移動護理系統中非接觸體征監測模塊設計的分析

張 蓉

（延安大學 西安護理學院，陜西 榆林 710100）

在移動護理系統應用過程中，具有簡單、靈巧等特點，換的了廣大護理人員及患者的一致好評，而非接觸體征監測模塊的加入屬于一個全新的嘗試.在傳統臨床護理之中，主要以生命體征監測方式為主，需要借助于傳感器才能與人體進行接觸，但對于一些嚴重的精神科患者來說，該方式很難在護理過程中得到實施.從這里也可以看出，非接觸體征監測技術的應用顯得格外重要.

1 研究背景

在生命體健康維護過程中，包括很多常規生命體征監測方式，如心電圖、脈搏式壓敏傳感器等，并以傳感器為主，與人體進行接觸.但由于很多特殊情況存在，如患者情緒不穩定、燒傷患者等，接觸式監測方式難以將監測效果發揮出來，此時非接觸式監測的意義便會被有效突顯出來.近年來，隨著該項技術的不斷完善，基于生物雷達的監護病房利用非接觸生命體征參數完成了實時監測.本院于2013年開始實現了移動護理系統的有效應用，在工程不斷完善的基礎上，移動護理功能的覆蓋范圍越來越廣，最終為移動護理系統之中的呼吸、心跳等實時監測模塊的構建創造了良好基礎.

2 關鍵技術分析

2.1 生物雷達技術和過濾算法

在生物雷達應用過程中，主要以電磁波透過障礙物為主，從而完成對回波信號的有效接收，實現非接觸是體征的探測，將生命體之中的心肺等活動信息展示出來.在近十年的發展下，生物雷達技術得到了充分完善，產品也朝著模塊化、小型化方向發展.本院所使用的生物雷達參數如下：長寬高為165mm、90mm、29mm，微波頻率為24G，探測角可以保持在70°左右，上下浮動范圍并未超過30°.由于人體的呼吸幅度遠超過心跳幅度，且二者同為低頻信號，在頻譜信號采集過程中很容易出現重疊現象.為此，人們在雷達信號處理過程中引入了CEEMD算法，運算效率相對較高.在該算法應用時，需要利用窗函數g（n）對離散信號x（n）進行攔截，并將攔截下來的信號做傅立葉變換.假設給定信號為x（n），n=1,2……，L-1，則有：

該式中，N代表時間軸上窗函數的步長；w代表圓周率；T代表抽樣間隔.如果將w離散化，便會得到：

該式主要將整個頻域周期分解成M個點，一般來說，g(n)寬度與M點相似.

2.2 傳輸模式設計

在該項目開始之初，生物雷達原型以波特率115200串口傳輸為主，將已經采集好的數據上傳到電腦之上，之后再通過局域網絡傳輸到服務器之上.在模擬實驗過程中，雖然將流程測試展示了出來，但在病房測試過程中，該傳輸方式對設備空間占用極大，且傳輸環節較多，不具備較高的穩定性.在移動醫療的作用下，本院以前饋式無線局域網為主，支持802.11n協議，穩定性較高.在此基礎上，當生物雷達后端引入無線網絡模塊之后，各種信息傳遞得到了有效治理，在經過有效改進之后，傳輸穩定、操作便捷等優勢便突顯出來.圖1為傳輸模塊手機端的設計示意圖[1].

圖1 傳輸模塊手機端的設計示意圖

2.3 物聯網移動終端

在患者住院過程中，均需要佩戴一次性的RFID腕帶，該腕帶之中設計到高頻無線射頻技術的使用，為患者識別工作創造了堅實基礎.該項目在醫院護理工作之中已經具備較為完善的硬件模塊和功能，這其中還涉及移動端的硬件模塊和功能情況，并與安卓5.1系統相結合，并在其中附上二維碼識別等功能，為多媒體展示創造了有利條件，為今后的項目技術拓展奠定了良好基礎.

