基于智能拐杖的移動健康實(shí)時(shí)監(jiān)護(hù)原型系統(tǒng)

苗立志，婁 沖，呂國駿

(1.南京郵電大學(xué) 地理與生物信息學(xué)院,江蘇 南京 210023;2.南京郵電大學(xué) 江蘇省智慧健康大數(shù)據(jù)分析與位置服務(wù)工程實(shí)驗(yàn)室,江蘇 南京 210023;3.南京郵電大學(xué) 泛在網(wǎng)絡(luò)健康服務(wù)系統(tǒng)教育部工程研究中心,江蘇 南京 210003;4.南京郵電大學(xué) 通信與信息工程學(xué)院,江蘇 南京 210003)

0 引 言

據(jù)統(tǒng)計(jì)，至2017年年末中國大陸60周歲及以上人口約24 090萬人，占總?cè)丝诘?7.3%。預(yù)計(jì)到2025年，六十歲以上人口將達(dá)到3億，將成為超老年型國家[1]。以上數(shù)據(jù)顯示，中國的人口老齡化程度日益加劇，老齡社會問題日益凸顯，而老年人群體的晚年生活健康迫切需要得到關(guān)注和保障。關(guān)注老年人的健康問題，首先就要關(guān)注老年人的出行問題，因此，老人在室外行走過程中的身體姿態(tài)、地理位置以及自身生理狀況都應(yīng)當(dāng)被實(shí)時(shí)關(guān)注，以避免老人在戶外行走時(shí)突然跌倒或者心率、血壓等生理指標(biāo)出現(xiàn)異常情況時(shí)無人知曉而導(dǎo)致嚴(yán)重后果。

隨著嵌入式技術(shù)、物聯(lián)網(wǎng)技術(shù)和傳感器技術(shù)的發(fā)展，智能家居逐漸進(jìn)入人們的日常生活，為解決老年人的出行安全問題，對老人進(jìn)行實(shí)時(shí)監(jiān)護(hù)的智能拐杖成為研究熱點(diǎn)。

目前，國內(nèi)研究人員針對老年人出行時(shí)狀態(tài)的監(jiān)測開展了相關(guān)研究，如彭勝華[2]、姚木[3]、曾繩濤[4]基于GPS和GPRS設(shè)計(jì)了面向老年人群體的遠(yuǎn)程監(jiān)護(hù)系統(tǒng)，可以采集被監(jiān)護(hù)者的位置信息與一些生理參數(shù)信息(如心電信號、體溫)，但未對被監(jiān)護(hù)人身體姿態(tài)信息進(jìn)行采集和監(jiān)測；朱偉[5]、景婷婷[6]、陳言[7]等人設(shè)計(jì)了相關(guān)老年人智能拐杖，在外觀和功能上做了一些創(chuàng)新設(shè)計(jì)，如照明功能、MP3功能等，但在發(fā)生緊急情況時(shí)只局限于“一鍵呼救”功能，未有其他智能化設(shè)計(jì)，對老人的健康監(jiān)護(hù)效果有限，難以用于實(shí)時(shí)救援；魏慶麗[8]、仲小英[9]等人基于MSP430設(shè)計(jì)了可以GPS定位的智能拐杖，但只能實(shí)現(xiàn)短距離的監(jiān)護(hù)，且缺少對監(jiān)護(hù)人生理參數(shù)的檢測、異常判斷和應(yīng)急救援；顏國棟等[10]設(shè)計(jì)了一種基于無線傳感器網(wǎng)絡(luò)的連續(xù)血壓遠(yuǎn)程監(jiān)護(hù)系統(tǒng)，采用基于脈搏波頻域特征參數(shù)的連續(xù)血壓測量方法獲得老人的血壓值，但監(jiān)測設(shè)備不便于攜帶移動；王玉花[11]、李娜[12]、劉元[13]等人基于GPS設(shè)計(jì)了定位智能拐杖，利用Android手機(jī)APP實(shí)現(xiàn)遠(yuǎn)程定位、摔倒報(bào)警功能，但并未檢測人體生理參數(shù)且未提供異常情況下的實(shí)時(shí)救援最佳路線推薦功能。另外，國外也有相關(guān)研究的開展，如Chan等人[14]設(shè)計(jì)了一種基于multi-agent的移動健康監(jiān)護(hù)系統(tǒng)，采用無線體域網(wǎng)(wireless body area network，WBAN)、無線個(gè)域網(wǎng)(wireless personal area network，WPAN)、因特網(wǎng)三個(gè)層次的網(wǎng)絡(luò)溝通，提高了監(jiān)護(hù)效果，主要應(yīng)用于生理參數(shù)的監(jiān)測；Gradl等人[15]研究了基于Android智能手機(jī)的異常心電檢測系統(tǒng)，該系統(tǒng)提供了基于智能手機(jī)的實(shí)時(shí)心電圖監(jiān)測和心律失常監(jiān)測，但缺少發(fā)生健康異常情況后的應(yīng)急救援處理。

