1. 项目概述与核心价值做生物医学电子尤其是心电信号处理最头疼的就是怎么从一堆噪声里把那个微弱的、只有几个毫伏的PQRST波形给干干净净地“捞”出来。这活儿就像在嘈杂的菜市场里听清别人说悄悄话没点真功夫不行。这次分享的就是一个从仿真到实物的完整ECG信号调理与心率监测电路项目。它的核心目标很明确设计一个前端模拟电路把人体体表采集到的、淹没在工频干扰和肌电噪声里的ECG信号放大到Arduino这类数字微控制器能可靠识别的水平并最终计算出实时心率。为什么这个项目值得一做因为它几乎涵盖了模拟电路设计里最经典、也最考验基本功的几个环节高增益放大、特定频率陷波和宽带低通滤波。每一个环节的参数选择都直接关系到最终信号的质量和心率算法的准确性。你会在过程中深刻理解为什么仪表放大器是生物电采集的首选为什么是60Hz而不是50Hz需要被“挖掉”以及如何设置低通滤波的截止频率才能在保留ECG特征和抑制高频噪声之间找到最佳平衡点。最终当你看到示波器上清晰的心跳波形或者Arduino串口稳定地输出每分钟的心跳次数时那种成就感是看多少理论书都换不来的。无论你是电子工程、生物医学工程的学生还是对可穿戴健康设备感兴趣的硬件爱好者这个项目都能帮你把教科书上的运放、滤波器知识变成手里实实在在能工作的电路。2. 核心电路设计与思路拆解2.1 系统架构总览一个完整的、基于ECG信号的心率监测系统其信号链路可以清晰地划分为三个核心阶段传感与采集、模拟信号调理、以及数字处理与计算。我们这个项目的重点集中在第二阶段的模拟信号调理电路设计上这是决定整个系统信噪比和精度的关键。首先从人体体表通过电极采集到的心电原始信号极其微弱典型幅值在0.5mV到5mV之间QRS波幅度较大。同时它携带着大量的噪声最强的干扰来自50/60Hz的工频电源及其谐波其幅度可能比ECG信号本身大几十甚至上百倍其次是来自肌肉收缩的肌电噪声频谱较宽可达几百Hz还有电极与皮肤接触不良引起的基线漂移接近直流或极低频。因此前端电路的设计目标非常明确第一将微弱的ECG信号放大到适合后续电路处理的电平例如伏特级第二最大限度地抑制工频干扰第三滤除高频噪声并限制信号带宽。基于此我设计的系统架构是一个级联结构高增益仪表放大器 - 60Hz陷波滤波器 - 低通滤波器。仪表放大器负责提供主要增益并抑制共模干扰陷波滤波器专门“狙击”工频噪声低通滤波器则负责扫清剩余的高频杂波为ADC采样提供一个干净、带宽受限的信号。整个设计流程遵循“先仿真后实作”的原则用LTSpice验证理论设计和参数再到面包板上搭建电路进行实测最后与Arduino联调。2.2 关键器件选型与考量运算放大器的选择这是整个电路的心脏。对于ECG放大尤其是第一级我们需要的是高输入阻抗、低偏置电流、低噪声和高共模抑制比的运放。因此仪表放大器是理想选择。我选用的是AD620或INA128这类经典的仪表放大器芯片。它们内部集成了精密匹配的电阻只需一个外部电阻即可精确设置增益G 1 49.4kΩ / Rg共模抑制比轻松超过100dB能有效抑制从左右手电极引入的共模工频干扰。如果出于成本或学习目的用三个普通运放如TL084、LM358搭建一个三运放仪表放大电路也是可行的但对电阻匹配精度要求极高CMRR会差一些。对于陷波和低通滤波电路运放的选择可以稍宽松但也要关注增益带宽积和噪声。我常用TL072或NE5532这类通用双运放它们价格便宜、性能均衡足以胜任音频频率范围内的滤波任务。TL072是JFET输入输入阻抗极高对前级影响小NE5532噪声更低但功耗稍大。电阻电容的精度在滤波器中尤其是决定频率的RC网络中电阻和电容的精度直接影响滤波器的中心频率和Q值。对于60Hz陷波器如果元件误差达到5%可能导致陷波点偏移到55Hz或65Hz滤波效果大打折扣。因此建议关键位置的电阻使用1%精度的金属膜电阻电容使用5%或更好精度的C0G/NP0材质的瓷片电容或薄膜电容。面包板实验时可能不显但做PCB时这点必须注意。电源设计ECG信号是双极性的有正有负因此运放需要双电源供电如±5V或±9V以提供以地为参考的对称输出摆幅。