基于云平臺的生物電阻抗分析檢測系統的設計

舒明雷, 高天雷, 單珂

(山東省計算中心(國家超級計算濟南中心)，山東省計算機網絡重點實驗室，山東 濟南 250014)

基于云平臺的生物電阻抗分析檢測系統的設計

舒明雷, 高天雷, 單珂

(山東省計算中心(國家超級計算濟南中心)，山東省計算機網絡重點實驗室，山東 濟南 250014)

提出了一種基于云平臺的生物電阻抗分析檢測系統，對人體體成分的檢測、監護和干預提供了積極有效的解決途徑。系統以“智能采集終端+數據處理中繼+綜合性健康云服務平臺+多模態應用終端”為架構，基于云計算和智能硬件技術，設計了包括生物電阻抗采集前端、MSP430數據處理收發中心、數據處理交互單元、云平臺數據處理存儲陣列和應用客戶端5個部分。通過檢測身高、體重和阻抗參數，運用云計算技術由服務器集群在云端動態修正和更新算法，完成數據結果的分析計算，在應用客戶端請求數據時實現數據分發推送，并通過顯示模塊展現給使用者。與當前主流生物電阻抗分析檢測系統的對比結果表明，該系統檢測參數多，可實現數據的遠程傳輸、處理和展示，有助于建立人體體成分檢測監控新模式。

生物電阻抗；MSP430；體成分分析；云計算

利用生物組織的電特性及變化規律，生物電阻抗測量技術[1-2]可有效獲取并分析與人體相關的醫學信息，已在人體成分分析領域獲得廣泛應用，在臨床醫學與基礎研究中具有重要的價值。通過檢測具體的人體成分參數，可用來分析人體成分的正常范圍，評價人體在某階段的生長變化進程，有助于科學評價人體營養狀態，并對患病風險進行有效預警。通過評定體質的狀況、特征的方法進行不同人群、個體體質水平的比較，進而鑒定和完善增強體質的各種措施。

雖然已有較先進的科技公司從事人體成分分析儀的研發，但其中大多數僅能夠完成十幾種身體指標的測量，且不具備實時處理大量數據、平臺存儲的能力，用戶僅能單向查看體成分指標，無法與檢測設備進行數據交互，無法有效滿足測試對象的實際需求，人機交互能力較弱，數據準確度尚有不足。

基于云平臺的生物電阻抗分析檢測系統，運用云計算龐大的數據計算能力、成熟的數據處理技術以及可實時修正和更新的云端算法，實現對采集的體征數據包的數據解析，能夠充分提高數據處理速度，不斷地利用最新研究成果提高測試的精度和準確度，實現數據的存儲、顯示、分發和推送功能[3-5]。云平臺同時能夠存儲海量檢測數據，通過對數據進行分析和挖掘，發現用戶身體成分變化趨勢，統計身體數據與時間的趨勢報告，提供適當的飲食和運動建議，在使用功能上更加豐富和便捷。檢測數據通過3G、4G、Wi-Fi等移動網絡將數據實時傳輸到云平臺，需要數據的終端訪問云平臺并申請數據分發，實現云端數據存儲與共享，解決指標檢測的時間和空間限制。

本文運用云計算技術設計并實現了一種人機交互性好、數據處理精度高的生物電阻抗分析檢測系統，用于人體體成分的檢測分析。

1 系統整件設計

系統整體設計如圖1所示。根據設計要求，本系統主要由體成分采集前端、MSP430數據處理收發中心、數據處理交互單元、云平臺數據處理存儲陣列和應用客戶端構成[6]。

其中，采用八點接觸電極實現前端信號采集，結合生物電阻抗技術[7-8]，使用可與人體體表面接觸的電極片，向用戶傳輸人體可接受的交流電[9]，由MSP430數據處理收發中心完成檢測前端電阻抗值的計算，再將所得數據通過數據處理交互單元的通信模塊上傳至云計算平臺，進行最終的算法分析處理后得到人體成分參數，由數據處理交互單元進行數據解析，并顯示到交互式觸摸液晶屏上，將測量的30項體質指數反饋給用戶，其他得到授權的用戶可以通過手機、平板電腦、個人計算機的客戶端實現數據的訪問和展示。本文通過構建一體化系統并在軟硬件上得以實現，能夠提供準確的數據采集、友好的人機交互和豐富的參數展示服務。

