Sistema Embebido de Bajo Costo para Adquisición y Visualización en Tiempo Real de Señales Fotopletismográficas Mediante ESP32-S3, BLE Y MAX30102
DOI:
https://doi.org/10.46842/ipn.cien.v30n2a06Palabras clave:
fotopletismografía, esp32‑s3, max30102, bluetooth low energy, frecuencia cardiaca en latidos por minuto, saturación de oxígeno periféricaResumen
Este trabajo presenta una plataforma de bajo costo para monitoreo fotopletismográfico en tiempo real basada en un ESP32-S3 SuperMini, un sensor MAX30102 operando a 200 muestras por segundo y una interfaz gráfica de usuario (GUI) para PC. El sistema establece comunicación Bluetooth Low Energy (BLE) entre el nodo embebido y la interfaz de escritorio para transmitir simultáneamente las señales infrarroja (IR) y roja (RED). En el lado embebido, el firmware adquiere, empaqueta y envía las señales PPG crudas, además de estimar la frecuencia cardiaca en latidos por minuto (BPM) para cada canal. En la PC, la GUI muestra en tiempo real las señales recibidas y los valores de BPM correspondientes, proporcionando un entorno práctico y accesible de monitoreo. La arquitectura propuesta está orientada a aplicaciones biomédicas de bajo costo y ofrece una solución compacta para adquisición de señales, comunicación inalámbrica, visualización y estimación fisiológica básica. Los resultados experimentales muestran que la plataforma puede capturar y transmitir de forma confiable ambos canales, lo que la convierte en una base sólida para trabajos futuros de procesamiento PPG más avanzado. Adicionalmente, el desempeño del sistema fue validado mediante la comparación de la frecuencia cardiaca estimada con las mediciones obtenidas a partir de dos dispositivos médicos de referencia: un oxímetro de pulso y un baumanómetro digital. Los resultados evidenciaron una concordancia adecuada entre las mediciones, respaldando la viabilidad de la plataforma propuesta para aplicaciones de monitoreo fisiológico no invasivo.
Referencias
[1] OECD/European Commission, Health at a Glance: Europe 2024: State of Health in the EU Cycle, Paris: OECD Publishing, 2024. doi: https://doi.org/10.1787/b3704e14-en
[2] World Health Organization, Europe's dependence on foreign-trained doctors and nurses has cross-border ripple effects - finds new WHO/Europe report, 2025. [Online]. Available: https://iris.who.int/server/api/core/bitstreams/77cd0fdd-aab6-4d11-b018-f7ef68a38d6a/content [Accessed: Jan. 28, 2026].
[3] C. Dall'Ora, P. Griffiths, J. Hope, J. Briggs, J. Jeremy, S. Gerry, O. C. Redfern, "How long do nursing staff take to measure and record patients' vital signs observations in hospital? A time-and-motion study," International Journal of Nursing Studies, vol. 118, p. 103921, 2021. doi: https://doi.org/10.1016/j.ijnurstu.2021.103921
[4] N. Alugubelli, H. Abuissa, A. Roka, "Wearable devices for remote monitoring of heart rate and heart rate variability - what we know and what is coming," Sensors, vol. 22, no. 22, p. 8903, 2022. doi: https://doi.org/10.3390/s22228903
[5] P. Y. Chan, N. P. Ryan, D. Chen, J. McNeil, I. Hopper, "Novel wearable and contactless heart rate, respiratory rate, and oxygen saturation monitoring devices: a systematic review and meta-analysis," Anaesthesia, vol. 77, no. 11, pp. 1268-1280, 2022. doi: https://doi.org/10.1111/anae.15834
[6] V. Birrer, M. Elgendi, O. Lambercy, C. Menon, "Evaluating reliability in wearable devices for sleep staging," NPJ Digital Medicine, vol. 7, no. 1, p. 74, 2024. doi: https://doi.org/10.1038/s41746-024-01016-9
[7] O. N. Rahma, A. P. Putra, A. Rahmatillah, Y. S. K. A. Putri, N. D. Fajriaty, K. Ain, R. Chai, "Electrodermal activity for measuring cognitive and emotional stress level," Journal of Medical Signals & Sensors, vol. 12, no. 2, pp. 155-162, 2022. doi: https://doi.org/10.4103/jmss.jmss_78_20
[8] A. E. Schutte, A. Kollias, G. S. Stergiou, "Blood pressure and its variability: classic and novel measurement techniques," Nature Reviews Cardiology, vol. 19, no. 10, pp. 643-654, 2022. doi: https://doi.org/10.1038/s41569-022-00690-0
[9] M. Folke, L. Cernerud, M. Ekström, B. Hök, "Critical review of non-invasive respiratory monitoring in medical care," Medical and Biological Engineering and Computing, vol. 41, no. 4, pp. 377-383, 2003. doi: https://doi.org/10.1007/BF02348078
[10] J. Park, H. S. Seok, S.-S. Kim, H. Shin, "Photoplethysmogram analysis and applications: An integrative review," Frontiers in Physiology, vol. 12, p. 808451, 2022. doi: https://doi.org/10.3389/fphys.2021.808451
[11] S. Sanei, J. A. Chambers, EEG Signal Processing: Feature Extraction, Selection, and Classification of EEG Signals, Wiley, 2021.
