ZHAI Yongqian,XI Ji,ZHAO Li*
(1.Nanjing Institute of Railway Technology,Nanjing 210076,China; 2.School of Information Science and Engineering of Southeast University,Nanjing 210096,China)
Design of Oxygen Concentration Detection Based on WiFi and Cloud Intelligent*
ZHAI Yongqian1,XI Ji2,ZHAO Li2*
(1.Nanjing Institute of Railway Technology,Nanjing 210076,China; 2.School of Information Science and Engineering of Southeast University,Nanjing 210096,China)
Combined with the latest developments in communications technology,this paper presented a detection system of oxygen concentration based on WiFi and intelligent cloud.The system utilizes cloud computing to fulfill fuzzy neural,and network to achieve the ant colony optimization algorithm,which not only reduces the complexity of the perceived end hardware and software design,and effectively improves the oxygen detection accuracy,real-time tracking and more conducive to long-term maintenance of health data oxygen.Experimental Results shows the design is safe and reliable,consistent with the development of intelligent health care,so it has good application and promotional value.
WiFi;cloud computing;data processing;Oxygen concentration detection
現(xiàn)在常用的動(dòng)脈血氧儀是一種能夠提供無創(chuàng)、連續(xù)、實(shí)時(shí)的血氧飽和度數(shù)據(jù)的醫(yī)學(xué)儀器。這已在手術(shù)室、監(jiān)護(hù)室、急救病房、患者的術(shù)后恢復(fù)和呼吸睡眠的研究以及社區(qū)醫(yī)療監(jiān)護(hù)等方面得到廣泛的應(yīng)用[1-3]。
隨著市場(chǎng)的推動(dòng),人們對(duì)生活的需求日益提高,尤其對(duì)于一些病情嚴(yán)重的病人,需要提高智能化監(jiān)測(cè)系統(tǒng),這就需要基于WiFi的云智能系統(tǒng)來實(shí)現(xiàn)監(jiān)測(cè)計(jì)算任務(wù)[4-5]。本設(shè)計(jì)研究了一種基于WiFi的云智能血氧儀監(jiān)測(cè)系統(tǒng),即基于云計(jì)算的無線局域網(wǎng)檢測(cè)控制系統(tǒng),它將原來端點(diǎn)處的復(fù)雜設(shè)計(jì)通過云計(jì)算進(jìn)行簡(jiǎn)化,數(shù)據(jù)處理與傳輸是基于“云”端的數(shù)據(jù)流技術(shù),研究的關(guān)鍵技術(shù)是信息的傳遞要求、接口技術(shù)、協(xié)議標(biāo)準(zhǔn)、通信程序編制、軟件支持等,這些技術(shù)的研究有助于云端數(shù)據(jù)流處理的無縫對(duì)接,基于無線局域網(wǎng)的控制方式能夠方便地把單一血氧儀端點(diǎn)擴(kuò)展為血氧儀群,同時(shí)保證數(shù)據(jù)傳輸?shù)募皶r(shí)性和穩(wěn)定性。