圖1 基于云平臺的生物電阻抗分析檢測系統架構設計Fig.1 Architecture design of the Bioelectrical impedance analysis and measurement system based on cloud platform

2 系統軟、硬件設計

2.1 硬件設計

圖2為分析檢測系統采集前端的電路結構圖，硬件部分由阻抗測量電路、體重測量電路、測量電極、PC上位機等組成[10]。檢測電極直接與人體接觸，用于輸出和檢測信號，電極的數目為8個電極，電極的外形結構隨測量方式的改變而改變。人體的生物電阻抗信息由阻抗測量電路進行采集，進行前期處理并將攜帶人體成分信息的阻抗信號傳給上位機。阻抗測量電路包括主控芯片、模數轉換電路、信號調理電路、開關陣列以及恒流源組成。

圖2 電路結構圖Fig.2 Circuit structure diagram

主控芯片控制恒流源發出對應人體信息的頻率為0～1 MHz的0.02～0.5 mA微弱交流信號，并通過開關陣列的分時選擇性分配到相應的發射電極中。另一組檢測電極將人體反饋的電壓信號輸送到信號調理電路中，信號調理電路將此電壓信號經過放大、濾波后，最后經A/D模塊轉換為數字信號進入主控芯片，主控芯片進行阻抗信號預處理，并傳送到上位端。體重測量電路直接由主控芯片控制測量人體體重并傳輸到上位機。上位機具有人機交互界面，提供用戶數據輸入和人體成分數據顯示成像，并控制打印機打印數據報告。

2.2 軟件設計

程序流程圖如圖3所示。用戶在登錄后，通過刷身份證錄入年齡、性別等個人信息并開始檢測過程，如若在檢測過程中測試通道發生異常情況，檢測自動停止；如若數據無誤且檢測完成后，上位機向下位機請求接收數據并上傳，再將解析后的數據進行持久化的保存。

圖3 程序流程圖Fig.3 Flow chart

3 系統實現及實驗分析

3.1 系統實現

基于云平臺的生物電阻抗分析檢測系統人機交互界面操作簡單、智能，進行體質數據檢測時，用戶進入檢測系統主功能界面，點擊測量按鈕，雙手持手部電極檢測手柄，赤足踩在腳電極底座上，生物電阻抗分析檢測系統自動完成數據的采集，再由數據處理交互單元將數據傳輸給云平臺，云平臺對數據進行分析計算后將數據下發給數據處理交互單元，將用戶的測量情況及時反饋到人機交互界面上，用戶只需要點擊保存按鈕，便可自動生成體成分檢測報告，供用戶及時查閱打印。檢測界面及實物樣機圖如圖4所示。

圖4 檢測界面及實物樣機圖Fig.4 Detection interface and physical prototype

3.2 實驗分析

對本文所設計的基于云平臺的生物電阻抗分析檢測系統的性能進行了系統可靠性的驗證，并對其得出的性能指標進行對比：輸入激勵信號的頻率為5 kHz、250 kHz，幅值為±100 μA。經過對測試實驗者輸出的體成分數據進行對比分析，發現測試結果基本一致，從而證明了本系統檢測數據的準確性。表1為本文檢測系統與當前6家主流醫療設備公司(為保護隱私而隱去公司真實名稱)研發系統的測試指標、云平臺服務能力的對比。

表1 生物電阻抗檢測系統與當前主流產品的對比

由表1可以看出，本文設計的檢測系統檢測參數多，可通過云平臺實現數據的遠程傳輸、處理和展示。

4 結論

本文所設計的基于云平臺的生物電阻抗分析檢測系統，運用云計算龐大的數據計算能力、成熟的數據處理技術以及可實時修正和更新的云端算法，實現對采集的體征數據包進行數據解析，能夠充分提高數據處理速度，不斷地利用最新研究成果提高測試的精度和準確度，實現數據的存儲、顯示、分發和推送功能，實現以“智能采集終端+數據處理中繼+綜合性健康云服務平臺+多模態應用終端”為架構的系統原型。下一步將在本文研究的基礎上，利用云端最新研究成果提高測試的精度和準確度，使得系統指標更加準確完善。

[1]任超世.生物電阻抗測量技術[J].中國醫療器械信息,2004,10(1):21-25.

