人们对健康生活的理解从传统的医学健康向人口健康进行转变。医疗健康关注对象也从患病人群逐渐向健康和亚健康的人群进行扩展。然而, 疾病早期的检测和预测并没有引起足够的重视, 医疗健康的支出依然着存在许多不平衡现象。针对高死亡率的非传播性慢性疾病, 如脑血管疾病, 癌症, 帕金森症, 咚喘, 高血糖症等, 依然以治疗为主, “治未病”还没有形成。近年的临床医学实践证实, 身体和脏器发生病理性改变需要经过低、中、高危险状态后才会出现临床症状, 患者出现病症时往往错过最佳的治疗时间。如果能在早期中检测出疾病发生的可能和趋势并进行相应的干预措施, 很多后果严重的疾病是可以避免的。因此, 加大慢性疾病预防、管理和治疗投入, 加强对慢性疾病早期检测相关技术研究成为迫切需要。
一、系统总体方案
系统以STM32F429核心板作为本系统的枢纽, 如图1所示, 采集端连接血压传感器、血氧传感器、心率传感器、体温传感器等人体体征参数采集器, 将传感器采集到的数据进行前期处理, 传输至健康服务平台[1], 平台通过深度学习算法[2]对数据进行处理, 实现对冠心病、脑梗塞的预测、提醒、建议等功能。SIM900A GPRS通讯模块, 作为数据传输的核心模块, 配备一张SIM卡并可添加耳麦与耳机实现呼叫功能, 并在手机端显示。
二、硬件设计
(一) GPRS模块
GPRS (General Packet Radio Service) , 2.5G数据通讯技术, 在GSM传统电路交换的基础上通过增加对特定的实体功能和对基站系统改进来实现异步的分组交换。GPRS的能达到57-114Kbps传输速率, 无需传输所需的中介转换器, 人们可以在任何地点、任何时间段都能方便快捷上网。本系统采用GPRS进行数据通信的原因就是由于其低廉的连接费用、传输效率高、长期在线、不限地点的技术优势。SIM900A模块是一款高效、尺寸封装紧凑GPRS/GSM通讯模块, 该模块性能强大, 广泛的应用于小型嵌入式设备中, 成为了众多嵌入式爱好者衷的无线通讯模块, 在POS机、家居智能、PDA等嵌入式设备中都可以看到它的身影。
(二) 无线通讯模块
ESP8266-12是一款超低功耗的UART-WiFi透传模块, 有着业内极高的竞争力的封装尺寸和超低能耗的技术, 专门为移动设备和物联网应用而设计, 可将用户的物理设备连接到Wi-Fi无线网络上, 进行互联网或局域网的通信, 实现联网功能。ESP8266-12封装方式多样, 天线可以支持板载的PCB天线, IPEX接口和邮票孔接口三种形式;ESP8266-12可广泛应用于智能电网、交通、家具、手持设备、工业控制诸多领域。
(三) 生理采集传感器
1. 人体温度传感器
通过对比成本、精度和传感器尺寸等多方面的考虑, 方案中测量人体体温的传感器选择的是数字型温度传感器DS18B20。这种传感器具有独特的单线总线接口方式。接口非常简单, 工作稳定可靠, 测量的温度能够直接被读出。人体正常的体温范围在36.2到37.2度。
2. 血压传感器
这种智能的穿戴式血压监测模块主要由YKB1712脉搏血压传感器芯片搭HRB6708心率脉搏芯片和算法芯片SFB9710实现。可扩展进行人体温度监测和产品佩戴的状态监测。脉搏血压的传感器监测芯片采用光电式容积脉搏波描记 (PPG) 的方式读取感应人体的脉搏信息并进行提取, 通过脉搏芯片HRB6708和计算芯片SFB9710输出心率和血压等串口信号。
3. 血氧传感器
本设计筛选出SWS01型血氧饱和度测量模块, 可以进行快速和准确测量血氧饱和度和脉率。5V电源供电, 功耗非常低, 接口易连接, 方便进行集成。人体正常的血氧饱和度在94%以上。