基于上述研究所存在的缺陷與不足，文中研究了一種基于物聯(lián)網(wǎng)技術(shù)的智能拐杖，以拐杖為載體，以行動不便的老人為對象，建立一個(gè)移動健康監(jiān)護(hù)系統(tǒng)；通過內(nèi)置脈搏傳感器和加速度傳感器分別獲取老人的心率和身體姿態(tài)狀況，基于LBS(location-based service，位置服務(wù))技術(shù)對老人所在位置快速實(shí)時(shí)定位。將終端所采集的傳感器感測數(shù)據(jù)上傳至服務(wù)器，監(jiān)護(hù)人可以登陸該平臺實(shí)時(shí)了解被監(jiān)護(hù)人身體姿態(tài)、心率狀況及其所處地理位置；同時(shí)，當(dāng)老人的相關(guān)生理參數(shù)出現(xiàn)異常時(shí)，服務(wù)器端能夠基于社會醫(yī)療機(jī)構(gòu)信息提供應(yīng)急救援最佳路線。

1 硬件設(shè)計(jì)

1.1 硬件邏輯結(jié)構(gòu)

文中所設(shè)計(jì)的智能拐杖硬件模塊部分包括GPS定位模塊、脈搏傳感器模塊和加速度傳感器模塊。其工作流程如圖1所示：脈搏傳感器、加速度傳感器和GPS模塊分別動態(tài)采集老人心率信息、身體姿態(tài)信息以及所處地理位置信息，通過單片機(jī)的無線通信模塊將感測信息無線傳輸至服務(wù)器端。

圖1 系統(tǒng)硬件邏輯結(jié)構(gòu)

1.2 硬件模塊

本系統(tǒng)所設(shè)計(jì)的監(jiān)護(hù)終端硬件組成線路連接如圖2所示。單片機(jī)控制模塊采用Arduino Mega2560開發(fā)板,主要用于組織和控制脈搏傳感器、GPS定位模塊、加速度傳感器等各個(gè)模塊的數(shù)據(jù)通信和傳輸，系統(tǒng)通過兩節(jié)18650鋰電池供電。加速度傳感器采用MPU6050加速度模塊，內(nèi)置高精度的陀螺加速度計(jì)，模塊內(nèi)部集成了姿態(tài)解算器，配合動態(tài)卡爾曼濾波算法[16]，精度好，穩(wěn)定性高。脈搏傳感器采用PulseSensor光電反射式模擬傳感器[17]，通過手指按壓傳感器采集心率信號，并采用自適應(yīng)濾波算法進(jìn)行降噪，心率傳感器置于拐杖手柄一側(cè)，手握拐杖時(shí)食指按壓傳感器可獲得心率值。采用A7 GSM/GPRS/GPS三合一模塊，該模塊集成了GPS定位與GPRS無線網(wǎng)絡(luò)功能。

