A Low-Cost Real-Time ECG and PPG Comparative Analysis System for Heart Rate, HRV, and SpO2 Measurement: A Technical Note

Öz

Objective: To develop an end-to-end, low-cost system that simultaneously acquires electrocardiogram (ECG) and photoplethysmogram (PPG) signals, computes heart rate (HR), heart rate variability (HRV) metrics (SDNN, RMSSD), and peripheral oxygen saturation (SpO2), and enables direct comparison of electrical versus optical methods while generating a custom dataset. Methods: An Arduino Nano Matter microcontroller was interfaced with a DFRobot SEN0213 ECG module (three-electrode configuration) and a MAX30102 PPG/SpO2 sensor. Raw signals were streamed via serial communication to a host computer. A custom software pipeline performed preprocessing, peak detection (R-peaks for ECG, pulse peaks for PPG), calculation of HR/SDNN/RMSSD/SpO2, real-time dashboard visualization, and session-based data logging to build a personal dataset. Results: In a representative 10-minute resting recording, mean HR was identical between methods (96 BPM for both ECG and PPG). SDNN values were closely matched (107 ms ECG vs 109 ms PPG), while RMSSD showed a modest difference (170 ms ECG vs 192 ms PPG). Mean SpO2 was 95%. Short recordings exhibited larger transient HR discrepancies that diminished with longer acquisition duration. Conclusion: The system successfully demonstrates simultaneous dual-modality acquisition and comparative analysis of ECG- and PPG-derived cardiac parameters. It provides a practical educational and prototyping platform for biomedical signal processing and digital health applications. The device is not intended for clinical diagnosis.

Anahtar Kelimeler

• Electrocardiography
• Photoplethysmography
• Heart Rate Variability
• Biomedical Signal Processing

Kalp Hızı, Kalp Hızı Değişkenliği ve SpO₂ Ölçümü için Düşük Maliyetli, Gerçek Zamanlı EKG ve PPG Karşılaştırmalı Analiz Sistemi: Teknik Not

Öz

Öz Amaç: Elektrokardiyografi (EKG) ve fotopletismografi (PPG) sinyallerini eş zamanlı olarak elde eden; kalp hızı (KH), kalp hızı değişkenliği (KHD) ölçütleri (SDNN, RMSSD) ve periferik oksijen satürasyonu (SpO₂) değerlerini hesaplayan; elektriksel ve optik yöntemlerin doğrudan karşılaştırılmasına olanak sağlayan ve aynı zamanda özelleştirilmiş bir veri seti oluşturan uçtan uca, düşük maliyetli bir sistem geliştirmek. Yöntem: Arduino Nano Matter mikrodenetleyicisi, üç elektrotlu konfigürasyona sahip DFRobot SEN0213 EKG modülü ve MAX30102 PPG/SpO₂ sensörü ile arayüzlenmiştir. Ham sinyaller, seri iletişim aracılığıyla bir ana bilgisayara aktarılmıştır. Özelleştirilmiş bir yazılım işlem hattı ile ön işleme, tepe noktası tespiti (EKG için R-dalgası tepeleri, PPG için nabız tepeleri), KH/SDNN/RMSSD/SpO₂ hesaplamaları, gerçek zamanlı gösterge paneli görselleştirmesi ve oturum bazlı veri kaydı gerçekleştirilmiş; böylece kişisel bir veri seti oluşturulmuştur. Bulgular: Temsili 10 dakikalık dinlenim kaydında, ortalama KH her iki yöntem için de aynı bulunmuş ve 96 atım/dakika olarak ölçülmüştür. SDNN değerleri birbirine oldukça yakın olup EKG için 107 ms, PPG için 109 ms olarak belirlenmiştir. Buna karşılık, RMSSD değerlerinde mütevazı bir farklılık gözlenmiş; EKG için 170 ms ve PPG için 192 ms olarak hesaplanmıştır. Ortalama SpO₂ değeri %95 olarak bulunmuştur. Kısa süreli kayıtlarda daha belirgin geçici KH farklılıkları gözlenirken, kayıt süresinin uzamasıyla bu farklılıkların azaldığı görülmüştür. Sonuç: Geliştirilen sistem, EKG ve PPG kaynaklı kardiyak parametrelerin eş zamanlı olarak elde edilmesini ve karşılaştırmalı analizini başarıyla göstermektedir. Sistem, biyomedikal sinyal işleme ve dijital sağlık uygulamalarında eğitim ve prototipleme amacıyla kullanılabilecek pratik bir platform sunmaktadır. Cihaz klinik tanı amacıyla kullanılmak üzere tasarlanmamıştır.