可以使用两块电池或者一个单电源通过电荷泵/虚拟地电路产生负压。在LTSpice仿真时务必正确定义V和V-电源网络。3. 核心模块电路设计与仿真3.1 高增益仪表放大器设计如前所述我直接采用AD620作为核心放大器件。其增益公式为 G 1 (49.4 kΩ / R_G)。我们的目标总增益是60dB也就是1000倍。但请注意这个1000倍增益通常不会全部由第一级仪表放大器承担。增益分配策略将1000倍60dB增益全部放在第一级意味着输入端的噪声和失调电压也会被放大1000倍可能使后级电路饱和。更合理的做法是分级放大。例如让AD620承担约100倍40dB的增益后续的陷波器和低通滤波器可以设计成有增益的如10倍20dB共同凑足60dB。这样既能保证足够的信噪比又能降低对单级运放动态范围的要求。计算与仿真若设定AD620增益为100倍则 R_G 49.4 kΩ / (G - 1) 49.4 kΩ / 99 ≈ 499 Ω。我们可以选择一个499Ω的精密可调电阻进行微调。在LTSpice中需要加载AD620的SPICE模型。搭建电路时正负输入端通过高通网络如串联一个0.1uF电容和1MΩ电阻到地连接电极以阻断直流偏置和减少基线漂移。供电为±9V。通过瞬态分析输入一个1mV、1Hz的正弦波模拟ECG低频成分观察输出是否为100mV验证增益。注意仪表放大器的参考端REF引脚通常接地。但如果后级电路有直流偏置可以通过此引脚施加一个偏置电压将输出电平整体移位以适应单电源ADC的输入范围。3.2 60Hz双T型陷波滤波器设计工频干扰是心电信号的头号敌人。最经典、有效的模拟剔除方案是双T型陷波滤波器。它是一种带阻滤波器在特定频率点这里设计为60Hz提供极深的衰减。电路原理与参数计算基本无源双T网络由电阻和电容组成对称的“双T”结构。为了获得更好的性能即更窄、更深的陷波我们通常将其与运放结合构成有源双T陷波滤波器。其中心频率 f0 1 / (2πRC)。我们的目标是60Hz。先选定一个方便的电容值比如 C 100nF (0.1uF)。则计算电阻 R 1 / (2π * 60Hz * 100nF) ≈ 26.5 kΩ。我们可以取标称值27kΩ。在标准双T网络中需要两个R、两个C以及两个R/2、两个2C。因此我们需要R1 R2 R4 27kΩR3 R/2 13.5kΩ 可用两个27kΩ并联实现C1 C2 C4 0.1uFC3 2C 0.2uF 可用两个0.1uF并联实现LTSpice仿真验证搭建好电路后进行交流分析AC Analysis扫描频率从1Hz到1kHz。观察幅频特性曲线应该在60Hz处看到一个非常尖锐的下陷衰减深度理想情况下可达-40dB甚至更多。同时检查在50Hz其他地区工频和120Hz二次谐波处的衰减情况。通过微调R3或C3的值例如将R3改为一个固定电阻串联一个小电位器可以精确地将陷波点校准到60Hz。实操心得陷波器的Q值品质因数越高阻带越窄对60Hz的抑制越好但对元件精度和稳定性的要求也越高。在实际面包板测试中由于寄生参数的影响实测的陷波频率可能会偏移几赫兹。务必在电路搭建完成后用信号发生器和示波器或频率特性分析仪实际扫频验证并通过可调元件进行微调。3.3 低通滤波器设计经过放大和陷波后信号中还存在肌电噪声可达几百Hz及其他高频干扰。我们需要一个低通滤波器将信号带宽限制在ECG的有效频率范围内通常认为在0.05Hz到150Hz之间同时为后续的Arduino ADC采样做好抗混叠准备。截止频率选择ECG信号的主要能量集中在0.5Hz到40Hz之间QRS波包含一些更高频的成分但超过150Hz后基本没有有用信息。根据奈奎斯特采样定理如果后续Arduino的ADC采样率是Fs那么抗混叠滤波器的截止频率Fc应小于Fs/2。假设我们使用Arduino的默认analogRead速率约9-10kHzFc的选择空间很大。但为了最大化信噪比并降低对采样率的要求通常将Fc设定在100Hz到150Hz之间。