圖2 監(jiān)護(hù)終端硬件連接

2 系統(tǒng)功能設(shè)計(jì)與實(shí)現(xiàn)

2.1 體系結(jié)構(gòu)

基于智能拐杖的移動健康實(shí)時(shí)監(jiān)護(hù)系統(tǒng)共分為四層：感知層、網(wǎng)絡(luò)層、平臺層和應(yīng)用層，其體系結(jié)構(gòu)如圖3所示。

圖3 系統(tǒng)體系結(jié)構(gòu)

(1)感知層：通過加速度模塊、脈搏傳感器模塊實(shí)現(xiàn)感測數(shù)據(jù)的采集，并通過GPS模塊獲得拐杖的空間位置信息；

(2)網(wǎng)絡(luò)層：將GPS空間位置信息數(shù)據(jù)與其他感測數(shù)據(jù)進(jìn)行融合，通過無線通信網(wǎng)絡(luò)將其上傳至服務(wù)器；

(3)平臺層：該層將處理好的心率數(shù)據(jù)、姿態(tài)信息、位置信息進(jìn)行存儲，以便于用戶進(jìn)行歷史查詢，并通過心率異常檢測方案、人體姿態(tài)異常檢測方案對所采集的相關(guān)數(shù)據(jù)進(jìn)行分析與判斷；

(4)應(yīng)用層：為用戶提供多種業(yè)務(wù)功能，在系統(tǒng)平臺上實(shí)時(shí)顯示被監(jiān)護(hù)人的心率數(shù)據(jù)、姿態(tài)信息和位置信息等，在出現(xiàn)異常狀況時(shí)，能夠基于社會醫(yī)療機(jī)構(gòu)信息提供應(yīng)急救援最佳路線。

2.2 異常判斷設(shè)計(jì)方案

為了實(shí)現(xiàn)對實(shí)時(shí)感測生理參數(shù)數(shù)據(jù)的異常判斷，文中設(shè)計(jì)了心率異常判斷和姿態(tài)異常判斷方法。

2.2.1 心率異常判斷方法

所設(shè)計(jì)的心率異常判斷方法將心率異常判斷分為運(yùn)動和靜止兩種情況。判斷方法如下：設(shè)定靜息心率閾值Smin和Smax分別表示被監(jiān)護(hù)人在靜止?fàn)顟B(tài)下的心率最小值和最大值，設(shè)定Mmin和Mmax分別表示被監(jiān)護(hù)人在運(yùn)動狀態(tài)下心率的最小值與最大值。在本研究中，設(shè)置Mmin=96，Mmax=144，Smin=60，Smax=100，系統(tǒng)根據(jù)加速度傳感器所檢測的運(yùn)動狀態(tài)作為被監(jiān)護(hù)人身體姿態(tài)的判斷依據(jù)，判斷被監(jiān)護(hù)人所處狀態(tài)。該方法將被監(jiān)護(hù)人從開始運(yùn)動到運(yùn)動結(jié)束靜止5分鐘內(nèi)的狀態(tài)設(shè)定為運(yùn)動狀態(tài)，靜止5分鐘后到下一次運(yùn)動前設(shè)定為靜止?fàn)顟B(tài)，將采集到的心率數(shù)值與設(shè)定的閾值相比較，判斷心率是否異常。

圖4 跌倒檢測算法流程

2.2.2 姿態(tài)異常判斷方法

為實(shí)現(xiàn)對監(jiān)測用戶的身體姿態(tài)的異常判斷，通過綜合計(jì)算加速度和角速度的動態(tài)變化，與正常人體姿態(tài)進(jìn)行對比分析，完成對是否發(fā)生跌倒動作的監(jiān)測判斷。具體流程如圖4所示。

