简易肢体康护训练监测装置的设计.pdf

物联网技术 2023年/第8期 智能处理与应用Intelligent Processing and Application760 引 言目前，人口的老龄化是全球性的人口发展趋势，中国也不例外。1990 年以来，我国老龄人口以平均每年 3.32%的速度增长，根据第七次全国人口普查结果1：60 岁及以上人口约为 2.6 亿人，约占 18.70%；其中 65 岁及以上人口约为 1.9 亿人，约占 13.50%。随着年龄的增加，老年人的肌肉力量和柔韧性逐渐降低，致使老年人行动不便，甚至可能发生跌倒、瘫痪等情况，从而造成居家照顾老人的社会问题和医疗成本增加。柔韧性是肌肉和肌腱对运动做出反应而拉长和伸展的能力，使关节能够在其运动范围内活动。一个好的肢体拉伸康护训练计划可以帮助中老年人维持身体的柔韧性，提高日常生活质量。将物联网技术应用于医学领域能够改变医学领域的服务现状2-5。本文旨在基于物联网云平台设计一种简易智能康护训练监测系统，为需要增加身体柔韧性或者需要做简易肢体康护训练的人群提供简单智能肢体康护训练指导和动态监测。同时，实现对康护训练人员的远程参数监控功能，以便于医护人员或者监护者通过智能终端实时动态监测康护训练人员的训练情况和关键生命体征参数。1 系统方案设计在康护人员进行肢体康护训练时，按照综合医院分级护理指导原则中的规定，需要由医疗人员手动采集康护人员的训练参数，并依据参数的变化分量，适当地调整训练进度和程度。但是，目前我国医疗人力资源正处于严重紧缺状态，本装置可以利用智能技术实现对肢体康护训练人员的训练参数和生命体征参数的动态监测和预警，以缓解医疗人力资源短缺问题。简易肢体康护训练监测装置如图 1 所示。图 1 装置组成结构（1）心率血氧数据采集模块：在完成康护训练时，负责训练人员的主要生命体征参数（心率和血氧饱和度）的数据采集。选用 Maxim 公司的 MAX30102 模块6-7，该模块集成了脉搏血氧仪和心率监测仪的生物传感器模块，有 18 位 AD 分辨率，最高采样率可达 3 200 SPS，且具有低噪的 优点。（2）角度数据采集模块：完成训练肢体弯曲或拉伸角度的数据采集。选用 InvenSense 公司的 MPU6050 模块，该模块是全球首款整合性六轴运动处理组件，内部有三轴 MEMS加速度计、三轴 MEMS 陀螺仪，通过内部 DMP（数字运动处理器）可从主机处理器中卸载运动处理算法的运算，最大限度地降低功耗，简化定时与软件架构。（3）单片机模块（上位机）：是核心处理器，完成信息处理、外围电路控制、显示、通信等功能。选择 STM32F103 系列中的 ZET6，该芯片是 F103 系列中配置最为强大的。CPU 频率可达 72 MHz，支持 32 位的 RISC，具有低功耗、低电压，提供了丰富的各种增强性 I/O 和外围设备等。（4）无线网络模块：为实现远程的肢体康复训练参数监测提供无线通信技术支撑。选用 ATK-ESP8266 模块8-9，该模块采用串口与核心处理器通信，内置 TCP/IP 协议栈，仅需专注于应用层面的设计。（5）服务器模块：以物联网云平台为远程数据传输载体。采用 EMQ 公司在线 MQTT10服务器；EMQ 提供开源物联简易肢体康护训练监测装置的设计刘亚娟，林佳威（宜宾学院 智能制造学部，四川 宜宾 644000）摘 要：基于物联网云平台设计了一款简易肢体康护训练监测装置，用于对肢体康护训练人员进行自动智能监测，以缓解日益紧张的医护人员短缺问题。该装置主要由上位机和下位机两部分组成。下位机基于传感器技术自动获取肢体康护训练人员的训练数据，并完成信息处理与数据传输；上位机基于物联网技术实现装置远程控制和动态数据监测。通过测试，该装置能够自动完成被监测人员的肢体弯曲/拉伸角度和心率血氧参数的实时监测。关键词：肢体；康护检测；心率；血氧；关节角度；智能监测中图分类号：TP39 文献标识码：A 文章编号：2095-1302（2023）08-0076-03收稿日期：2022-09-23 修回日期：2022-10-21DOI：10.16667/j.issn.2095-1302.2023.08.0192023年/第8期 物联网技术智能处理与应用Intelligent Processing and Application77网数据基础设施，拥有来自 50 多个国家的 20 000 多家企业用户，连接全球超过 1 亿台物联网设备。（6）微信小程序（下位机）：实现智能终端肢体康护训练数据监测。选用微信开发者工具，该开发工具包括了开发、测试模块等；主要编程语言是 JavaScript，该语言是一种解释型语言，具有良好跨平台性和交互性。2 软件设计软件开发平台为 Keil5 MDK，该软件开发平台能够提供高效开发方案，支持 Win7 以上的操作系统。本装置的软件设计主要分为上位机和下位机两部分，各自对应的流程如 图 2 和图 3 所示。图 2 下位机流程图 3 上位机流程上位机主要功能有：（1）控制外围传感器，获得肢体弯曲或拉伸角度、心率和血氧饱和度的实时数据；（2）对数据进行信息处理，根据计算结果更新上位机数据和进行预警处理；（3）通过 MQTT 协议将监测数据实时动态上传到物联网云平台。下位机主要使用微信小程序通过物联网云平台实现对远程设备（下位机系统）的管理、监控运维、远程操作等功能。在监测装置完成初始化后，远程监测人员可以利用智能手机中微信 APP（如图 4 所示）的控制开关（包括心率测量和关节测量）对装置进行远程控制，利用无线网络对康护训练数据进行实时动态的监测。