这里我选择100Hz作为-3dB截止频率。滤波器类型选择巴特沃斯响应通带最平坦切比雪夫响应阻带衰减更快但通带有纹波。对于ECG通带平坦度更重要因此选择二阶巴特沃斯低通滤波器。其电路采用Sallen-Key拓扑结构简单性能稳定。参数计算与仿真对于Sallen-Key二阶低通截止频率 f_c 1 / (2π * √(R1R2C1C2))。为了简化通常设 R1 R2 R C1 C2 C。则公式简化为 f_c 1 / (2πRC)。设定 f_c 100Hz 选取电容 C 100nF 则 R 1 / (2π * 100 * 100e-9) ≈ 15.9 kΩ。取标称值16kΩ。在LTSpice中搭建该电路运放接成电压跟随器形式增益为1。进行交流分析观察幅频曲线确认-3dB点是否在100Hz附近并检查在200Hz、500Hz等频率处的衰减是否足够二阶滤波器在fc两倍频处衰减约-12dB。你也可以尝试将运放接成同相放大器在滤波的同时提供额外的增益例如2倍这样前级仪表放大器的增益压力可以小一些。4. 电路集成、实测与Arduino编程4.1 面包板搭建与分段测试仿真通过后就可以在面包上动真格的了。强烈建议不要一次性搭建整个电路而是采用“分段搭建分段测试”的方法。搭建仪表放大器先只焊接AD620及其增益电阻、电源退耦电容每个电源引脚对地接一个0.1uF瓷片电容。输入端暂时不接电极而是通过一个信号发生器输入一个1kHz、峰峰值1mV的小正弦波。用示波器测量输出验证增益是否约为100倍输出约100mV并且波形没有失真。如果没有信号发生器可以用一个简单的电阻分压网络从函数发生器获取小信号。搭建陷波滤波器将仪表放大器的输出接入刚刚搭建好的双T陷波滤波器。此时用信号发生器输入一个60Hz、幅值适中的正弦波比如100mV。用示波器观察滤波器输出其幅度应被极大衰减理想情况几乎看不到。然后将频率调到50Hz或70Hz输出幅度应该恢复。这验证了陷波器的中心频率和有效性。搭建低通滤波器最后接入低通滤波器。输入一个幅值固定的正弦波从低频如10Hz慢慢扫频到高频如1kHz。用示波器观察输出电压在低于100Hz时应基本不变超过100Hz后应开始明显下降。这验证了低通滤波器的截止特性。级联测试将三级电路全部连接。用一个包含多种频率成分的信号例如方波或直接接入人体进行测试。这是最激动人心的时刻你可能会在示波器上第一次看到相对干净的ECG波形轮廓虽然可能还有噪声但大的干扰应该已被抑制。4.2 人体ECG信号采集实测电路级联测试正常后就可以连接人体了。你需要三个电极片一次性心电电极片最好和导联线。电极放置采用标准肢体导联I的接法。将右臂RA电极连接到电路的负输入端IN-左臂LA电极连接到正输入端IN右腿RL电极连接到参考地GND。这个右腿电极实际上起到了“驱动屏蔽”或共模参考的作用有助于进一步提高共模抑制比。上电与观察保持被测者静止手臂放松。给电路上电将最终输出连接到示波器。调整示波器的垂直灵敏度如500mV/div和时基如200ms/div。你应该能看到规律性的、类似下图的心电波形在屏幕上滚动。如果干扰仍然很大检查电极是否贴紧皮肤可以用酒精擦拭皮肤降低阻抗检查所有接地是否良好尝试让被测者远离电脑、电源等干扰源。信号评估观察到的QRS波那个最高的尖峰幅度应该在1V到3V之间得益于1000倍的总增益。波形应清晰可辨基线稳定。如果出现饱和波形被削顶说明增益过高可以适当减小第一级或第二级的增益。如果50/60Hz干扰纹波依然明显需要回头微调陷波滤波器的中心频率。4.3 Arduino心率计算算法与实现经过调理的、干净的ECG模拟信号已经可以送入Arduino的模拟输入引脚如A0。剩下的任务就是编写程序从这一维电压序列中实时计算出心率BPM。核心算法思路心率的计算本质上是检测QRS波心电图中最高、最陡峭的波群的出现时刻并计算相邻R波的时间间隔RR间期。算法需要具备抗干扰能力以应对偶尔的噪声毛刺。一个经典且简单的实时检测算法流程如下采样以稳定的频率例如200Hz通过analogRead读取A0引脚电压。