云智能血氧儀是一種新型的血氧儀監(jiān)測(cè)系統(tǒng),它充分利用云計(jì)算的優(yōu)勢(shì)來提高血氧儀系統(tǒng)的效能并將各個(gè)血氧儀監(jiān)測(cè)點(diǎn)連接成網(wǎng)絡(luò),并引入基于模糊神經(jīng)網(wǎng)絡(luò)的蟻群優(yōu)化算法,利用神經(jīng)網(wǎng)絡(luò)和模糊理論進(jìn)行學(xué)習(xí),以實(shí)現(xiàn)數(shù)據(jù)的共享與高效處理。近年來,云計(jì)算和WiFi技術(shù)發(fā)展迅速。云計(jì)算,即一種計(jì)算模式,利用虛擬化技術(shù),通過Internet向人們提供即時(shí)所需的各類資源[8],如云計(jì)算、云存儲(chǔ)以及各種服務(wù),憑借其強(qiáng)大的整合能力、動(dòng)態(tài)擴(kuò)展能力等特點(diǎn),受到了各界的關(guān)注。WiFi(Wireless Fidelity)是一種短距離無線技術(shù),只要通過無線路由器即可把有線信號(hào)轉(zhuǎn)換為WiFi無線信號(hào),方便、快捷,較之ZigBee、藍(lán)牙等無線技術(shù),WiFi技術(shù)不僅傳送速率快,傳輸距離也遠(yuǎn),因此應(yīng)用范圍不斷擴(kuò)大,同時(shí)也為血氧儀的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)傳輸提供了可能。本系統(tǒng)總體結(jié)構(gòu)如下圖1所示,將這兩類新型技術(shù)結(jié)合,既提高效能簡(jiǎn)化設(shè)計(jì),又有較廣泛的應(yīng)用環(huán)境。
圖1 系統(tǒng)總體結(jié)構(gòu)
本文提出的基于WiFi的云智能血氧儀監(jiān)測(cè)系統(tǒng)由3大部分組成:血氧儀監(jiān)測(cè)器、云平臺(tái)與主控端(如圖2)。通過使用基于模糊神經(jīng)網(wǎng)絡(luò)的蟻群優(yōu)化算法,利用WiFi無線技術(shù),可以訪問云平臺(tái)的計(jì)算、存儲(chǔ)等資源,將感知數(shù)據(jù)存放在云端。
圖2 云智能血氧儀系統(tǒng)
本系統(tǒng)的血氧儀監(jiān)測(cè)的硬件模塊選擇了高性能、微型化、低功耗、低成本的MSP430系列單片機(jī)作為主控芯片,降低了成本,也簡(jiǎn)化了電路設(shè)計(jì),在不降低測(cè)量結(jié)果準(zhǔn)確度的情況下進(jìn)一步降低了功耗。
血氧飽和度監(jiān)測(cè)儀通過MSP430系統(tǒng)實(shí)現(xiàn),并通過無線模塊將采集到的血氧飽和度發(fā)送到云端,進(jìn)行后期的計(jì)算,同時(shí)將各個(gè)血氧儀聯(lián)系起來。圖3為血氧儀監(jiān)測(cè)系統(tǒng)原理框圖,圖4為動(dòng)脈血氧儀硬件總體結(jié)構(gòu)。圖3中血氧儀通過WiFi信號(hào)接收來自主控端的指令,通過終端軟件將采集到的數(shù)據(jù)上傳到云端,云則是充當(dāng)了數(shù)據(jù)庫(kù)和計(jì)算中心,同時(shí)可將采集到的數(shù)據(jù)提供給其他血氧儀使用,實(shí)現(xiàn)共享。本文主要基于SAAS模式來進(jìn)行設(shè)計(jì)。
圖3 血氧儀監(jiān)測(cè)系統(tǒng)原理框圖
圖4 動(dòng)脈血氧儀硬件總體結(jié)構(gòu)
圖5 硬件模塊原理圖
其中硬件系統(tǒng)框圖如圖5所示。系統(tǒng)探頭中的兩個(gè)LED燈:RedLED(紅光)與Infra-Red LED(紅外光)是分時(shí)工作的,以500次/s的工作頻率觸發(fā)接收二極管PlN Diode。PIN Diode接收后的信號(hào)經(jīng)MSP430FG437微控制器內(nèi)置的運(yùn)算放大器OAO與OA1組成的調(diào)理與放大電路后再輸入到AD12進(jìn)行模數(shù)轉(zhuǎn)換。AD12本身只對(duì)信號(hào)進(jìn)行順序采集,無法區(qū)分是何種光譜,本文通過軟件進(jìn)行區(qū)分可見紅光和紅外光信號(hào)。SaO2含量與心率參數(shù)可以在LCD上顯示,實(shí)時(shí)采集的數(shù)據(jù)也可以通過WiFi傳輸在上位機(jī)上通過配套的軟件進(jìn)行顯示。除MCU與4個(gè)三極管之外,本方案外圍器件僅含有無源分立元器件,基本上即可構(gòu)成單芯片血氧儀解決方案。
