沈洪銳　何世添

摘 要：隨著社會發(fā)展和科技進步，人們生活質量不斷改善，健康觀念也發(fā)生了很大的變化，對醫(yī)療服務的速度和質量提出了更高的要求；同時，人口老齡化問題加重了醫(yī)療資源的負擔。而基于IT技術、移動通信、可穿戴技術于一體的遠程健康醫(yī)療系統(tǒng)，能有效解決這些問題。因此本項目提出一種可穿戴設備+移動終端+健康云平臺的解決方案。

關鍵詞：可穿戴電子設備；智能；應用技術；研究；開發(fā)

引言

近年來人口老齡化的加劇，第六次全國人口普查顯示，60歲及以上人口占全國總人口的13.26%，比2000年上升2.93個百分點，其中“空巢家庭”老年人占老年人總數的比例達44.8%，平常對老人身體健康的照顧問題變得更加突出，同時老年人群體特有的生理特點導致了老年意外失足跌倒或者某種疾病突然發(fā)作及惡化的概率也非常大，如得不到及時救治將可能危及生命。這些都給醫(yī)療機構帶來了很大的服務壓力。因此，一種低成本，便攜式，并且適用于普通大眾人群的自我健康監(jiān)護產品急需面市，使得健康管理和監(jiān)護可以走出醫(yī)院，走向普通家庭。

1 可穿戴健康醫(yī)療系統(tǒng)架構

針對老人、病人的可穿戴健康醫(yī)療系統(tǒng)，架構如圖1可穿戴健康醫(yī)療系統(tǒng)架構所示：

整個架構按功能層次分為三個層次，傳感器層（可穿戴設備）、移動手持終端層以及遠程健康云平臺層?？纱┐髟O備主要負責對人體相關生理參數的采集，行為跌倒檢測，gps定位，并將生理參數，gps信息通過3G網絡傳送遠程健康云平臺；健康云平臺負責對生理數據進行存儲、數據挖掘，并及時反饋健康狀態(tài)及建議；當發(fā)生跌倒或心臟病發(fā)作，哮喘發(fā)作等需要及時處理的問題時，可穿戴設備通過3G網絡將這些信息直接發(fā)送給監(jiān)護人，以便突發(fā)事件能以最快的速度得以處理。

2 硬件設計

該系統(tǒng)主要的硬件設計為可穿戴設備，其架構圖如圖2所示。主要由體溫充電供電模塊、生理參數采集模塊、加速傳感器模塊、報警模塊、GPS模塊、通信模塊以及ARM中央處理芯片等模塊組成。ARM主控制器作為數據的處理中心，讀取人體生理數據以及加速傳感器數據，進行處理分析，判斷出佩戴者是否有跌倒，發(fā)生跌倒便啟動可穿戴設備報警功能，并將相關信息通過3G網絡傳送到監(jiān)護人手機。同時將生理數據及位置信息進行處理打包后，通過3G網絡傳送到遠程健康云平臺做進一步的處理。

3 技術路線

該系統(tǒng)主要由可穿戴設備、手機移動終端、遠程健康管理中心三部分組成，接下來分析其主要技術實現(xiàn)。

3.1 可穿戴設備

體溫充電供電模塊：提供自動供電的功能，保持系統(tǒng)的正常運行，解決了電池需要經常充電的瓶頸。主要是由誤差發(fā)電元件、充電控制模塊以及聚合物電池三部分組成，該功能通過設置溫差發(fā)電元件來利用人體體溫給聚合物電池發(fā)電充電。

生理參數采集模塊：采集的參數主要包括血壓、心率以及體溫等各種相關生理參數，通過對這些參數的分析監(jiān)管佩戴者的身體情況。由于這些信號本身就比較微弱，并且在采集傳輸過程會受到各種各樣的干擾信息，因此針對不同性質的信號以及干擾因素要選擇不同的解決方法。示波法測量血壓作為比較準確的一種方法，主要有兩種突變拐點模型以及歸一化比例模型。但是由于各有劣勢，突變法實現(xiàn)困難，歸一法針對個體特征的差異有其局限性，因此該項目將研發(fā)一種結合兩種方法優(yōu)勢的改進方法來更準確的測量血壓。另外將小波變換引入到傳統(tǒng)QRS波檢測，以此來改進對心電信號的提取。

ARM主控制器：作為數據的處理中心，主要負責對相關數據進行處理，把數據發(fā)送到云平臺，并做出相關的決策。該部分技術難點在于解決跌倒檢測問題。國內外現(xiàn)有先進檢測算法[1]都是基于三軸加速度SMV閾值的跌倒檢測算法上的一個改進，SMV值如（1）式所示，Ax、Ay、Az分別為x、y、

z三軸向的加速度，通過設定SMV的閾值來判斷是否跌倒。SMV閾值判斷比較粗糙，存在很大的誤判漏判情況，因此也出現(xiàn)了基于SMV閾值檢測的改良方法One-Class SVM，利用核函數將所有樣本映射到高位特征空間實現(xiàn)分類。在特征空間里，One-Class SVM 確定了一個包含所有目標數據的最小超球面體表面，這個表面就是通常定義的分類器[2]。用一組松弛變量來控制超球體的半徑和超出超球體的樣本數量。通過此算法我們可以做到的是能夠提取出絕大部分的跌倒性樣本數據。研究表示，One-Class SVM閾值算法也存在一定的誤判錯判問題，因此該項目重點實驗研究通過不同的輔助手段對疑似跌倒的數據進一步的判定，最終提出一個高效準確的跌倒檢測算法。輔助手段包括對能量損耗、傾角、位移和速度等等的分析。該項目跌倒檢測流程如圖3所示，包括加速度數據獲取，數據預處理，跌倒檢測算法三部分。根據奈奎斯特采樣定理確定3軸加速度的采樣頻率定為45Hz，然后將采樣信號通過中值濾波和0.5Hz的高通濾波器濾除噪聲和直流分量，最后把預處理過后的加速度通過One-Class SVM閾值算法以及輔助算法判斷出是否跌倒。

3.2 遠程健康管理中心

遠程健康管理中心作為本系統(tǒng)的遠程醫(yī)療健康服務的云平臺，接受可穿戴設備發(fā)送過來的數據，進行處理，并經3G移動通信網絡或其他寬帶無線網絡為用戶提供適時或非適時的人體健康信息監(jiān)控、緊急醫(yī)療處置等醫(yī)療健康服務。健康管理中心包括web集群、會話集群、消息隊列集群、數據挖掘算法集群和云存儲等5個功能模塊。

4 結束語

本項目通過研究可穿戴電子設備的智能應用技術，提出了一個針對醫(yī)療監(jiān)護的可穿戴遠程計算平臺模型，通過對各種軟硬件資源的比較，選擇了符合需求的軟硬件資源，開發(fā)了針對老人、病患者的可穿戴健康醫(yī)療系統(tǒng)，在一定程度上緩解了醫(yī)療資源緊張的問題，具有推廣意義。

參考文獻

[1]Neil Zhao. Full-Featured Pedometer Design Realized with 3-Axis Digital Accelerometer[J]. Analog Dialogue，2010，44（2）：17-21.

[2]李娜.基于人體運動狀態(tài)識別的可穿戴健康監(jiān)測系統(tǒng)研究[D].北京：北京工業(yè)大學，2013.

作者簡介：沈洪銳，學位：碩士，職稱：講師，研究方向：嵌入式系統(tǒng)開發(fā)。

何世添，學位：碩士，單位：廣東東軟學院計算機系，職稱：助教，研究方向：嵌入式驅動開發(fā)。