Στην παρούσα διπλωματική ασχοληθήκαμε με την εύρεση του καρδιακού ρυθμού ενός ατόμου με τεχνικές ψηφιακής επεξεργασίας εικόνας στο κοντινό και στο μέσο υπέρυθρο φάσμα. Χρησιμοποιήσαμε μια σειρά από διόδους εκπομπής στο υπέρυθρο φάσμα και μια βιντεοκάμερα με την οποία πήραμε τα προς εξέταση δεδομένα. Στηριζόμαστε στην ιδιότητας της αιμοσφαιρίνης να απορροφά το υπέρυθρο φως ορισμένου μήκους κύματος. Επεξεργαζόμενοι το οπτικό υλικό που προκύπτει από τις μετρήσεις μας με κατάλληλες μεθόδους μπορούμε να πλησιάσουμε στην εύρεση του καρδιακού ρυθμού, μελετώντας τα βιολογικά σήματα και ευρίσκοντας μεθόδους βελτίωσης τους. / -

Το αντικείμενο της εργασίας είναι ο υπολογισμός του καρδιακού και αναπνευστικού παλμού με επεξεργασία του σήματος που λαμβάνεται με χρήση πιεζοηλεκτρικού αισθητήρα. Ο αισθητήρας είναι τοποθετημένος στον λαιμό και ανιχνεύει ένα σήμα που περιλαμβάνει τόσο τον καρδιακό, όσο και τον αναπνευστικό ρυθμό. Η δειγματοληψία και μετατροπή του σήματος σε ψηφιακό γίνεται με χρήση του microcontroller MSP430F149 ο οποίος προγραμματίζεται κατάλληλα για το σκοπό αυτό. Το ψηφιακό αυτό σήμα επεξεργάζεται με κατωδιαβατό φίλτρο πεπερασμένης κρουστικής απόκρισης προκειμένου να αποκοπούν οι υψηλές συχνότητες και υπολογίζεται η ενέργεια του προκύπτοντος σήματος. Εν συνεχεία με χρήση του FFT, και κατάλληλων φίλτρων γίνεται ο διαχωρισμός του σήματος σε αναπνοής και καρδιακού ρυθμού. / -