兩路LED發(fā)光驅(qū)動(dòng)電路如圖6所示。圖中的發(fā)射可見紅光和紅外光的兩個(gè)LED燈,兩路LED驅(qū)動(dòng)電路分時(shí)工作,通過P2.2、P2.3驅(qū)動(dòng)發(fā)光二極管,通過DAC0控制流經(jīng)LED的電流,從而控制LED亮度。
低通濾波采用典型的二階有源濾波器,電路如圖7所示。其品質(zhì)因數(shù)ξ為0.75,轉(zhuǎn)折頻率為12.65 Hz。由于脈搏血氧信號(hào)的高頻成份在基頻的5倍頻處,幅值已是很小,所以該濾波器能使脈搏光電信號(hào)無阻礙地通過,對(duì)50 Hz的工頻也有較強(qiáng)地抑制。
圖6 LED驅(qū)動(dòng)電路
電源電路圖如圖7所示,9 V的電池提供的電壓,經(jīng)過J7和AS1117變壓、穩(wěn)壓后,提供低功耗MSP430核心的電壓3.3 V,以及電路各部分所需的電壓,保證血氧儀正常工作。
圖7 電源電路
經(jīng)低通濾波后送至MSP430處理器進(jìn)行A/D變換,數(shù)字濾波,判斷各色光的交直流成份和調(diào)制比。根據(jù)預(yù)先計(jì)算出的擬合曲線系數(shù),計(jì)算出血氧飽和度。該值、波形數(shù)據(jù)以及其他數(shù)據(jù)直接以并行形式送至擴(kuò)展液晶顯示板顯示,以作為一個(gè)便攜式血氧飽和度儀,同時(shí)通過WiFi送至云端進(jìn)行處理,并在控制端顯示相關(guān)數(shù)據(jù)和波形。
本設(shè)計(jì)中的血氧儀主要功能是監(jiān)測(cè)人體血液飽和度,并通過WiFi將監(jiān)測(cè)到的數(shù)據(jù)發(fā)送到云端進(jìn)行計(jì)算處理,使系統(tǒng)真正達(dá)到了智能化,我們根據(jù)其功能,在嵌入式平臺(tái)設(shè)計(jì)了下位機(jī)軟件,在上位機(jī)中設(shè)計(jì)了控制軟件,通過WiFi無線信號(hào)對(duì)血氧儀數(shù)據(jù)進(jìn)行分析、繪制。
其中嵌入式部分的軟件結(jié)構(gòu)見圖8,調(diào)用ADC采集模塊對(duì)采樣時(shí)間及定時(shí)進(jìn)行相關(guān)設(shè)置。當(dāng)手指放入光傳感器,即可利用的信號(hào)被ADC轉(zhuǎn)換模塊進(jìn)行轉(zhuǎn)換處理后,在經(jīng)過抗干擾模塊過濾干擾及噪聲,并對(duì)所需要的交流信息進(jìn)行調(diào)理和放大。將處理后得到的信息,調(diào)用計(jì)算血氧濃度及心率模塊。經(jīng)計(jì)算后的結(jié)果,調(diào)用LCD顯示模塊及無線通訊模塊顯示血氧濃度及心率,并將信號(hào)送至上位機(jī)。
圖8 嵌入式軟件整體設(shè)計(jì)流程圖
上位機(jī)設(shè)計(jì)采用模塊程序設(shè)計(jì)法,使用.NET語言實(shí)現(xiàn),完整的程序結(jié)構(gòu)包含.NET框架所提供的支持,在程序執(zhí)行階段,.NET提供了一個(gè)程序運(yùn)行時(shí)的環(huán)境,這個(gè)運(yùn)行時(shí)環(huán)境提供管理內(nèi)存、實(shí)時(shí)編譯程序、進(jìn)行安全檢查、執(zhí)行垃圾回收等。圖9即為上位機(jī)軟件設(shè)計(jì)圖。
具體程序設(shè)計(jì)采用的是限幅濾波法,可以有效克服因偶然因素引起的脈沖干擾,確定兩次采樣允許的最大偏差值(設(shè)為Δ),每次檢測(cè)到新值時(shí)判斷,如果本次值與上次值之差<=Δ,則本次值有效;如果本次值與上次值之差>Δ,則本次值無效,放棄本次值,用上次值代替本次值。
圖9 上位機(jī)軟件系統(tǒng)功能結(jié)構(gòu)框圖
具體算法使用函數(shù)Amplitude Limiter Filter(),即限幅濾波法,調(diào)用函數(shù)Get AD(),用來取得當(dāng)前值。全局變量Value表示最近一次有效采樣的值,在主程序里賦值;New Value表示當(dāng)前采樣的值,Return Value為返回值,是本次濾波結(jié)果。常量Δ為兩次采樣的最大誤差值,該值需要根據(jù)實(shí)際情況設(shè)置。
