如何通过ECG/PPG传感器计算心率与SPO2？求Xamarin跨平台处理方案

一、心率（Heart Rate）与SPO2的计算逻辑 #

1. 基于PPG传感器的计算 #

• 心率：PPG通过光电容积描记捕捉血液流动引发的光强变化。先对原始信号做滤波（去除基线漂移、高频噪声），再检测信号峰值点，统计单位时间内的峰值数量，乘以60即可得到每分钟心率。
• SPO2：利用氧合血红蛋白、脱氧血红蛋白对红光（660nm）和红外光（940nm）的吸收差异，计算两个波长下的光强比值R，再通过传感器厂家提供的校准公式（如SPO2 = a*R + b，a、b为校准系数）换算出SPO2值。

2. 基于ECG传感器的计算 #

• 心率：ECG信号的R波是核心特征，通过检测R波间隔（RR间期），用60除以平均RR间期（单位秒）得到心率。常用检测方法包括阈值法、差分法，或经典的Pan-Tompkins算法。

二、IoT传感器Byte[]数据解析 #

传感器返回的byte[]必须对照传感器通信协议文档解析，常见场景：

• 固定帧格式：一般由帧头+数据段+校验位组成，数据段中会用指定字节存储心率、SPO2数据（需注意字节序：大端/小端）。
• 示例解析逻辑（C#）：

// 假设协议规定：第3-4字节为心率（小端），第5-6字节为SPO2（小端）
public (int HeartRate, int SpO2) ParseSensorData(byte[] rawData)
{
    // 先校验帧合法性（如帧头、校验和），此处省略校验步骤
    int heartRate = BitConverter.ToInt16(rawData, 2); // 从索引2开始取2字节
    int spO2 = BitConverter.ToInt16(rawData, 4);
    return (heartRate, spO2);
}

注意：不同传感器的字节偏移、数据类型（有符号/无符号）差异极大，必须以官方协议文档为准，无通用解析逻辑。

三、Xamarin Forms跨平台实现 #

Xamarin Forms需通过**依赖服务（Dependency Service）**实现跨平台适配，步骤如下：

1. 定义共享接口（共享项目） #

public interface ISensorDataProcessor
{
    (int HeartRate, int SpO2) ParseRawData(byte[] rawData);
    int CalculateHeartRateFromPPG(List<float> ppgSignals, float sampleRate);
    int CalculateSpO2FromPPG(List<float> redSignals, List<float> irSignals);
    int CalculateHeartRateFromECG(List<float> ecgSignals, float sampleRate);
}

2. Android平台实现（Android项目） #

[assembly: Dependency(typeof(AndroidSensorProcessor))]
namespace YourApp.Droid
{
    public class AndroidSensorProcessor : ISensorDataProcessor
    {
        public (int HeartRate, int SpO2) ParseRawData(byte[] rawData)
        {
            // 按Android端传感器协议解析，示例为蓝牙BLE传感器数据
            int hr = rawData[1] & 0xFF; // 假设第2字节为心率
            int spo2 = rawData[2] & 0xFF; // 假设第3字节为SPO2
            return (hr, spo2);
        }

        public int CalculateHeartRateFromPPG(List<float> ppgSignals, float sampleRate)
        {
            // 简化峰值检测逻辑，实际需增加滤波步骤
            int peaks = 0;
            float prev = ppgSignals[0];
            for(int i = 1; i < ppgSignals.Count - 1; i++)
            {
                if(ppgSignals[i] > prev && ppgSignals[i] > ppgSignals[i+1])
                {
                    peaks++;
                }
                prev = ppgSignals[i];
            }
            float duration = ppgSignals.Count / sampleRate;
            return (int)(peaks / duration * 60);
        }

        public int CalculateSpO2FromPPG(List<float> redSignals, List<float> irSignals)
        {
            float redAvg = redSignals.Average();
            float irAvg = irSignals.Average();
            float R = redAvg / irAvg;
            // 示例校准公式，需替换为传感器厂家提供的系数
            return (int)(-12.6 * R + 110);
        }

