Design and implementation of an ECG monitoring system on smart glasses for edge-based real-time HR estimation

Cardiovascular diseases remain a leading cause of mortality worldwide, driving the urgent need for continuous, non-invasive monitoring solutions that extend beyond clinical settings. Developed in collaboration with STMicroelectronics, this thesis presents the design, implementation and experimental validation of a Bluetooth Low Energy (BLE), head-mounted system for real-time heart rate monitoring, providing a stable platform for long-term electrocardiographic (ECG) signal acquisition. The proposed device integrates a custom miniaturized Printed Circuit Board (PCB) and dry electrodes serving as sensing elements, both embedded in a 3D-printed eyeglass frame. In this system architecture, signals are acquired by a novel Vital Signal Monitoring (VSM) Analog Front-End equipped with an Intelligent Sensor Processing Unit (ISPU) for on-chip processing and feature extraction. Firmware development involved porting and optimizing a standard R-peak detection algorithm for the target embedded core. The ECG signals acquired from the eyewear prototype exhibit amplitudes comparable to standard Lead I (0.5–1 mV) and their quality is quantitatively assessed by multiparametric Signal Quality Indices (SQIs) analysis. The offline algorithm achieves a sensitivity of 99% and an F1-score of 98% under baseline conditions. Firmware profiling of the real-time implementation on a 1-second acquisition window, sampled at 128 Hz, shows that the processing pipeline meets the memory footprint and real-time constraints requiring only 16.6 kB of memory, completing execution in less than 47 ms and consuming an average power of 6.7 mW during active processing. This edge-computing configuration effectively offloads the Central Processing Unit (CPU), contributing to reduced power consumption and system complexity. Furthermore, the smart glasses prototype integrates also photoplethysmographic (PPG) synchronous sensing, enabling the estimation of Pulse Arrival Time (PAT). Although preliminary, these results support the prototype as a feasible, low-power edgeenabled solution for multi-parameter cardiovascular assessment.

Le malattie cardiovascolari rimangono una delle principali cause di mortalità a livello mondiale, rendendo urgente lo sviluppo di soluzioni di monitoraggio continuo e non invasivo extra-clinico. Sviluppata in collaborazione con STMicroelectronics, questa tesi presenta la progettazione, implementazione e validazione sperimentale di un sistema wireless montato sulla testa per il monitoraggio della frequenza cardiaca in tempo reale, fornendo una piattaforma stabile per l’acquisizione a lungo termine del segnale elettrocardiografico (ECG). Il dispositivo integra un circuito stampato (PCB) ad hoc e degli elettrodi a secco come sensori, entrambi incorporati in una montatura per occhiali stampata in 3D. I segnali vengono acquisiti da un innovativo stadio di condizionamento (VSM), dotato di una Intelligent Sensor Processing Unit (ISPU) per l’elaborazione ed estrazione di parametri direttamente on-chip. Lo sviluppo del firmware ha comportato l’adattamento e l’ottimizzazione di un algoritmo standard di rilevamento del picco R per il processore integrato. I segnali ECG acquisiti con il prototipo dell’occhiale dotato di Bluetooth Low Energy (BLE) mostrano ampiezze paragonabili alla derivazione standard I (0.5–1 mV) e la loro qualità è valutata quantitativamente mediante indici multiparametrici (SQI). L’algoritmo offline raggiunge una sensibilità del 99% e un F1-score del 98% in condizioni di base. L’analisi delle prestazioni del firmware implementato in tempo reale su una finestra di acquisizione di 1 secondo, campionata a 128 Hz, mostra che la pipeline di elaborazione soddisfa i vincoli di occupazione di memoria e latenza: occupa solo 16,6 kB di memoria, completa l’esecuzione in meno di 47 ms e raggiunge una potenza media di consumo di 6.7 mW durante la fase di calcolo attiva. Questa architettura di elaborazione locale alleggerisce efficacemente la Central Processing Unit (CPU), contribuendo alla riduzione del consumo energetico e della complessità del sistema. Inoltre, il prototipo integra anche il rilevamento sincrono del segnale fotopletismografico (PPG), consentendo la stima del tempo di arrivo dell’impulso (PAT). Sebbene i risultati siano preliminari, il prototipo si dimostra una valida soluzione edge a basso consumo per valutazioni cardiovascolari multiparametriche.