SmartBP: plataforma de aquisição de sinais PPG

Abstract

Este trabalho propõe o desenvolvimento de uma plataforma integrada para aquisição, análise e visualização de sinais fotopletismográficos (PPG), motivado pelo impacto crescente das doenças cardiovasculares na sociedade. Os sinais PPG, por serem não invasivos e ricos em informações, apresentam grande potencial para aplicações em monitoramento fisiológico e diagnóstico. A coleta dos sinais é realizada por meio de um dispositivo eletrônico baseado no microcontrolador ESP32, equipado com o sensor óptico MAX30102. A comunicação com a plataforma web ocorre via protocolo MQTT, integrando-se a uma aplicação desenvolvida em Streamlit. Para a análise dos sinais, utiliza-se a toolbox NeuroKit2, que permite o pré-processamento dos dados e a inferência de um índice de qualidade para cada coleta. O sistema desenvolvido permite a visualização dos sinais adquiridos e a gestão das coletas realizadas. No processo de validação, foram analisados fatores como o tipo de luz utilizada na captação dos sinais, a taxa de amostragem do sensor e a estabilidade da fixação ao usuário, com o objetivo de identificar os parâmetros que resultam em medições de melhor qualidade. Além disso, a arquitetura adotada favorece a escalabilidade da solução, permitindo a conexão de múltiplos dispositivos a uma base central de dados. Dessa forma, o trabalho estabelece uma base funcional para futuras investigações com sinais PPG, incluindo a criação de um banco de dados robusto e a aplicação de modelos de aprendizado de máquina para estimativas fisiológicas, como a pressão arterial. A solução desenvolvida abre caminho para avanços no uso clínico e científico desses sinais em contextos digitais.

This work proposes the development of an integrated platform for the acquisition, analysis, and visualization of photoplethysmographic (PPG) signals, motivated by the growing impact of cardiovascular diseases in society. PPG signals, being non-invasive and rich in physiological information, offer great potential for applications in monitoring and diagnosis. Signal acquisition is carried out through an electronic device based on the ESP32 microcontroller, equipped with the MAX30102 optical sensor. Communication with the web platform is established via the MQTT protocol, integrating with an application developed using Streamlit. For signal analysis, the NeuroKit2 toolbox is employed, enabling preprocessing and the inference of a quality index for each acquisition. The system allows visualization for the acquired signals and management of the collected data. During validation, factors such as light source, sensor sampling rate, and fixation stability were evaluated to identify optimal acquisition parameters. Furthermore, the adopted architecture supports system scalability, allowing the connection of multiple devices to a centralized database. This project thus provides a functional foundation for future investigations involving PPG signals, including the creation of a robust database and the application of machine learning models for physiological estimations, such as blood pressure. The developed solution paves the way for advancements in the clinical and scientific use of these signals in digital health contexts.