[2]唐敏.生物阻抗測量原理與測量技術[J].生物醫學工程學雜志,1997,14(2):152-155.

[3]房秉毅,張云勇,程瑩,徐雷. 云計算國內外發展現狀分析[J]. 電信科學,2010,S1:1-6.

[4]LENK A, KLEMS M, NIMIS J, et al. What’s inside the cloud？ An architectural map of the cloud landscape[M]∥Proceedings of the 2009 ICSE Workshop on Software Engineering Challenges of Cloud Computing.[s.l.]：IEEE,2009:23-31.

[5]VAQUERO L, RODERO-MARINO L, CACERES J, et al. A break in the clouds:Towards a cloud definition [J].SIGCOMM Computer Communication Review,2009,39(1):50-55.

[6]龔強.我國云計算發展研究綜述[J].信息技術，2013(7):1-4.

[7]BAYRAM M T, ALAYGUT D, TURKMEN M, et al. Bioelectric impedance analysis in the diagnosis of vesicoureteral reflux[J]. Iranian Journal of Pediatrics,2015.25(4):e2183.

[8]GENOT N, MEWTO N, BRESSON D, et al. Bioelectrical impedance analysis for heart failure diagnosis in the ED[J]. Am J Emerg Med，2015.33(8):1025-1029.

[9]MEREDITH-JONES K A , WILLIAMS S M, TAYLOR R W. Bioelectrical impedance as a measure of change in body composition in young children[J]. Pediatr Obes，2015.10(4): 252-259.

[10]MADDOCKS M，KON S S，JONES S E，et al. Bioelectrical impedance phase angle relates to function, disease severity and prognosis in stable chronic obstructive pulmonary disease[J]. Clinical Nutrition，2015,34(6):1245-1250.

Desigh of bioelectrical impedance detection and analysis system based on cloud platform

SHU Ming-lei, GAO Tian-lei, SHAN Ke

(Shandong Computer Science Center(National Supercomputer Center in Jinan), Shandong Provincial Key Laboratory of Computer Networks, Jinan 250014, China)

∶In this paper a kind of bioelectrical impedance analysis and detection system based on cloud platform was put forward to provide a positive and effective solution to the detection, monitoring and intervention of human body composition. The system implemented an architecture which consisted of intelligent acquisition terminal, data processing relay, comprehensive health cloud service platform and multimodal application terminal. Based on cloud computing and intelligent hardware technology, five components were designed, which included bioelectrical impedance acquisition front-end, MSP430 data processor and transceiver, data processing and interactive unit, data processing and storage arrays on cloud platform, and application client. By detecting the height, weight, and impedance parameters, the system performed dynamic correction and updating algorithms on the server clusters based on cloud computing technology, and the data results were analyzed and calculated. When the application client requested data, the data distributing and pushing were carried out, which was displayed to users through display module. Compared with other mainstream biological resistance detection systems, the system presented could detect more kinds of parameters, and realize the remote data transmission, processing and display, which was helpful to establish a new model for the detection and monitoring of human body composition.

∶Bioelectrical impedance; MSP430; body composition analysis; cloud computing

10.3976/j.issn.1002-4026.2017.04.019

2017-01-19

山東省科技發展計劃(2014GSF118107)；山東省重點研發計劃(2015GGH309003)

舒明雷(1979—)，男，博士，副研究員，研究方向為無線傳感器網絡、無線體域網絡和云健康等。E-mail：shuml@sdas.org

TP393

A

1002-4026(2017)04-0118-06