3 装置测试区别于普通健康监护装置，简易肢体康护训练装置加入了六轴传感器的测量，以便于更精准测量训练肢体的弯曲或者拉伸角度，同时增加生理特征参数采集模块监测训练人员在训练时的生理特征，更加全面科学地分析被监护者的肢体训练情况和生理健康程度。肢体康护监测装置的样机如图 5所示，共计由 6 个部分构成。图 4 APP 应用界面 图 5 简易肢体康护训练装置的样机图 5 中，蜂鸣器负责在出现异常数据时进行警报提醒；单片机负责数据处理、控制外围电路运行、信息通信等；心率血氧模块负责采集心率与血氧数据；WiFi 模块负责与物联网云平台进行通信；角度模块负责采集肢体运动状态，为计算肢体弯曲或者拉伸角度提供数据；关节尺提供肢体弯曲或者拉伸的角度数据，以便于校准该 装置。测试过程中，使用本装置完成对被测人员的上肢和下肢关节活动的角度测量和生理特征参数的采集。将关节尺固定在肘关节或膝关节，模拟训练人员进行关节转动，关节活动角度的测量范围为 0 90。表 1 为测试人员模拟肘关节弯曲训练的角度测量数据。由表 1 可知，在 0 90范围内，肘关节角测量的最大误差为 0.4，最小误差为 0.1，平均误差为 0.25；当运动角度超过预设值（可根据被测人员的康护训练要求进行预设）时，装置会发出警报提醒。表 2 为被测人员在做关节运动时生理参数的数据统计情况。装置测量数据与通用智能手环测量数据虽然存在一定误差，但是相对误差 4%；且对同一个人测量时，数据波动不大，可视为有效数据。物联网技术 2023年/第8期 智能处理与应用Intelligent Processing and Application78表 1 肘关节数据对比序 号关节尺/（）肘关节测量值/（）绝对误差/（）膝关节测量值/（）绝对误差/（）154.70.35.20.221010.20.29.70.332019.80.220.30.343030.10.130.30.354040.30.339.70.365049.80.250.40.475555.40.454.80.286060.20.260.30.396565.10.164.70.3107069.70.370.50.5118079.60.480.40.4129089.70.389.50.5表 2 生理参数序 号血氧/%绝对 误差/%心率/bpm误差/bpm测量手环测量手环1969519598329595096982396951971014495961102103159795210110436989531009827969519799289695110310039979611021042109596196993119795297981129695110510234 结 语物联网技术已经深入社会生活的方方面面，本文基于物联网技术设计与制作了一款简易肢体康护训练装置，便于医护人员或者监护人远程动态监测康复训练人员的肢体康复训练情况，同时可以采集康复训练人员的生命体征参数心率和血氧数据。通过无线通信和互联网技术将测量数据封包，按照 MQTT 协议发送给服务器，再由服务器推送到上位机微信小程序里显示，以实现远程实时监测。该装置便于携带、操作方便，使得被监护人能够拥有较多的自由活动空间，在获得较准确的测量指标的同时，免除人们在家庭与医院之间奔波的劳苦。当然，目前该装置还处于测试阶段，还存在很多改进空间。后续将就装置的功耗和体积等不足继续 改进。参考文献1 翟振武.新时代高质量发展的人口机遇和挑战第七次全国人口普查公报解读 N/OL.经济日报，（2021-05-12）.https：/ 钮靖，王秋红，张琪.基于物联网技术的远程智能医疗数据传输系统设计 J.电子世界，2020，42（22）：160-161.3 李强.慢病管理信息化与移动设备结合方案探究 J.产业与科技论坛，2019，18（4）：68-69.4 冯蕾.基于 Android 和 iOS 的家用呼吸机移动终端 APP 的设计与实现 D.青岛：山东大学，2018.5 周强.基于物联网的智能心音检测与分析系统的研究 D.兰州：兰州理工大学，2013.6 张林波.基于光电容积法的心率监护和多传感的跌倒检测系统设计 D.杭州：中国计量大学，2017.7 王翔.可穿戴式心率传感监测装置的研究 D.成都：电子科技大学，2019.8 丘源，经本钦，李精华.基于 ESP8266WiFi 模块和 MQTT 协议的物联网传感节点设计 J.物联网技术，2019，9（6）：24-26.9 杨裴裴，李胜岚，石恒瑞.基于 STM32 和 Onenet 的智能健康管家的设计与实现 J.电子产品世界，2019，26（8）：60-64.10 卢于辉，秦会斌.基于 MQTT 的智能家居系统的设计与实现 J.智能物联技术，2019，51（2）：41-47.作者简介：刘亚娟（1980），女，硕士，讲师，研究方向为无线通信技术。10 任建文，张青青.基于能源区块链的虚拟电厂两阶段鲁棒优化调度 J.电力自动化设备，2020，40（8）：23-33.11 ZHAO H R，WANG Y W，ZHAO M G，et al.Application of a gradient descent continuous actor-critic algorithm for double-side day-ahead electricity market modeling J.Algorithms，2016，9：725.作者简介：刘义艳（1981），女，博士，副教授，主要研究方向为信号处理、人工智能及其在电力系统中的应用、建筑电气与智能化。李瑞轩（1997），男，硕士研究生，主要研究方向为电力系统、无线电能传输。居 琳（1998），女，硕士研究生，主要研究方向为电力杆塔在线监测。（上接第75页）