1

Juan Garay, John Grimaldo, Juan Vargas, Robert Collazos, Edgar Trujillo.
PROYECTO FINAL INSTRUMENTACION
MEDICA (Grupo colaborativo 299016_32)

B. Diseño y simulación en proteus.
Resumen – A continuación, veremos la descripción de cada
uno de los pasos del proyecto colaborativo y abordaremos la
solución del mismo, este es un electrocardiógrafo, donde se
intenta mejorar la calidad y la toma de muestras de señales ECG
del corazón.

I. INTRODUCCION

A continuación, se dará a conocer las etapas iniciales de

adquisición y procesamiento de una señal sinusoidal, por
medio de un simulador especializado como Proteus y
verificado en físico y tiempo real en Arduino, con esto, se
Fig. 1. Diseño principal del prototipo en proteus,
logran identificar las tres etapas desde la obtención de la señal
y la conversión que se va presentando por medio de los filtros Teniendo en cuenta esta información utilizaremos los
operacionales: Amplificación, Filtrado y Voltaje de siguientes parámetros para las etapas iniciales de nuestro
desbalance (Offset) diseño.
Amplitud = 5mV
. Frecuencia = 1Hz Electrodo 1
Frecuencia = 2Hz Electrodo 2

II. DISEÑO DEL CIRCUITO ELECTRÓNICO EN PROTEUS. C. Señal.

Se obtiene la señal que viene directamente de los electrodos,
en este caso simulamos una señal senoidal con una Amplitud
A. Información Inicial. ya asignada y una frecuencia
El Electrocardiograma (ECG) es uno de los métodos
convencionales para analizar las características
cardiovasculares del corazón.

Como las enfermedades cardiovasculares se han convertido

en una de las principales causas de muerte a nivel mundial, es Fig. 2. Simulador de señal, se toma una entrada con el final de simular la
muy necesaria una monitorización continua y a largo plazo de variabilidad que generan las señales del corazón.
las señales de ECG. Sin embargo, los sistemas de ECG
utilizados convencionalmente no son apropiados para una Como tenemos dos entradas en el LM741 por la parte (+) y
monitorización continua. En este trabajo, se describe el diseño por la parte (-)
de un sistema capaz de extraer señales de ECG utilizando Tenemos que:
dispositivos electrónicos, empezando por los electrodos que Si V1 > V2
extraen la señal del cuerpo y son llevadas a un módulo Vout = VS (+)
AD8232 para registrar la actividad eléctrica del corazón, es
Si V2 > V1
decir, obtener un electrocardiograma o ECG.
Vout = VS (-)

V1 = 0
V2 = 5mV

D. Amplificación.

Documento recibido el 6 de diciembre de 2023.
 2

R7 y R8 = 4.822877KΩ
R9 y R10 = 5.3051647kΩ

Fig. 3. En esta etapa se busca amplificar la señal senoidal generada al

comienzo del circuito lo que nos registraría el bit del corazón.

Asignamos valores a las resistencias:

R1 = 6KΩ
RG = 500
R6 = 6KΩ

R2 =1KΩ Fig. 5. Tenemos los resultados de la filtración de la señal.

R4 =1KΩ
F. Voltaje de desbalance (offset).
R3 = 20KΩ
R5 = 20KΩ
Hallamos el voltaje de salida

Vout = (V2-V1) 1+ ( 2R1 R3

)
RG R 2

Vout = (5mV-0)¿
Fig. 6. Esquema eléctrico para offset.
Vout = 2.5V

E. Filtrado. Para lograr calcular el offset debemos tener en cuenta el

tamaño de la onda dada por el filtro pasa baja que es una
amplitud de 1.7V con esto podremos aumentarla directamente
a 5V y así tener una mejor señal dada por el corazón, al
trabajar con circuitos de alta precisión, es importante conocer
las limitantes y errores que tienen los componentes que
utilizaremos.
Así pues, por cuestiones de precisión y para evitar dichos
errores, es necesario eliminar el voltaje de desbalance de un
OpAmp. Afortunadamente, la mayoría de los amplificadores
cuentan con pines para eliminar este ruido generado, en el
caso del LM741 (uno de los más utilizados), los pines para
eliminar este error son el 1 y el 5.