4. 心率传感器
本设计采用光电容积法[3]。基本的原理是利用人体组织在进行血管搏动时造成的透光率来脉搏测量的。传感器由光电和光源变换器组成, 光源采用对动脉血中氧和血红蛋白有选择性的波长 (500nm-700nm) 的二极管。当光透过人体外周的血管, 由于动脉搏动充血容积的变化导致光率发生改变, 光电变换器接收人体组织反射的光线的二极管。当光透过人体外周血管, 由于动脉搏动充血容积的化导致光率发生改变, 此时由光电变换器接收经人体组织反射的光线, 转变电信号并放大和输出。由于脉搏是随心脏的搏动而周期性变化的信号, 动脉血管容积也周期性变化, 最后光电变换器电信号变化的周期是脉搏率。
三、软件功能设计
大数据健康平台系统的软件设计[4]要结合硬件具体实现的功能, 更重要的是要保证数据进行有效传输, 避免传输过程中因为数据的堆积而不能传输。在软件程序设计上要注意格式。整体程序有主程序和中断程序两部分组成。如图2所示, 保证数据的准确地进行传输, 定义两个数据缓冲器, 可以保持不间断地发送处理生理的数据, 设置报警的功能。在接收的模块开机并与健康服务平台连接上之后, 健康服务平台会发送注册的数据包。系统接收到健康服务平台发送的数据包之后, 如果这个数据包是初始化的配置包, 系统开始进行工作, 并启动无线进行数据接收, 系统判断收到的数据类型, 数据为报警数据就将报警的信息发送到手机端。数据为穿戴者的生理数据, 就根据数据包的类型来循环发送生理的数据。程序设计了两个缓冲区, 穿戴者生理数据被写进到缓冲区1时, 系统向手机端发送缓冲区2的生理数据;穿戴者生理数据被写进到缓冲区2时, 系统向手机端发送缓冲区1的生理数据, 这样进行重复地发送生理数据, 能够保证数据有效传输。当健康服务平台接收到数据后, 就会利用健康服务平台的强大存储能力储存数据, 将与其它监护处理软件相结合再进行下一步的数据的处理。当数据的采集模块中出现异常时会发送警报, 手机端将会迅速接到及时报警, 并同时家里人迅速做出相应的急救措施, 使穿戴者能够得到快速的救治, 避免拖延时间不能及时抢救。
四、结论
本设计通过软硬件结合, 进一步地实验进行更加深度的研究, 以测试每个研究内容的准确性、可靠性和稳定性, 并进一步增加对医疗领域的各种嵌入式设备进行研究。
摘要：嵌入式医疗, 将采集端连接血压传感器、血氧传感器、心率传感器、体温传感器等人体体征参数采集器, 将传感器采集到的数据进行前期处理, 传输至健康服务平台, 平台通过深度学习算法对数据进行处理, 实现对冠心病、脑梗塞的预测、提醒、建议等功能。为了远程监测老人等身体需求的人群, 从而实现社会人群更加身体健康, 社会和睦。除了硬件上的优势之外, 还有内部软件设计的优势, 利用当今大数据的优势, 建立大数据健康平台进行数据对比分析, 得出穿戴者未来的身体状况并进行分析调整, 改善他们的行为。
关键词：深度学习,健康服务平台,大数据
参考文献
[1] 刘博.基于云计算的区域健康服务平台的设计与实现[D].上海:复旦大学, 2012.
[2] 胡侯立, 魏维, 胡蒙娜.深度学习算法的原理及应用[J].信息技术, 2015 (2) :175-177.
[3] 刘师桥, 张波, 唐芳月等.基于光电容积法的心率监测模块设计[J].电脑编程技巧与维护, 2018 (4) :40-44.
[4] 沈顺.基于大数据处理的用户健康信息服务平台优化设计及应用[D].南京:南京邮电大学, 2015.