[12] J. Allen, "Photoplethysmography and its application in clinical physiological measurement," Physiological Measurement, vol. 28, no. 3, pp. R1-R39, 2007.
[13] U. R. Acharya et al., "Application of EEG signals in characterizing programs, predicting events, and diagnosing diseases," Computers in Biology and Medicine, 2013.
[14] M. S. Ahammed et al., "A low-cost IoT-based real-time vital signs monitoring system," IEEE Sensors Journal, vol. 21, 2021.
[15] G. C. Mota, R. L. López, C. B. Ramos, "Pulse oximeter with Internet data visualization," Sistemas & Telemática, vol. 16, pp. 9-18, 2018.
[16] M. Banavar, O. Olugbenle, L. Drake, Y. Afolayanka, A. Rahman, J. Zhang, M. Imtiaz, "WIP: A photoplethysmography graphical user interface for teaching signal processing concepts," in 2024 IEEE Frontiers in Education Conference (FIE), Washington, DC, USA, 2024, pp. 1-5.
[17] D. Mayor, D. Panday, H. K. Kandel, T. Steffert, D. Banks, "CEPS: An open access MATLAB graphical user interface (GUI) for the analysis of complexity and entropy in physiological signals," Entropy, vol. 23, no. 3, p. 321, 2021. doi: https://doi.org/10.3390/e23030321
[18] N. P. Sari et al., Design of a wearable device for sleep apnea monitoring using ESP32 and MAX30102, IEEE Access, 2022.
[19] M. Al Khafajiy, et al., "Remote health monitoring system based on IoT," Future Generation Computer Systems, vol. 113, pp. 422-434, 2020.
[20] C. M. Martín Pascual, "Bluetooth: criterios de selección y comparativa con otras tecnologías inalámbricas," Técnica Industrial, no. 298, pp. 76-80, Jun. 2012.
[21] T. S. de Siqueira, "Bluetooth: características, protocolos e funcionamento," Instituto de Computação, Universidade Estadual de Campinas, 2006. [Online]. Available: https://ppgi.belan.pro.br/iot/Artigos/Bluetooth.pdf
[22] L. Burgos Muñiz, "Integración de un sistema de registro y transmisión vía BLE de la actividad bioeléctrica cerebral basado en dispositivos IoT," Trabajo Fin de Grado, Universitat Politècnica de València, 2017.
[23] H. Dubey, N. Constant, K. Mankodiya, "RESPIRE: A spectral kurtosis-based method to extract respiration rate from wearable PPG signals," in Proc. 2017 IEEE/ACM Int. Conf. on Connected Health: Applications, Systems and Engineering Technologies (CHASE), Jul. 2017, pp. 84-89, IEEE.
[24] N. I. Salleh, K. Azudin, K. B. Gan, M. H. Ja'afar, and M. S. F. Mohamad, "Remote Cardiorespiratory Monitoring with an In Ear PPG Device," in Proc. 8th Int. Conf. on Space Science and Communication, M. T. Islam et al., Eds., Springer Proceedings in Physics, vol. 303, pp. 323-335, 2024, doi: https://doi.org/10.1007/978-981-97-0142-1_32
[25] Ardumania, "Todo sobre el ESP32: Qué es, cómo funciona y para qué sirve," Ardumania, 2025. [Online]. Available: https://ardumania.es/que-es-el-esp32/
[26] F. J. B. Román, Microcontrolador ESP32S3. Curso práctico, RaMa Editorial, 2026.
[27] R. Pawar, P. Mukherji, "Mann-Whitney U Test Based Identification of Significant ECG Features for Improving Accuracy of Major Depressive Disorder Classification," in 2025 International Conference on Advancements in Power, Communication and Intelligent Systems (APCI), 2025, pp. 1-6, IEEE.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Jesús E. Miranda Vega, Wendy García González, Vanessa López Gastelum, Rafael I. Ayala Figueroa, Ricardo E. Lozoya Ponce, José A. Núñez López, Guillermo Prieto Avalos (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