Cálculos del Offset

FC = 1/2πCR
VI = 1.7 Sen (2π WT)
Fig. 4. Tenemos los dos filtros que con los que queremos limitar las
VI = 1.7 Sen (2π IT)
frecuencias superiores a o inferiores a. VI = 1.7 Sen (2πT) + VO
VO = 25 Sen (2πT) +2.5
Valores asignados VO = 25 (1-(-Sen (2πT) + 2.5V))
R1
FC1 = 1Hz VI = (V2 – V1)
R2
FC2 = 3Hz
5K Ω
VI = (V2 – V1)
C1 = 33uF 2K Ω
C2 = 10uF
 3

G. Señal recopilada con el osciloscopio. Fig. 10. ꭍ Voltaje de desbalance offset en donde ya sacamos nuestra señal en
aproximadamente 4V.

III. DISEÑO
Teniendo en cuenta estos conceptos explicaremos el diseño a
implementar:

Tenemos una interfaz que nos permitirá visualizar y controlar

por medio de su serial plotter del software Arduino las señales
eléctricas captadas a través de los electrodos y transportadas
por tres cables que van conectados al sensor AD8232
integrado con amplificadores de señal y filtros de ruido
especialmente calibrados para las señales ECG suprimiendo el
Fig. 7. ꭍ Señal Original en donde tenemos una entrada aproximada de
ruido de 60Hz generado por la electricidad doméstica estas
4.5mV. señales son adquiridas y procesadas por medio de la tarjeta
ARDUINO UNO con un código puntual creado desde su
plataforma ARDUINO como lenguaje de programación.

A. SOFTWARE Y HARDWARE NECESARIOS.

Fig. 8. ꭍ Amplificación de la señal en donde amplifica la señal en 2.25V

Fig. 11. Arduino, circuito montado, electrodos y softwares necesarios.

Fig. 9. ꭍ Filtrado de la señal en esta etapa ya observamos el ritmo

cardiaco, el latido del corazón.
Fig. 12. Cables y electrodos para la adquisición de la señal.

Fig. 13. Modulo AD8232.


