梁偉玲 黃澤彬 林建斌
據(jù)統(tǒng)計,隨著我國逐漸步入人口老齡化時代,截至2017年年末中國大陸總?cè)丝谥校?5周歲及以上人口占比為11.4%,預(yù)計到2020年,老年人口將達到2.48億,老齡化水平達到17.17%,同時行動不便的住院患者也隨之增多[1]。然而,現(xiàn)階段我國大部分醫(yī)院都面臨著醫(yī)護人員緊缺的嚴峻態(tài)勢,護士占總?cè)丝诒壤齼H為世界平均水平的1/5,醫(yī)護人員與醫(yī)院床位數(shù)比例也遠落后于發(fā)達國家,老齡化帶來行動不便的患者增多[2]?;诖?,本研究針對患者在住院臥床或在病房活動期間發(fā)生跌落導(dǎo)致的危害,結(jié)合醫(yī)院病區(qū)呼叫鈴存在的不足,在分析近年來姿態(tài)傳感器和穿戴醫(yī)學(xué)的相關(guān)研究的基礎(chǔ)上,設(shè)計一款基于姿態(tài)傳感器的患者跌落報警系統(tǒng),旨在幫助臨床工作人員更好的對患者進行監(jiān)護。
本研究設(shè)計的患者跌落報警系統(tǒng)是由下位機和護士站報警器組成,下位機主要包括六軸姿態(tài)傳感器(MPU6050)、Arduino Mega模塊、Zigbee模塊以及報警蜂鳴器組成。將下位機系統(tǒng)集成放置在亞力克盒中,通過綁帶纏在患者腹部進行數(shù)據(jù)采集和分析,護士站報警器由Arduino Uno、報警蜂鳴器、Zigbee模塊和液晶顯示器組成,經(jīng)由Zigbee模塊自組網(wǎng)絡(luò),在患者發(fā)生跌落事件時及時發(fā)出報警。系統(tǒng)結(jié)構(gòu)如圖1所示。
圖1 患者跌落報警系統(tǒng)結(jié)構(gòu)框圖
1.2.1 姿態(tài)傳感器模塊
姿態(tài)傳感器型號為MPU-6050,該型號傳感器為整合性六軸運動處理組件,相較于多組件方案,可免除組合陀螺儀與加速器時間軸之差的問題,減少大量的封裝空間。該傳感器內(nèi)置了三軸MEMS陀螺儀、三軸MEMS加速度計和數(shù)字運動處理引擎(DMP),其中配有數(shù)字傳感器接口的輔助I2C串行接口。MPU-6050角速度全格感測范圍為±250°/sec(degree per second, dps)、±500°/sec(dps)、±1000°/sec(dps)與±2000°/sec(dps),可準確追蹤快速與慢速動作,且用戶可程式控制的加速器全格感測范圍為±2 g、±4 g、±8 g與±16 g。由于其體積小巧、精度較高,因此被廣泛應(yīng)用于運動感測、現(xiàn)實增強、電子圖像穩(wěn)定(electronic image stabilization,EIS)以及四軸飛行器等設(shè)備上。MPU-6050的參考坐標系如圖2所示。
圖2 MPU-6050參考坐標系示圖
1.2.2 Arduino Mega模塊
Aruduino是一款便捷靈活、方便上手的開源電子原型平臺,包含硬件各種型號的Arduino板和軟件IDE[3]。Aruduino構(gòu)建于開放原始碼simple I/O介面板,并且具有使用類似JAVA、C語言的Processing/Wiring開發(fā)環(huán)境。本研究設(shè)計上位機采用Arduino UNO作為主控模塊,其處理器核心為ATmega 328,可采用USB的5 V供電或DC的7~12 V供電,具有14個數(shù)字輸入/輸出端口,6個模擬輸入端口,同時提供了UART通信和SPI通信端口。下位機由于需要實時處理解析姿態(tài)傳感器數(shù)據(jù),選用了處理器核心為ATmega 2560的Arduino Mega模塊,相對于UNO,其擁有更大的程序空間和內(nèi)存。
1.2.3 Zigbee模塊
Zigbee技術(shù)是一種近距離、低復(fù)雜度、低功耗、低速率以及低成本的雙向無線通訊技術(shù),其主要用于距離短、功耗低且傳輸速率不高的各種電子設(shè)備之間進行數(shù)據(jù)傳輸,以及典型的有周期性數(shù)據(jù)、間歇性數(shù)據(jù)和低反應(yīng)時間數(shù)據(jù)傳輸?shù)膽?yīng)用[4]。