        public int CalculateHeartRateFromECG(List<float> ecgSignals, float sampleRate)
        {
            // 简化Pan-Tompkins算法实现
            List<int> rPeakIndices = new List<int>();
            // 差分处理
            var diff = new List<float>();
            for(int i = 1; i < ecgSignals.Count; i++)
            {
                diff.Add(ecgSignals[i] - ecgSignals[i-1]);
            }
            // 平方+滑动窗口平滑
            var squared = diff.Select(d => d*d).ToList();
            int windowSize = (int)(0.15 * sampleRate); // 150ms窗口
            var smoothed = new List<float>();
            for(int i = 0; i < squared.Count - windowSize; i++)
            {
                smoothed.Add(squared.GetRange(i, windowSize).Average());
            }
            // 阈值检测R波
            float threshold = smoothed.Max() * 0.5f;
            for(int i = 1; i < smoothed.Count - 1; i++)
            {
                if(smoothed[i] > threshold && smoothed[i] > smoothed[i-1] && smoothed[i] > smoothed[i+1])
                {
                    rPeakIndices.Add(i + windowSize/2);
                }
            }
            if(rPeakIndices.Count < 2) return 0;
            // 计算平均RR间期
            float avgRR = 0;
            for(int i = 1; i < rPeakIndices.Count; i++)
            {
                avgRR += (rPeakIndices[i] - rPeakIndices[i-1])/sampleRate;
            }
            avgRR /= (rPeakIndices.Count -1);
            return (int)(60 / avgRR);
        }
    }
}

3. iOS平台实现（iOS项目） #

[assembly: Dependency(typeof(iOSSensorProcessor))]
namespace YourApp.iOS
{
    public class iOSSensorProcessor : ISensorDataProcessor
    {
        public (int HeartRate, int SpO2) ParseRawData(byte[] rawData)
        {
            // 按iOS端传感器协议解析，示例为CoreBluetooth获取的数据
            int hr = BitConverter.ToUInt16(rawData, 0);
            int spo2 = BitConverter.ToUInt16(rawData, 2);
            return (hr, spo2);
        }

        // 心率、SPO2计算逻辑与Android一致，直接复用即可
        public int CalculateHeartRateFromPPG(List<float> ppgSignals, float sampleRate)
        {
            int peaks = 0;
            float prev = ppgSignals[0];
            for(int i = 1; i < ppgSignals.Count - 1; i++)
            {
                if(ppgSignals[i] > prev && ppgSignals[i] > ppgSignals[i+1])
                {
                    peaks++;
                }
                prev = ppgSignals[i];
            }
            float duration = ppgSignals.Count / sampleRate;
            return (int)(peaks / duration * 60);
        }

        public int CalculateSpO2FromPPG(List<float> redSignals, List<float> irSignals)
        {
            float redAvg = redSignals.Average();
            float irAvg = irSignals.Average();
            float R = redAvg / irAvg;
            return (int)(-12.6 * R + 110);
        }

        public int CalculateHeartRateFromECG(List<float> ecgSignals, float sampleRate)
        {
            List<int> rPeakIndices = new List<int>();
            var diff = new List<float>();
            for(int i = 1; i < ecgSignals.Count; i++)
            {
                diff.Add(ecgSignals[i] - ecgSignals[i-1]);
            }
            var squared = diff.Select(d => d*d).ToList();
            int windowSize = (int)(0.15 * sampleRate);
            var smoothed = new List<float>();
            for(int i = 0; i < squared.Count - windowSize; i++)
            {
                smoothed.Add(squared.GetRange(i, windowSize).Average());
            }
            float threshold = smoothed.Max() * 0.5f;
            for(int i = 1; i < smoothed.Count - 1; i++)
            {
                if(smoothed[i] > threshold && smoothed[i] > smoothed[i-1] && smoothed[i] > smoothed[i+1])
                {
                    rPeakIndices.Add(i + windowSize/2);
                }
            }
            if(rPeakIndices.Count < 2) return 0;
            float avgRR = 0;
            for(int i = 1; i < rPeakIndices.Count; i++)
            {
                avgRR += (rPeakIndices[i] - rPeakIndices[i-1])/sampleRate;
            }
            avgRR /= (rPeakIndices.Count -1);
            return (int)(60 / avgRR);
        }
    }
}

4. 共享项目中调用 #

// 获取跨平台处理器实例
var processor = DependencyService.Get<ISensorDataProcessor>();
// 解析传感器byte[]数据
var (hr, spo2) = processor.ParseRawData(rawSensorBytes);
// 计算PPG心率（示例采样率100Hz）
var ppgSampleData = new List<float> { ... }; // 从传感器获取的原始PPG数据
int heartRate = processor.CalculateHeartRateFromPPG(ppgSampleData, 100);

四、关键注意事项 #

• 必须获取传感器官方通信协议文档，否则无法正确解析byte[]数据；
• 原始ECG/PPG信号需做专业滤波（如巴特沃斯滤波），示例逻辑为简化版本，实际项目需优化；
• SPO2计算的校准系数需向传感器供应商获取，不可直接使用示例公式；
• 跨平台需适配权限：Android需申请蓝牙、位置权限；iOS需在Info.plist中添加蓝牙权限描述。

内容的提问来源于stack exchange，提问作者Rajat Panjavani