采用可穿戴式生理传感器的技术验证无所不在的健康监控.docx

采用可穿戴式生理传感器的技术验证无所不在的健康监控Eliasz Katoch摘要 本研究的目的是设计，实施和验证健康监测系统，以监测和分析人体生理信号。系统采用中央与蓝牙模块，专用心电图处理单元传感器，温度传感器和运动传感器放置对人体或集成在一起的衣服和网络网关获取的数据转发到远程医学服务器。该系统的主要优点是获取，处理和无线传输能力在日常活动中的生理数据。此外，系统包括专用传输协议，为实时远程基于Web的图形用户界面数据分析。对一组人的实验结果谁进行的各种活动（如工作，运行等）表现出最大的5绝对误差较认证的医疗设备。结果是令人鼓舞的，并表明开发的无线可穿戴式监测系统面临的多传感器人类健康的挑战进行日常活动和开放的过程中监测在治疗和评估新的机遇治疗谁患有慢性患者数疾病包括心脏疾病，哮喘或糖尿病。1。介绍 欧盟统计局的最新一套人口推算（EUROPOP2010）进行了涵盖期间从2011至2060年 - 并表明人口老龄化可能影响到所有欧盟成员国在这一时期。那些年龄在65岁或以上将占到29.5欧盟27的人口到2060年（2011年17.5）1。成长老年人的数量将限制获得医疗保健服务。在电子，无线的最新进展与通信及移动传感器提供机会开发出微型装置能够跟踪病人的健康。体积小，低功耗，低成本器件可以集成到人体感应网络（BSN）2-4，7-11。这项技术有可能对未来的医疗保健服务的许多方面产生巨大的影响使一些人更容易，效率以及成本效益的潜力。今天，能够取得各种生理参数，如心脏速率或氧饱和度小的非侵入式传感器的测量。本研究的目的是设计，制造和测试的健康监测系统，该系统集成了可穿戴式传感器：心电，温度，皮肤湿度，加速度计和智能手机成为BSN为基础的网络，提供远程医疗服务。系统的算法过程，并以计算描述病人活动4维向量分析输入信号的实时性。有很多的研究论文在无线传感器，人工监控和远程医疗的领域但是多数不将它们组合在一起成为一体的综合健康监测系统 4,8 。移动（加速度）监测在10中所述。联想在 6 中描述的T恤，心电图传感器和热电发电机。水星系统由若干可穿戴式加速度计是由开发哈佛传感器实验室5。它是用于长期数据收集受神经运动障碍的人，如帕金森氏病，和住在医院或家中。本文的其余部分安排如下。第2节概述了系统设计。第3节介绍的材料和方法。第4节描述的结果。第5节总结全文，并介绍了未来的计划工作。2。系统设计 系统包括中央处理单元（身体传感器单元）的基础上与剑桥硅收音机蓝牙（版本2.0）2类模块，专用ECG传感器（基于Analog Devices公司医疗放大器内置），温度传感器8比特16MHz的的ATmega微控制器单元和微机械加速度计BMA180放置在人体或集成的衣服和网络网关获取的数据转发到远程医疗服务器。网关可以是PC机或智能手机。该系统体系结构示于图1。而该系统的硬件示于图2。图1.穿戴式系统框架图2.传感器单元和人体生理单元该系统的主要优点是在日常活动中获取，处理并以无线方式发送的生理数据的能力。该系统可以作为一个远程医疗服务，为授权用户（家庭或医生）提供远程访问监测数据通过基于Web的图形用户界面的一部分。图3. 对于PC系统应用程序，智能手机应用程序和Web应用程序的图形用户界面3。材料和方法 十大健康人（4名女性和男性6例，年龄22 - 39）被要求执行一组日常生活能力（ADL）的活动，包括：坐姿，行走，体能锻炼，跑步。在心脏电活动的测量仅限于只有一个双极领先。移动信号被抓获的3轴加速度传感器集成在身体传感器单元放置在胸前使用系带，下臂测量这如4图中所示.温度和皮肤湿度信号的手段。图4.传感器接触人体和衣服基于传感器的信号计算四个维度活动矢量的算法（加速度ACCX，Y，Z，温度温度，皮肤湿度HUM，心脏速率（HR）中所示的公式1 - 8。 N指的信号样本的数量。在实验参数进行了优化：4。结果与讨论 实验结果为一组的人谁是执行各种体力活动（如坐，站，工作，运行）与认证的医疗设备比较显示最多5的绝对误差。这个实验表明，它是可以通过可穿戴式无线监控系统在日常活动中，以远程监控病人的活动。在行走过程中在不同的方向上从可穿戴式传感器获得的数据示于图5。数据的统计分析示于表1。 D-矢量和r-矢量计算结果显示在表2中。图5.从可穿戴式传感器获得的数据： 三维加速度g，温度，皮肤湿度，心脏速率BPM。表1.统计分析。表2.的d-矢量和r-矢量计算。行走主体所计算的4维活动矢量的图形表示示于图6。而三个不同的物理活动图形表示：坐（蓝色），步行（淡蓝色）和身体锻炼（橙色）被显示在图7。图6. 步行须计算的四维活动载体的图形表示图7. 三种不同的物理活动图形表示：坐（蓝色），步行（淡蓝色）和身体锻炼（橙色）。5。结论 结果是令人鼓舞的，并表明它是可以远程监控病人在日常生活能力（ADL）的活动的基础上开发的多传感器穿戴式健康监测系统。开发的系统将打开新的机会在开发新的医疗保健服务，并有可能成为未来的电子健康行动计划，可以在病人护理和监测做出显著改善的关键部件之一。 致谢 该项目是由基于决策数DEC-2011/01/N/ST7/06779国家研究中心。参考文献1 Eurostat,http:/epp.eurostat.ec.europa.eu/statistics_explained/index.php/Population_structure_and_ageing (visited 31.08.2013)2 Jovanov E, Milenkovic A, Otto C, de Groen P. A wireless body area network of intelligent motion sensors for computer assisted physical rehabilitation. J NeuroEng Rehabilitation 2005;2:6.3 Culler D, Estrin D, Srivastava M. Guest Editors Introduction: Overview of Sensor Networks, Computer, Aug. 2004; 37(8):41-49.4 Sohraby K, Minoli D, Znati T. Wireless sensor networks: technology, protocols, and applications, New Jersey, John Wiley and Sons, 2007.5 Lorincz, K, et al. Mercury: a wearable sensor network platform for high-fidelity motion analysis. SenSys 2009; 9:183-196.6 Leonov V, et al. Smart wireless sensors integrated in clothing: an electrocardiography. System in a shirt Powered using human body heat. Sensors and Transducers Journal 2009; 107:165-176.7 Katoch E, Augustyniak P. Wearable mobile network as an integrated part of assisted living technologies. Information Technologies in Biomedicine, Lecture Notes in Computer Science (Lecture Notes in Bioinformatics) 2012, 7339:549- 560.8 Yang B. Key technical challenges and current implementations of body sensor networks. Proc. 2nd International Workshop on Body Sensor Networks, (BSN 2005), 2005.9 Katoch E, Augustyniak P. Human activity surveillance based on wearable body sensor network. Computing in Cardiology 2012;39; 325328.10 Troiano RP, et al. Physical activity in the United States measured by accelerometer. Med Sci Sports Exerc 2008; 40(1):181-8.11 Smole M, Katoch E, Augustyniak P, Kowalski P.Wearable p