReading = false），系统才准备检测下一个QRS波。
记录连续两个QRS波峰的时间点，其时间差即为心跳间隔（PulseInterval），据此计算心率（BPM）。

重要纠偏与优化建议：原文代码中LowerThreshold = 90且判断条件为reading < LowerThreshold && reading > 2，这看起来有些矛盾。通常，LowerThreshold应低于UpperThreshold，用于判断信号是否已从峰值充分回落。一个更合理的设置是：UpperThreshold = 520(对应约2.5V)，LowerThreshold = 480(对应约2.35V)，具体值需要根据你实际放大后的信号幅度来调整。优化方向：简单的阈值法易受基线漂移和噪声干扰。更鲁棒的算法可以加入滑动窗口均值滤波来动态估算基线，或者使用导数法（检测R波更陡峭的上升沿）来提高准确性。

4.3 串口数据输出与波形显示

这是最直观的部分。Arduino通过串口同时发送两样东西：

原始电压值：用于绘制波形。Serial.println(voltage);
计算出的心率值：用于数字显示。Serial.print("BPM: "); Serial.println(BPM);

在Arduino IDE中，打开工具 -> 串口绘图仪。正确配置波特率（与代码中Serial.begin()一致，如74880或更常见的9600、115200），你就能看到一个实时滚动的波形图，并在下方看到不断更新的心率数值。串口绘图仪会自动将接收到的数字绘制成曲线，将“BPM: 72”这样的文本显示在角落。

5. 系统集成、调试与故障排查实录

当所有模块搭建完毕，集成调试才是真正的挑战。以下是我在多次实践中总结的步骤和常见问题。

5.1 上电前终极检查

电源极性：反复检查±9V电池是否正确连接到运放的V+和V-引脚，切勿反接！用万用表确认电压。
接地一致性：确保整个系统只有一个“地”参考点。将所有电路的地、Arduino的GND、电池的中间抽头（如果是双电池供电的虚拟地）可靠地连接在一起。
元件值：对照电路图，用万用表的电阻档和电容档抽查关键位置的电阻、电容值，特别是决定增益和频率的元件。

5.2 分级调试法（强烈推荐）不要一次性连接所有电路。采用“从前到后”或“从后到前”的分级调试。

方法A（从后到前）：
1. 先不接电极，用函数发生器给低通滤波器的输入注入一个1Hz-100Hz的正弦波（幅度约1V）。用示波器观察其输出，确认低通滤波器工作正常（高频衰减）。
2. 将信号源移到陷波滤波器的输入，输入一个50/60Hz正弦波。观察输出是否被极大衰减。再输入一个30Hz或100Hz信号，观察是否正常通过。
3. 最后测试仪表放大器。在其输入端接入一个很小的差分信号（可用两个电阻分压产生几毫伏的电压差），测量其输出增益是否符合设计。
方法B（使用Arduino验证）：如果没有示波器，可以在每一级电路的输出端，临时连接到Arduino的A0口，通过串口监视器观察数值变化。输入不同的频率和幅度，看读数变化是否符合滤波器特性（例如，输入60Hz时读数应最小）。

5.3 连接人体测试与信号优化当模拟测试通过后，断开函数发生器，连接电极到身体。

初始状态：先不要运行心率计算代码，只运行发送原始电压值的代码。打开串口绘图仪，观察原始波形。
常见问题与对策：
- 问题1：信号幅度太小或太大。
  - 排查：检查仪表放大器增益电阻Rg。信号太小则减小Rg，太大则增大Rg。确保信号峰值在0-5V范围内，且最好有正负摆动。
- 问题2：波形上有规律的50/60Hz正弦波干扰。
  - 排查：陷波滤波器未调准或失效。检查双T网络的R、C值，尝试微调电阻。确保电路接地良好，电极导线使用屏蔽线。
- 问题3：波形基线缓慢上下漂移（基线漂移）。
  - 原因：这是心电采集的典型问题，由呼吸、电极接触电位变化引起。
  - 对策：在软件中加入数字高通滤波（即基线漂移校正）。最简单的方法是在Arduino代码中计算一个滑动平均作为“动态基线”，然后从每个采样点中减去这个基线值。
- 问题4：波形毛刺多，不光滑。
  - 排查：高频噪声。确认低通滤波器截止频率是否合适。检查电源去耦电容是否焊好。确保测量时身体和导线保持静止。
- 问题5：心率计算完全不准确或乱跳。
  - 排查：调整UpperThreshold和LowerThreshold。它们必须根据你实际的信号幅度来设置。打开串口绘图仪，观察稳定的QRS波峰值和谷值对应的ADC读数，将阈值设在其间。例如，峰值读数为800，谷值读数为200，则UpperThreshold可设为700，LowerThreshold可设为300。

5.4 提升系统稳定性的进阶技巧

右腿驱动电路：这是一个高级但非常有效的技巧。它不是简单地将右腿接地，而是通过一个运放将身体共模信号反相放大后，再驱动右腿电极。这能主动抵消从身体感应的共模干扰（主要是工频干扰），可以显著提升信号质量。
软件数字滤波：在Arduino上实现简单的数字滤波器，如移动平均滤波（去毛刺）或一阶高通滤波（去基线漂移），可以弥补硬件电路的不足，且灵活可调。
使用专用仪表放大器芯片：如AD620或INA128。它们将三运放仪表放大器集成在一颗芯片内，匹配精度高，共模抑制比远超分立元件搭建的电路，能极大简化设计并提升性能。

当你按照以上步骤，最终在屏幕上看到随着自己呼吸和心跳而规律跳动的清晰波形时，所有的调试和折腾都是值得的。这个项目就像一座桥梁，连接了抽象的电子学原理与鲜活的生命现象。它教会你的远不止如何连接几个运放和写几行代码，更是一种系统性的工程思维：从需求分析、方案设计、模块实现、集成调试到问题解决。你可以在此基础上继续探索，比如加入SD卡存储、OLED本地显示、蓝牙传输到手机，甚至尝试更复杂的心律失常算法检测。

查看全文

http://www.rkmt.cn/news/1434934.html