本研究設(shè)計的數(shù)據(jù)無線傳輸部分采用了Zigbee模塊,其具有以下優(yōu)勢:①模塊可以實現(xiàn)近距離無線自助網(wǎng)功能,在區(qū)域間隔大的臨床病房中由于患者的移動,彼此間的鏈路會發(fā)生變換,模塊可以通過重新尋找通信對象的方式,對原有網(wǎng)絡(luò)進行刷新;②相較于Wifi芯片的封裝尺寸較大和功耗高的問題,Zigbee模塊的發(fā)射功率為1 mW,僅靠兩節(jié)5號電池即可維持6個月的使用時間[5]。
由于發(fā)生跌落是人體在方向未知的情況下短暫劇烈運動,為此可以引入合加速度用以反映人體當前運動的劇烈程度[6]。本研究設(shè)計由Arduino Mega讀取MPU-6050加速器計和角速度計的數(shù)據(jù)換算為物理量并進行解算[7]。設(shè)X軸、Y軸及Z軸分別于人體的冠狀軸、矢狀軸和垂直軸平行,計算各軸向加速度值分別為冠狀軸加速度(ax)、矢狀軸加速度(ay)和垂直軸加速度(az),則合加速度值計算為公式1:
式中A為各軸向的合加速度值,|a|為各軸向合加速度絕對值。
該特征值將三維空間中的加速度值合為一個矢量,在本研究設(shè)計中可以忽略人體運動的具體方向,而采用該值對人體的行為進行解析,可以避免單軸加速度分析時引起的誤差。
當人體發(fā)生跌落時,人體會經(jīng)歷失重到撞擊地面的過程,此時合加速度將發(fā)生急劇增加,產(chǎn)生瞬間的峰值。從失重到撞擊地面所經(jīng)歷的時間通常不會>0.4 s,在撞擊地面后人體會保持靜息狀態(tài),此時合加速度將恢復(fù)至穩(wěn)定狀態(tài)[8]。
從靜息狀態(tài)、步行狀態(tài)和慢跑狀態(tài)的3種日常生活狀態(tài)模擬跌倒的試驗曲線顯示,在運動過程中合加速度波動幅度較大,而靜息狀態(tài)相對穩(wěn)定[9]。若采用單一閾值的方式判斷,具有單一性缺陷,容易誤判運動過程中合加速度值波動與真實跌落事件。因此,為降低誤判率,設(shè)計參考心電信號中R波監(jiān)測的判斷方式,采用閾值法檢測人體是否跌落[10](如圖3所示)。
圖3 靜息狀態(tài)、步行狀態(tài)和慢跑狀態(tài)監(jiān)測曲線圖
在系統(tǒng)開始工作時,延時3 s對跌落信號報警閾值TH進行初始化,根據(jù)3 s內(nèi)采集數(shù)據(jù)的平均值A(chǔ)mean來計算當前閾值THt0。隨后對3 s時間范圍內(nèi)的當前閾值THt采用迭代方式進行計算。通過循環(huán)判斷當前采集數(shù)值A(chǔ)t與THt來判斷患者狀態(tài)。
為檢驗本研究設(shè)計的患者跌落報警系統(tǒng)有效性,考慮針對患者可能發(fā)生的跌落情況,設(shè)置了模擬臥床跌落、站立跌落、步行、慢跑以及靜息等可能出現(xiàn)情況的對比試驗測試,在受試者腹部佩戴本次設(shè)計的下位機硬件部分,其測試結(jié)果見表1。
表1顯示,使用本研究設(shè)計的下位機硬件模塊對患者跌落事件檢測的識別判斷中,由于臥床、靜息狀態(tài)的突發(fā)跌落瞬間的合加速度值A(chǔ)變化較大,因此識別誤判率相對較低。而在運動狀態(tài)下,由于運動過程中合加速度值A(chǔ)一直處于波動狀態(tài),會偶發(fā)出現(xiàn)誤判狀況。
表1 跌落檢測試驗分析(次)
患者跌落報警系統(tǒng)設(shè)計主要基于Arduino Mega與Zigbee模塊快速搭建物聯(lián)網(wǎng)平臺,制作可穿戴式的患者跌落姿態(tài)監(jiān)測系統(tǒng)。通過實時計算與分析來自姿態(tài)傳感器的數(shù)據(jù),對患者跌落情況進行有效的監(jiān)測與報警。以計算特征閾值的方式,保證了對跌落事件監(jiān)測的準確率。但本次設(shè)計監(jiān)測誤判率仍存在提升空間,后期計劃通過改進濾波算法來降低誤判率。同時由于下位機總體體積較大只能佩戴于患者腰間,容易引起患者不適,計劃將進一步研究采用更輕便的平臺進行設(shè)計改進,提升系統(tǒng)的實用性。