Lire les pulsations cardiaques avec Windows 10 IoT Core sur Raspberry Pi – Guide étape par étape

Vue d'ensemble

Ce tutoriel vous guide dans la connexion d'un capteur de pouls SparkFun Heart Rate Pulse Sensor à un Raspberry Pi 3 Model B et la capture de sa sortie analogique via une application UWP sur Windows 10 IoT Core. À la fin, vous aurez un exemple fonctionnel qui lit des données de rythme cardiaque en temps réel et peut être étendu à des tableaux de bord IoT ou services cloud.

Étape 1 – Câblage du matériel

Le capteur de pouls a trois broches :

• NOIR – Masse
• ROUGE – Alimentation 3 V / 5 V
• VIOLET – Sortie de signal analogique

Comme le Raspberry Pi n'a pas d'entrées analogiques natives, nous utilisons le ADC MCP3008 8 canaux. Câblez la broche de signal du capteur sur le canal 0 du MCP3008, connectez la broche d'alimentation du capteur au rail 3,3 V du Pi (ou 5 V si le capteur le supporte), et reliez les masses ensemble. Le MCP3008 communique via SPI, donc connectez ses broches CS, SCK, SDI et SDO aux broches SPI correspondantes du Pi. Un schéma de câblage complet est fourni dans le schéma ci-dessous.

Étape 2 – Lecture des données dans une application UWP

Nous avons créé un projet UWP C# léger qui ouvre le bus SPI, interroge le canal 0 du MCP3008 et convertit la valeur brute en fréquence de pouls. Le code est open-source sur GitHub, vous pouvez l'inspecter, le modifier ou le réutiliser dans vos propres solutions IoT. Points clés :

• Initialiser le SpiDevice avec le bon ID de bus et la ligne chip-select.
• Envoyer l'octet de commande du MCP3008 et lire le résultat 10 bits.
• Mapper la valeur brute ADC à une fréquence cardiaque via une courbe de calibration simple.
• Afficher le rythme cardiaque instantané dans l'interface utilisateur.

Pour une explication ligne par ligne, consultez le README du dépôt.

Étape 3 – Étendre la démo

Avec les données de pouls brutes maintenant disponibles sur le Pi, vous pouvez poursuivre plusieurs pistes :

• Visualisation en temps réel – Connectez l'application UWP à un écran local ou intégrez un composant graphique. Des bibliothèques comme Syncfusion SfChart ou Telerik UWP Chart facilitent le tracé des courbes de fréquence cardiaque.
• Télémétrie cloud – Envoyez les lectures vers Azure IoT Hub ou un autre courtier MQTT, puis utilisez Power BI ou Grafana pour des tableaux de bord avancés.
• Analytique en edge – Appliquez du filtrage embarqué ou de la détection d'anomalies pour alerter lorsque le rythme cardiaque s'écarte des plages attendues.

Ces extensions illustrent comment un seul capteur peut devenir la base d'un système complet de surveillance de santé IoT.