采样率不必太高但必须稳定使用micros()函数定时而非delay。数字滤波在软件中实现一个简单的低通或带通滤波器进一步平滑信号并突出QRS波。例如可以计算滑动平均来抑制高频噪声或者使用一阶差分来增强信号的陡峭边缘因为R波上升沿非常快。阈值检测设定一个动态阈值。当滤波后的信号值超过该阈值时认为检测到一个潜在的R波峰值。防抖与确认由于噪声可能导致单点超过阈值需要设置一个“不应期”例如200ms。在一次检测后接下来的不应期内忽略所有超过阈值的事件以避免将一次心跳误判为多次。计算BPM记录每次有效R波被检测到的时间戳millis()。用当前R波的时间戳减去上一次的时间戳得到RR间期单位毫秒。心率BPM 60000 / RR间期(ms)。为了显示稳定可以对最近几次如4次计算出的BPM值取平均。Arduino代码要点const int ecgPin A0; const long sampleInterval 5; // 采样间隔5ms即200Hz unsigned long lastSampleTime 0; unsigned long lastBeatTime 0; float threshold 512.0; // 初始阈值假设ADC范围0-1023 int sampleCounter 0; int lastSample 0; bool beatDetected false; const long refractoryPeriod 200; // 不应期200ms void setup() { Serial.begin(9600); } void loop() { unsigned long currentTime millis(); // 定时采样 if (currentTime - lastSampleTime sampleInterval) { lastSampleTime currentTime; int rawValue analogRead(ecgPin); // 简单的软件滤波计算与上一个采样点的差值近似微分 int derivative rawValue - lastSample; lastSample rawValue; // 动态阈值更新阈值可以缓慢跟随信号的最大值/最小值 // 这里是一个简化示例实际需要更鲁棒的算法 // 检测逻辑微分值超过正阈值且不在不应期内 if (derivative threshold (currentTime - lastBeatTime) refractoryPeriod) { beatDetected true; lastBeatTime currentTime; // 计算心率 static unsigned long lastBeatTimeArray[4] {0}; // 存储最近4次心跳时间 static int beatIndex 0; lastBeatTimeArray[beatIndex] lastBeatTime; beatIndex (beatIndex 1) % 4; // 计算平均RR间期跳过未填充的初始值 long sumRR 0; int validCount 0; for (int i 0; i 3; i) { // 计算相邻间隔 int next (beatIndex i) % 4; int prev (beatIndex i - 1 4) % 4; if (lastBeatTimeArray[prev] ! 0 lastBeatTimeArray[next] ! 0) { sumRR (lastBeatTimeArray[next] - lastBeatTimeArray[prev]); validCount; } } if (validCount 0) { float avgRR sumRR / validCount; int bpm 60000 / avgRR; // 计算BPM Serial.print(Heart Rate: ); Serial.print(bpm); Serial.println( BPM); } } } }这段代码提供了一个非常基础的框架。