Teniendo en cuenta que el modulo lo representamos con el
diseño resuelto en proteus donde pusimos a prueba las
condiciones en la que utilizaremos el modulo y si necesita ser
modificado, en este caso por eso se toma la decisión de hacer
las pruebas pertinentes en proteus.
Fig. 14. Arduino uno.
El Arduino es una placa basada en un microcontrolador
ATMEL. Los microcontroladores son circuitos integrados en
los que se pueden grabar instrucciones, las cuales las escribes
con el lenguaje de programación que puedes utilizar en el
entorno Arduino IDE. Estas instrucciones permiten crear
programas que interactúan con los circuitos de la placa.
El microcontrolador de Arduino posee lo que se llama
una interfaz de entrada, que es una conexión en la que
podemos conectar en la placa diferentes tipos de periféricos.
La información de estos periféricos que conectes se trasladará
al microcontrolador, el cual se encargará de procesar los datos
que le lleguen a través de ellos.
El tipo de periféricos que puedas utilizar para enviar datos al
microcontrolador depende en gran medida de qué uso le estés
pensando dar. Pueden ser cámaras para obtener imágenes,
teclados para introducir datos, o diferentes tipos de sensores.
También cuenta con una interfaz de salida, que es la que se
encarga de llevar la información que se ha procesado en el
Arduino a otros periféricos. Estos periféricos pueden ser
pantallas o altavoces en los que reproducir los datos
procesados, pero también pueden ser otras placas o
controladores.
IV. VIDEO.
V. CONCLUSIÓN
4
Al hacer un análisis del articulo podemos verificar las etapas
que se van presentado durante el proceso desde la obtención
de la señal hasta su visualización para optimizarla y obtener
una información clara y precisa en donde se amplifica, se filtra
y se corrigen errores que se puedan presentar , esto nos
muestra el avance tecnológico en la rama de la medicina que
se implementa especialmente en el autocuidado de cada
persona como forma de prevención personal, su enfoque es
direccionado a traducir señales que el corazón constantemente
está dando como forma de monitoreo ante cualquier
anormalidad, con esto relacionamos este dispositivo portable
en cualquier persona en donde su principal objetivo es
obtener, traducir y transmitir señales emitidas directamente de
este órgano.
REFERENCES
[1] Shalinee Naidoo. (2019). Understanding Medical Devices: An
Introduction to the Medical Device Industry. Arcler
Press. https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebsc
ohost.com/login.aspx?
direct=true&db=e000xww&AN=2324410&lang=es&site=eds-
live&scope=site&ebv=EB&ppid=pp_7
[2] Madihally, S. V. (2020). Principles of Biomedical Engineering, Second
Edition: Vol. Second edition. Artech House. (pp 1 – 99)
https://bibliotecavirtual.unad.edu.co/login?url=http://search.ebscohost.co
m/login.aspx?
direct=true&db=nlebk&AN=2450272&lang=es&site=edslive&scope=si
te&ebv=EB&ppid=pp_1
[3] VESGA FERREIRA, J. C., CONTRERAS HIGUERA, M. F., &
VESGA BARRERA, J. A. (2021). Nuevos desafíos en el desarrollo de
soluciones para e-health en Colombia, soportados en Internet de las
Cosas (IoT). Revista EIA, 18(36), 1–19. https://doi-
org.bibliotecavirtual.unad.edu.co/10.24050/reia.v18i36.1508
[4] Olaya, P. (2018). Medelektra 2.0: sistema de adquisición y
procesamiento de múltiples señales biológicas (pp. 8 – 17).
https://repository.javeriana.edu.co/bitstream/handle/10554/38801/Paula
%20Fernanda%20Olaya%20Garc%c3%ada.pdf?
sequence=1&isAllowed=y
[5] López Gonzalez, E., Cabrera Macias, Y., Pérez de Armas, M., de las
Mercedes, T., Martínez, E., López Cabrera, E., & Puerto Becerra, A.
(2021). Necesidad del enfoque de riesgo metrológico en unidades de
salud. MediSur, 19(4),
633–641.https://bibliotecavirtual.unad.edu.co/login?url=https://search.eb
scohost.com/login.aspx?
direct=true&db=asn&AN=158217492&lang=es&site=ehost-live
[6] Nava, D. (2017) Instrumentación
Diagnostica [Objeto_virtual_de_información_OVI].http://hdl.handle.net/
10596/14052
[7] Correa-Figueroa, J. L., Morales-Sánchez, E., Huerta-Ruelas, J. A.,
González-Barbosa, J. J., & Cárdenas-Pérez, C. R. (2016). Sistema de
Adquisición de Señales SEMG para la Detección de Fatiga
Muscular. Revista Mexicana de Ingeniería Biomédica, 37(1), 17–
27. https://doi-org.bibliotecavirtual.unad.edu.co/10.17488/RMIB.37.1.4
[8] Pérez Cabrera, P. P., Peón Pérez, B., Regueiro Busoch, C., & Regueiro
Gómez, A. (2018). Caracterización de la actividad diafragmática durante
estudios de la mecánica respiratoria. Ingenieria Electronica, Automatica
y Comunicaciones, 39(1), 86–
98. https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscoho
st.com/login.aspx?
direct=true&db=asn&AN=128582140&lang=es&site=ehost-live
[9] Montalvo-Aguilar, J. A., Bazán, I., & Ramírez-García, A.
(2020). Evaluación de técnicas de filtrado aplicadas a señales
electroencefalográficas simuladas para la detección de Potenciales
Evocados Visuales. Nova Scientia, 12(25), 1–30.
https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscohost.c
om/login.aspx?
direct=true&db=asn&AN=148522693&lang=es&site=eds-
live&scope=site
[10] Lizcano-Portilla, A., Mendoza, L., & Nieto-Sánchez, Z.
(2020). Procesamiento de señales cerebrales provenientes de estímulos
 5