Στην παρούσα διπλωματική εργασία ασχοληθήκαμε με την εύρεση του καρδιακού παλμού ενός ατόμου με τεχνικές ψηφιακής επεξεργασίας εικόνας στο κοντινό και στο μέσο υπέρυθρο φάσμα. Χρησιμοποιήσαμε μια σειρά από διόδους εκπομπής στο υπέρυθρο φάσμα και μια βιντεοκάμερα με την οποία πήραμε τα προς εξέταση δεδομένα. Στηριζόμαστε στην ιδιότητας της αιμοσφαιρίνης να απορροφά το υπέρυθρο φως ορισμένου μήκους κύματος. Επεξεργαζόμενοι το οπτικό υλικό που προκύπτει από τις μετρήσεις μας με κατάλληλες μεθόδους μπορούμε να πλησιάσουμε στην εύρεση του καρδιακού ρυθμού, μελετώντας τα βιολογικά σήματα και ευρίσκοντας μεθόδους βελτίωσης τους. Θα κάνουμε μία σύντομη αναφορά στα κεφάλαια που περιλαμβάνει η εργασία αυτή. Στην αρχή γίνεται μια γνωριμία με τον τομέα της Βιοιατρικής Τεχνολογίας, τις εφαρμογές αυτού και τους κλάδους που τον συνθέτουν. Εν συνεχεία, δίνονται κάποιες εισαγωγικές έννοιες σε σχέση με τα βιολογικά σήματα καθώς και οι βασικές αρχές επεξεργασίας αυτών. Κατόπιν προσεγγίζονται βασικές έννοιες φυσιολογίας του καρδιοκυκλοφοριακού συστήματος και της αιμοσφαιρίνης, καθώς διαδραματίζει σημαντικότατο ρόλο στην πειραματική μας διαδικασία. Ακολουθεί η περιγραφή της πειραματικής διάταξης καθώς και τα αποτελέσματα που προέκυψαν από τις πειραματικές διαδικασίες που πραγματοποιήθηκαν στο εργαστήριο μας. Στα επόμενα τρία κεφάλαια πραγματοποιείται η επεξεργασία των σημάτων μας αρχικά με τη βοήθεια του μετασχηματισμού Fourier και έπειτα με τη χρήση μιας σειράς κατωδιαβατών φίλτρων εφαρμοσμένων στα σήματα φωτεινότητας αλλά και στις εικόνες που προέκυψαν από το πειραματικό μέρος της εργασίας. Παραθέτουμε τα αποτελέσματα και τα συμπεράσματα μας από τη μελέτη αυτών. Τέλος,γίνεται αναφορά στις βασικές αρχές που διέπουν την απορρόφηση του φωτός κια στις βασικές διεργασίες που συνtελούν στη λειτουργία αυτή. / In this paper we dealt with finding the heartbeat of a person with digital image processing techniques in the near and mid infrared range. We used a series of infrared emitting diodes spectrum and a CCD video camera with which we got to test data. We rely on the status of hemoglobin to absorb the infrared light of certain wavelength. By editing visual materials resulting from our measurements using appropriate methods we can get closer to finding the rhythm, studying the biological signals. In the beginning there is an introduction to the field of medical technology, applications and industries such as it is composed. Then, we present some introductory concepts in relation to biological signals and the basic principles of processing. Afterwards, we approached concepts of circulation physiology and the properties of hemoglobin, as it plays a crucial role in our experimental procedure. We also describe the experimental setup and the results of the experimental procedures performed in our laboratory. The next three chapters are about the processing of signals using the Fourier transformation and then we use a series of low-pass filters applied to luminance signals and images obtained from the experimental part. Then we refer to the results and conclusions from our study which shows similarities between the heart rate curve and the luminance curve. Finally, reference is made to the basic principles governing the absorption of light,as it is the basic feature used to interpret our results.

Η παρούσα διπλωματική εργασία, πραγματεύεται την εύρεση της κυματομορφής της μεταβολής της φωτεινότητας φωτονίων που διέρχονται από το χέρι ανθρώπου και δίνουν πληροφορία για την αρτηριακή πίεση και κατ’ επέκταση τον υπολογισμό του καρδιακού ρυθμού ενός ατόμου με τη χρήση τεχνικών επεξεργασίας εικόνας. Χρησιμοποιώντας μια σειρά από διόδους εκπομπής, στο ορατό και υπέρυθρο φάσμα, κατευθύνουμε το φως προς ένα δίκτυο ιστών όπου αυτό είναι λεπτό και το διαπερνά (δάκτυλο, λοβίο αυτιού κλπ). Στη συνέχεια, μέσω μιας βιντεοκάμερας παίρνουμε τα υπό εξέταση δεδομένα. Συγκρίνοντας την απορρόφηση του φωτός στις διαδοχικές εικόνες και ύστερα από κατάλληλη επεξεργασία των εικόνων με τη βοήθεια του Matlab οδηγούμαστε στην εύρεση του καρδιακού ρυθμού. / The present thesis deals with the determination of the waveform that depicts the fluctuation of the brightness of photons which pass through the hand of a person and provides information for the arterial pressure. Exploiting the results through digital image processing techniques, subject’s cardiac rhythm can be conclusively calculated. Using a series of diodes emitting in the visible spectrum along with a second series of diodes emitting in the infrared spectrum, we direct their light to a part of the human tissue which is thin (finger, earlobe etc) and can be easily penetrated. Afterwards via a CCD video camera we capture picture data of the light that is not absorbed. Cardiac rhythm can be calculated by comparing the absorption of light in successive pictures processed by digital imaging processing tools of Matlab.