在实际应用中你需要根据你的信号幅度仔细调整threshold并实现更完善的动态阈值算法和数字滤波器。5. 常见问题、调试技巧与优化方向5.1 电路调试问题排查表现象可能原因排查步骤与解决方案输出完全无信号或为一条直线1. 电源未接通或接反。2. 运放损坏。3. 信号通路存在断路。4. 参考电压如AD620的REF引脚未正确设置。1. 用万用表测量各运放电源引脚电压是否正确。2. 断开前后级用信号发生器从每一级的输入端注入信号逐级检查输出。3. 检查所有连接线、面包板插孔是否导通。4. 检查仪表放大器的REF引脚是否接地或接至所需偏置电压。信号严重失真饱和1. 总增益过高超出运放输出范围。2. 输入信号本身过大如电极接触噪声。3. 单电源供电下输入信号有负电压成分。1. 降低增益尤其是第一级。尝试将总增益从1000倍降至500倍或200倍测试。2. 不接人体用一个小信号测试确认电路本身是否工作正常。3. 确保使用双电源供电或为单电源系统设计正确的直流偏置电路。50/60Hz工频干扰依然明显1. 陷波滤波器中心频率偏移。2. 电路接地不良形成地环路。3. 电极接触阻抗过高或不平衡。4. 电源本身噪声大。1. 用信号发生器校准陷波器微调双T网络中的电阻如R3。2. 确保整个系统电路、示波器、人体共地良好。尝试使用电池为电路供电断开与市电的连接。3. 清洁皮肤重新贴紧电极确保RA和LA电极接触阻抗相近。4. 在电源入口和每个运放电源引脚增加退耦电容如10uF电解并联0.1uF瓷片。基线缓慢漂移1. 输入耦合电容过小高通截止频率太高。2. 运放输入偏置电流过大在高阻输入端产生压降。3. 电极极化电位不稳定。1. 增大仪表放大器输入端对地的高通滤波电容如从0.1uF增至1uF降低截止频率。2. 为高阻输入端如双T网络输入端提供直流对地通路并联一个大电阻。3. 使用银/氯化银电极其极化电位更稳定。高频噪声多波形毛糙1. 低通滤波器截止频率过高或失效。2. 电路布局混乱引入电磁干扰。3. 电源噪声。1. 检查低通滤波器元件值确认截止频率是否为设计的100Hz。可尝试降低截止频率到80Hz。2. 尽量缩短信号走线特别是放大器输入端。将模拟部分与数字部分Arduino隔离。3. 加强电源滤波。5.2 从面包板到稳定系统的优化建议面包板验证成功只是第一步。要做一个可靠的原型还需要考虑以下几点转制PCB面包板的寄生电容和电感会严重影响高频性能导致滤波器特性偏离仿真。用EDA软件如KiCad, EasyEDA绘制PCB能提供稳定、可重复的电气连接尤其是对敏感的模拟前端至关重要。布局时模拟部分要紧凑远离数字部分地平面要完整。加入右腿驱动电路这是一个高级技巧能显著提升共模抑制比。原理是采集仪表放大器输出的共模信号反相放大后通过一个运放反馈到人体的右腿RL电极。这相当于主动抵消了人体感应的共模干扰电压可以将CMRR再提高20-40dB。在要求高的场合非常有效。电源优化使用线性稳压电源如7809/7909代替开关电源噪声更低。如果必须用电池也要做好退耦。考虑使用隔离DC-DC模块为模拟部分供电彻底切断来自数字部分的地线噪声通路。算法升级上文提供的Arduino算法是基础版。更鲁棒的算法可以加入移动窗口积分用于更准确定位QRS波、自适应阈值、以及基于历史RR间期的异常值剔除。也可以将原始数据通过串口发送到电脑Python/Matlab进行更复杂的离线分析验证算法效果。安全考虑这是重中之重任何连接人体的电子设备都必须考虑电气安全。本项目使用的电源电压较低±9V且通过高值电阻与人体连接风险较低。但在设计最终产品时必须严格遵守医疗电气安全标准如IEC 60601采用光耦或磁耦进行信号隔离确保即使设备故障也不会对使用者造成电击危险。实验阶段务必在老师或专业人士指导下进行。