visuales y auditivos utilizando análisis wavelet y redes neuronales

artificiales. UIS Ingenierías, 19(2), 119–125. https://doi-
org.bibliotecavirtual.unad.edu.co/10.18273/revuin.v19n2-2020013
[11] Muñoz, A. R., Campo-Cuaran, W. A., & Vargas-Canas, R.
(2021). Construcción de un sistema Electrocardiográfico con conexión
inalámbrica a teléfonos inteligentes. Scientia et Technica, 26(3), 269–
277. https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscoh
ost.com/login.aspx?
direct=true&db=edsdnp&AN=edsdnp.8128467ART&lang=es&site=eds-
live&scope=site
[12] Pérez Roche, L., González Rios, J. L., Rodríguez Gómez, R., & Valdés
Zaldívar, E. E. (2019). Caracterización de dispositivos electrónicos de
dos terminales utilizando Instrumentación Virtual Remota. Ingenieria
Electronica, Automatica y Comunicaciones, 40(2), 33–
48. https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscoho
st.com/login.aspx?
direct=true&db=asn&AN=135983118&lang=es&site=ehost-live
[13] Nava, D. (2020). Amplificador de
Instrumentación. [Objeto_virtual_de_información_OVI] https://repositor
y.unad.edu.co/handle/10596/37976
[14] Somoza Chuay, J. A., Pavoni Oliver, S., Eirez Izquierdo, J. E., & Bistel
Esquivel, R. A. (2019). Análisis de respuestas potenciométricas de
electrodos de Vidrio/ITO y Vidrio/ITO/PANI-LS en la medición de
pH. Ingenieria Electronica, Automatica y Comunicaciones, 40(2), 1–9.
https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscohost.c
om/login.aspx?
direct=true&db=asn&AN=135983116&lang=es&site=ehost-live
[15] Pérez Hernández, Y., Vanega Osorio, R., Sotolongo, F. M., Isaac, Z. J.,
& Caveda Medina, O. (2021). La capacitación del electromédico en
gerencia para el mantenimiento a equipos médicos. Revista Cubana de
Educación Medica Superior, 35(1), 1–15.
https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscohost.c
om/login.aspx?
direct=true&db=asn&AN=149584272&lang=es&site=ehost-live
[16] Castillo, R., & Delgado, J. A. (2020). Evaluación de los parámetros de
seguridad eléctrica en equipos biomédicos y de instrumentación bajo
condiciones ambientales no controladas de laboratorio. Información
Tecnológica, 31(1), 261–272. https://doi-
org.bibliotecavirtual.unad.edu.co/10.4067/S0718-07642020000100261
[17] Bistel Esquivel, R. A., & Fajardo Márquez, A. (2015). Diseño de un
Sistema de Adquisición y Procesamiento de la Señal de ECG basado en
Instrumentación Virtual. Ingenieria Electronica, Automatica y
Comunicaciones, 36(1), 17–30.
https://bibliotecavirtual.unad.edu.co/login?url=https://search.ebscohost.c
om/login.aspx?
direct=true&db=asn&AN=111080090&lang=es&site=ehost-live
[18] QUIROZ ESTRADA, A., ACOSTA AMAYA, G. A., & TORRES
VILLA, R. A. (2021). Diseño de un sistema internet de las cosas (IoT)
para el monitoreo de la presión arterial. Revista EIA, 18(35), 1–15.
https://doi-org.bibliotecavirtual.unad.edu.co/10.24050/reia.v18i35.1474
[19] Méndez-Lira, O. A., Gutiérrez-Chávez, A., Cota-Ruiz, J. D., Díaz-
Román, J. D., Sifuentes-De la Hoya, E., & González-Landaeta, R. E.
(2018). Sistema Vestible para la Detección Simultánea y No Invasiva del
ECG y el Flujo Sanguíneo. Revista Mexicana de Ingeniería
Biomédica, 39(3), 249–261. https://doi-
org.bibliotecavirtual.unad.edu.co/10.17488/RMIB.39.3.4
[20] VESGA FERREIRA, J. C., CONTRERAS HIGUERA, M. F., &
VESGA BARRERA, J. A. (2021). Nuevos desafíos en el desarrollo de
soluciones para e-health en Colombia, soportados en Internet de las
Cosas (IoT). Revista EIA, 18(36), 1–19. https://doi-
org.bibliotecavirtual.unad.edu.co/10.24050/reia.v18i36.1508