Anahtar Kelimeler

• Elektrokardiyografi
• Fotopletismografi
• Kalp Hızı Değişkenliği
• Biyomedikal Sinyal İşleme

Kaynakça

1. Allen, J. (2007). Photoplethysmography and its application in clinical physiological measurement. Physiological Measurement, 28(3), R1 R39. https://doi.org/10.1088/0967 3334/28/3/R01
2. Arduino. (n.d.). Arduino Nano Matter documentation. https://docs.arduino.cc/
3. Coste, A., Millour, G., & Hausswirth, C. (2025). A comparative study between ECG and PPG based heart rate sensors for heart rate variability measurements: Influence of body position, duration, sex, and age. Sensors, 25(18), Article 5745. https://doi.org/10.3390/s25185745
4. Dewig, H. G., Cohen, J. N., Renaghan, E. J., Leary, M. E., Leary, B. K., Au, J. S., & Tenan, M. S. (2024). Are wearable photoplethysmogram based heart rate variability measures equivalent to electrocardiogram? A simulation study. Sports Medicine, 54(11), 2927 2934. https://doi.org/10.1007/s40279 024 02066 5
5. DFRobot. (n.d.). SEN0213 Heart Rate Monitor Sensor. Product documentation. Dündar, Ö. M., & Aydın, A. (2021). Sporcuların kalp atım hızının ESP NOW kullanılarak kablosuz iletimi. *Konya Journal of Engineering Sciences, 9*(3), 633 646. https://doi.org/10.36306/konjes.879392
6. Flores, G., Monteiro, D., Silva, F., & Duarte Mendes, P. (2024). Heart rate variability activity in soccer athletes after a musculoskeletal injury. Journal of Rehabilitation Medicine, 56, 24969
7. Gitler, A., Levine, A. D., Ayub, A. E. A., Munteanu, A. G., Ben Lulu, O., & Gidron, Y. (2024). Preoperative vagal activity predicts clinical outcomes after total knee replacement. Experimental and Therapeutic Medicine, 28(4), 393. https://doi.org/10.3892/etm.2024.12682
8. Kantrowitz, A. B., Ben David, K., Morris, M., Wittels, H. L., Wishon, M. J., McDonald, S. M., Renaghan, E. J., Feigenbaum, L. A., & Wittels, S. H. (2025). Pulse rate variability is not the same as heart rate variability: Findings from a large, diverse clinical population study. Frontiers in Physiology, 16, Article 1630032. https://doi.org/10.3389/fphys.2025.1630032

9. Malik, M., Bigger, J. T., Camm, A. J., Kleiger, R. E., Malliani, A., Moss, A. J., & Schwartz, P. J. (1996). Heart rate variability: Standards of measurement, physiological interpretation, and clinical use. European Heart Journal, 17(3), 354 381. https://doi.org/10.1093/oxfordjournals.eurheartj.a014868
10. Maxim Integrated. (n.d.). MAX30102 high sensitivity pulse oximeter and heart rate sensor. Manufacturer documentation.
11. Salama, Y., & Gadbois, W. (2026). Interpreting Wearable Derived HRV, Sleep, and Workload in Orthopedic Care: A Narrative Review and Clinical Framework. Journal of Orthopaedic Reports, 101002. https://doi.org/10.1016/j.jorep.2026.101002
12. Shaffer, F., & Ginsberg, J. P. (2017). An overview of heart rate variability metrics and norms. Frontiers in Public Health, 5, Article 258. https://doi.org/10.3389/fpubh.2017.00258
13. Webster, J. G. (Ed.). (2010). Medical instrumentation: Application and design (4th ed.). John Wiley & Sons.