基于Arduino的低成本健康监测系统设计与实现

1. 项目概述：低成本健康监测的创客实践

去年夏天帮大学生电子竞赛做评委时，发现不少队伍在健康监测项目上投入超预算。这让我开始思考：如何用最基础的硬件实现有价值的生理指标监测？经过三个月的原型迭代，这套基于Arduino UNO R3的方案最终将BOM成本控制在47.6元（2023年12月采购价），却能稳定测量心率、血氧和体温三项核心指标。

这个方案特别适合：

• 电子类专业学生课程设计
• 创客教育中的生物医学入门
• 硬件开发者的快速原型验证
• 偏远地区的简易健康筛查设备

关键突破点在于用软件算法补偿硬件精度不足，比如通过移动平均滤波处理红外传感器的噪声数据，这使得采用廉价的MAX30102传感器（仅8.5元）也能获得可用的血氧读数。

2. 硬件选型与成本控制

2.1 核心器件清单

总成本控制在50元内的秘诀：

1. 选用国产兼容芯片（如DS18B20有1:1仿制型号）
2. 利用开发板自带5V稳压，省去独立电源模块
3. 通过软件实现传感器复用（如MAX30102同时测心率和血氧）

2.2 传感器性能优化

廉价的MAX30102常遇到数据跳动问题，通过以下方法提升稳定性：

cpp复制// 心率计算采用动态阈值法
float threshold = 0.6 * (max_ir - min_ir) + min_ir; 
if(irValue > threshold && peak == false) {
    peak = true;
    BPM = 60000/(millis() - lastBeat);
}

温度传感器DS18B20的安装要注意：

• 使用导热硅胶固定到金属外壳内侧
• 避免与MAX30102共面放置（红外干扰）
• 每次读数前执行convertTemp命令

3. 系统架构与信号处理

3.1 数据采集流程设计

硬件连接遵循"三线原则"：

1. 所有传感器共用I2C总线（SCL/SDA）
2. 温度传感器独占一个数字引脚
3. OLED显示与MAX30102共用3.3V电源

信号处理的关键步骤：

1. 原始采样（MAX30102@100Hz）
2. 带通滤波（0.5-5Hz用于心率）
3. 移动平均（窗口宽度15个样本）
4. 峰值检测（动态阈值算法）
5. 血氧计算（红光/红外光比率法）

3.2 低功耗优化技巧

虽然这不是电池供电项目，但优化功耗能提升稳定性：

• 将delay()改为millis()定时检测
• 非连续测量时关闭传感器电源
• 使用PORT寄存器直接控制引脚（比digitalWrite快20倍）

cpp复制// 快速引脚操作示例
DDRB |= 0b00100000;  // 设置PB5为输出
PORTB |= 0b00100000; // PB5输出高电平

4. 软件实现细节

4.1 核心算法解析

心率计算采用时域分析法：

1. 通过IR信号找到相邻波峰间隔
2. 用中值滤波消除异常值
3. 计算60秒内平均心跳次数

血氧饱和度(SpO2)计算公式：

code复制R = (AC_red/DC_red)/(AC_ir/DC_ir)
SpO2 = 110 - 25*R

其中AC分量通过FFT提取，DC分量取滑动均值

4.2 完整代码结构

主程序逻辑架构：

cpp复制void setup() {
  initSensors();
  initDisplay();
}

void loop() {
  static uint32_t ts = millis();
  if(millis() - ts > 100) { // 10Hz更新率
    readTemp();
    updateHR(); 
    updateSpO2();
    displayData();
    ts = millis();
  }
}

关键库依赖：

• MAX30102使用SparkFun原厂库（需修改I2C速率）
• DS18B20用OneWire+DallasTemperature库
• OLED驱动选用U8g2库（兼容性最佳）

5. 校准与验证方法

5.1 传感器校准流程

心率校准：

1. 静坐状态下对比手指脉搏计数
2. 调整动态阈值系数（0.5-0.7范围）
3. 验证不同运动状态下的误差

温度校准：

cpp复制// 在已知温度环境中添加偏移量
float actualTemp = sensors.getTempC() + 0.3; 

5.2 临床数据对比测试

使用市售血氧仪（鱼跃YX306）作为参照：

注意：测量时需保持手指完全覆盖传感器，环境温度建议在15-30℃之间

6. 常见问题排查

6.1 硬件连接问题

症状：MAX30102无数据输出
排查步骤：

1. 检查3.3V供电是否稳定（万用表测量）
2. 确认I2C地址为0x57（部分山寨版不同）
3. 用逻辑分析仪查看SCL/SDA信号

6.2 数据异常处理

心率值持续偏高可能原因：

• 环境光干扰（加装遮光海绵）
• 手指未贴紧传感器
• 电源噪声（并联100uF电容）

OLED显示模糊解决方法：

1. 调整对比度参数

cpp复制u8g2.setContrast(150);

2. 检查I2C上拉电阻（4.7KΩ最佳）

7. 项目扩展方向

7.1 功能增强建议

1. 增加蓝牙HC-05模块（成本+15元）实现手机连接
2. 添加SD卡存储原始波形数据
3. 开发简易外壳（3D打印或激光切割）

7.2 教学应用案例

在某高职院校的实训课程中，学生基于此方案开发了：

• 老人跌倒检测报警器（结合MPU6050）
• 婴儿呼吸监测垫（压力传感器改装）
• 健身房运动强度监测系统

实际教学中发现，将采样数据通过Serial.print()输出到电脑，再用Python做实时波形显示，能显著提升学生的学习兴趣。这里分享一个简单的Matplotlib可视化脚本：

python复制import matplotlib.pyplot as plt
import serial

ser = serial.Serial('COM3', 115200)
plt.ion()
fig, ax = plt.subplots()
while True:
    data = ser.readline().decode().strip()
    y = float(data.split(',')[0]) 
    ax.scatter(time.time(), y, c='r')
    plt.pause(0.01)

这个项目最让我惊喜的是，即便使用最基础的硬件，通过精心设计的信号处理算法，依然能获得具有实用价值的生理数据。在最近一次社区义诊中，我们用20套这样的设备为居民提供基础筛查，累计检测超过300人次，数据可靠性得到了现场医护人员的认可。