3 移動護理系統中非接觸體征監測模塊設計的具體分析方法

3.1 需求分析

根據特殊患者的臨床需求，相關設計人員在系統中設計了患者綁定、信息查詢、心跳實時監控等功能，為今后的實時報警、數據圖表等功能實時提供良好基礎.以25歲健康男性為例，在檢測工作開始之前可以利用常規方式對呼吸、心跳進行分別估測，最終結果為每分鐘17次和75次.在實驗時，受測者需要靜坐于監測裝置前方30cm處.而在計算時，相關工作人員應做到每秒鐘對計算結果進行刷新.另外，在需求插值和尋峰計算之中，通過傅立葉變換可以將頻譜之中的3點插值確定出來，如圖2所示，在圖中，S2為未插值時的峰值，其頻率用f2代替，在峰值上與f2相同距離取f1，最終可以得到如下公式：

在具體峰值確定之后，可以將具體的心跳、呼吸數值確定出來，從而對實時數值進行統計.

圖2 頻譜的插值尋峰

3.2 系統流程

在系統流程確定過程中，相關工作人員需要首先對患者身上的RFID腕帶和雷達條形碼進行掃描，做到每一個患者的有效綁定，并通過具體的生命體征數據和實現與患者的一一對應.在生物雷達啟動之后，人們需要做好微波信號的接收和反饋工作，將采集到的信號進行微波過濾和放大工作，確保其可以在電路處理中發揮出一定作用.除此之外，在數字處理接入之后，人們可以對具體的呼吸和心跳波形進行統計和識別，之后通過網絡將各種數據上傳到無線局域網之中，將患者ID、特征等數據存儲在數據庫之中，這樣一來，各項數據便可以在終端顯示器之中進行顯示.經過多次對比分析之后，以及檢測結果的有效統計，最終的流程結果與整個設計要求相符，而且在整個測試過程之中，模塊運行情況顯得極為穩定.但由于患者狀態的起伏多變，很容易出現大量數據流失現象.因此，在該系統流程應用過程中，并不能將接觸式監護全部代替[2].

3.3 運行環境

在患者佩戴的一次性RFID腕帶管理過程中，主要以條形碼管理為主.整體來看，系統服務器主要以虛擬機服務器的使用為主，在配置上，該處理器的核心內存為16G，硬盤大小為500G，處理器數量為2個，核心數量為4個.站在移動端角度來說，所使用操作系統為安卓5.1，屏幕大小為5.0英寸，支持多點觸摸及RFID標簽內容的讀取.在無線網絡饋線作用下，該測試模塊可以對2.4G和5G頻段之中的信息進行接收，并遵守802.11n協議，從而對無線終端提供接入管理，并確保管理IP等程序的準確進入.除了上述方式之外，人們還可以利用安卓平臺和藍牙服務來實現服務功能的全面開展.在藍牙設備應用到通信環節之中時，主要包括以下幾個步驟：對藍牙設備進行設計、找尋局域網絡之中可以匹配到的設備、在連接的設備之中實施數據傳輸.經過上述步驟的作用之后，藍牙通信模式逐漸被建立起來，促使數據得到更多被讀取的機會，并利用數據重組進行數據采樣.

3.4 測試分析

以心血管內科的多輪測試數據為例，在具體測試過程中，主要對接觸式心率采集方式進行使用，并對其數據標準值進行比較，再通過大量數據對比之后，可得到以下分析結果：首先，由于系統的合理設計，功能運行情況顯得更加流暢，經過多次測試之后，具體效果基本上與實際監測需求相符，在非接觸式連續采集的作用之下，呼吸、心跳等數據將會被收錄到服務器數據庫之中，同時實現數據終端的良好監測.在測量時，測量對象的狀態一般以靜止為主，生物雷達也會正對著患者胸部進行信號的發生和接收，所具備的測量精度較高，一旦出現數據獲取不到的情況，需要對設備位置進行及時調整.根據相關文獻資料顯示，人體心跳和產生部分是隨機的，并很容易受到外界干擾因素的影響.另外，該方式在應用過程中不能將接觸式監護方式完全取代，只能對于部分特殊情況之下的臨床工作提供參考依據，避免為后續工作的開展產生誤導[3].

4 總結

綜上所述，在具體護理系統之中，非接觸方式可以實現對生命體數據的實時采集，為后續臨床研究工作奠定了基礎條件，還能對各種信息數據進行非接觸自動采集.相比之下，該項目屬于生物雷達技術范疇，在未來護理行業應用中具有良好的應用前景.但由于該項技術受很多因素的限制，暫時無法與臨床使用標準相符.因此，相關研究人員應進一步提升研究力度.