(1)當(dāng)加速度傳感器中斷，對加速度傳感器采集的數(shù)據(jù)進(jìn)行檢測，若加速度矢量和a1<0.6g，并持續(xù)45毫秒以上；(2)判斷拐杖倒地時(shí)的運(yùn)動角速度，若ω1>90°/s；(3)判斷人體運(yùn)動加速度a2>2.8g；(4)判斷人體運(yùn)動角速度，若ω2>14°/s；(5)若角速度ω2大于閾值，判斷人體運(yùn)動加速度a3<0.3g，最后對拐杖的當(dāng)前姿態(tài)進(jìn)行監(jiān)測，進(jìn)而判斷是否為一次有效的跌倒行為。

2.3 原型系統(tǒng)界面

通過本系統(tǒng)可以查看被監(jiān)護(hù)人的身體姿態(tài)狀況、心率數(shù)據(jù)以及實(shí)時(shí)位置信息，在出現(xiàn)跌倒和心率異常的情況下，系統(tǒng)將向監(jiān)護(hù)人預(yù)留的手機(jī)號碼發(fā)送呼救短信，能夠?qū)崿F(xiàn)應(yīng)急救援功能，并可根據(jù)系統(tǒng)所提供的應(yīng)急救援路線實(shí)施救援，系統(tǒng)實(shí)時(shí)監(jiān)控平臺主界面如圖5所示。

圖5 系統(tǒng)實(shí)時(shí)監(jiān)護(hù)平臺

3 系統(tǒng)測試及結(jié)果分析

為檢驗(yàn)跌倒檢測模塊、心率檢測模塊以及對應(yīng)算法的可靠性與正確率，分別做了正常行走，向前、向后以及雙側(cè)跌倒的實(shí)驗(yàn)，以及正常行走、跌倒、運(yùn)動后靜止的心率測試，并使用華為榮耀手環(huán)3作為心率檢測對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果顯示正確率達(dá)到90%以上，表示該跌倒檢測裝置能夠正確區(qū)分絕大多數(shù)的跌倒動作，心率檢測裝置能夠基本準(zhǔn)確地測量拐杖使用者所面臨的各種情況下的實(shí)時(shí)心率，并能在異常情況發(fā)生時(shí)產(chǎn)生報(bào)警，能夠達(dá)到預(yù)期的設(shè)計(jì)效果。實(shí)驗(yàn)數(shù)據(jù)如表1和表2所示。

表1 跌倒判定實(shí)驗(yàn)

表2 基于拐杖子模塊的心率檢測實(shí)驗(yàn)

4 結(jié)束語

針對老年人生活中相關(guān)生理參數(shù)實(shí)時(shí)監(jiān)測需求，設(shè)計(jì)開發(fā)了基于智能拐杖的實(shí)時(shí)監(jiān)測預(yù)警系統(tǒng)；通過對心率、姿態(tài)等生理狀態(tài)信息的檢測，實(shí)現(xiàn)在服務(wù)器端的實(shí)時(shí)監(jiān)控與動態(tài)分析，并開發(fā)了相關(guān)生理參數(shù)的異常判斷方法，在使用者發(fā)生異常時(shí)，可實(shí)現(xiàn)對應(yīng)急救援路徑的合理規(guī)劃與監(jiān)護(hù)實(shí)時(shí)預(yù)警。

但該設(shè)計(jì)目前所能采集的生理參數(shù)不夠豐富，因此難于實(shí)現(xiàn)對老人生理參數(shù)數(shù)據(jù)的深度分析與疾病預(yù)判，以便為醫(yī)療救援提供參考方案。同時(shí)，手機(jī)端的應(yīng)用程序仍欠缺，這對應(yīng)急響應(yīng)有直接的影響。在后續(xù)的研究中，將增加生理參數(shù)的采集種類，并繼續(xù)提高異常判斷準(zhǔn)確性，也將開展基于手機(jī)端的應(yīng)用程序開發(fā)，為應(yīng)急響應(yīng)提供更為有力的工具。