本設(shè)計(jì)中的血氧儀是要能在多用戶間,達(dá)到多數(shù)據(jù)量綜合處理等功能,因此本設(shè)計(jì)中使用基于模糊神經(jīng)網(wǎng)絡(luò)的蟻群優(yōu)化算法,利用神經(jīng)網(wǎng)絡(luò)和模糊理論進(jìn)行學(xué)習(xí),蟻群優(yōu)化算法ACO是分布式智能模擬仿生類算法,它模擬螞蟻根據(jù)信息素來尋找選擇避障的最短路徑,減少計(jì)算量,其算法具有很好的效果和魯棒性。把模糊神經(jīng)網(wǎng)絡(luò)與蟻群優(yōu)化算法結(jié)合應(yīng)用于血氧儀,以適應(yīng)不同血氧儀監(jiān)測(cè)之間的聯(lián)系。其中用神經(jīng)網(wǎng)絡(luò)主要實(shí)現(xiàn)隸屬關(guān)系,函數(shù)式為:
wc和wg分別確定Sigmoid函數(shù)的中心和寬度。
模糊神經(jīng)網(wǎng)絡(luò)在環(huán)境控制中要注意的參數(shù)有:
對(duì)于蟻群優(yōu)化算法在本設(shè)計(jì)中的分析,假設(shè)任一螞蟻?zhàn)叩侥硞€(gè)地方,下面接下去會(huì)選擇的路徑集合為N,集合中任一條路徑n∈N上的信息素濃度為τn,走某條路的代價(jià)為ηn,那么選擇某條路徑v∈N的幾率為
式中,參數(shù)α和β分別表示控制信息素和路徑長(zhǎng)度的相對(duì)重要程度。當(dāng)這只螞蟻在所有路徑走過一遍后,路徑上的信息素濃度將變?yōu)?
模糊神經(jīng)網(wǎng)絡(luò)和蟻群優(yōu)化算法部分放置在云端,通過云數(shù)據(jù)庫(kù)中調(diào)取并計(jì)算分析,為血氧儀的監(jiān)測(cè)以及數(shù)據(jù)處理提供最佳的方案,綜合運(yùn)用于本設(shè)計(jì)中,提高血氧儀的智能化程度和處理速度。
本設(shè)計(jì)中對(duì)云控制部分有相應(yīng)的程序設(shè)計(jì),下面僅將云控制語句列舉出。
ROUTES=cell(K,M);%用云存儲(chǔ)每一次血氧儀上傳的數(shù)據(jù)
PL=zeros(K,M);%用云存儲(chǔ)每一次血氧儀用戶的數(shù)據(jù),以及存儲(chǔ)的大小
利用云記下每一次上傳數(shù)據(jù)
程序設(shè)計(jì)中涉及的參數(shù)有k為迭代次數(shù)(指血氧儀數(shù)據(jù)存儲(chǔ)在云端的次數(shù));m為系統(tǒng)內(nèi)血氧儀的個(gè)數(shù)(存儲(chǔ)在云端);E為終止點(diǎn)(最后上傳的數(shù)據(jù))。
該算法運(yùn)行在云端,作為服務(wù)為血氧儀提供數(shù)據(jù)計(jì)算以及查詢的功能。血氧儀獲取用戶的血氧飽和度信息,上傳回云端,云端將計(jì)算結(jié)果返回血氧儀。
本項(xiàng)目的實(shí)驗(yàn)測(cè)試重點(diǎn)是監(jiān)測(cè)血液飽和度,經(jīng)過仔細(xì)檢查后,硬件和軟件得以結(jié)合,聯(lián)合調(diào)試,動(dòng)脈血氧儀可以正常工作,圖10為最終上位機(jī)顯示圖,顯示了經(jīng)過調(diào)制的光電容積脈搏波信號(hào),紅色和藍(lán)色分別表示紅光和紅外光的投射信號(hào)。橫坐標(biāo)表示時(shí)間,縱坐標(biāo)表示振幅。脈搏次數(shù)RP可按下式計(jì)算:,采樣率為500次/s。
圖10 血氧監(jiān)測(cè)波形圖
在接收時(shí),需先在IP地址中輸入云端預(yù)先設(shè)置的IP地址端口號(hào),以實(shí)現(xiàn)與無線模塊的連接,然后上位機(jī)程序就可以將接收到的血氧飽和度信息定時(shí)顯示出來,并根據(jù)中心線數(shù)各監(jiān)控參數(shù)的實(shí)時(shí)/歷史曲線,使用戶更加方便地了解血氧飽和度的變化情況。
本文從人體血氧飽和度的檢測(cè)的意義以及其研究制作的可行性入手,從理論上求證,推導(dǎo)出適合于人體檢測(cè)的方便可行的血氧飽和度計(jì)算公式,為人體血氧飽和度的計(jì)算提供了理論依據(jù)。另一方面,設(shè)計(jì)良好的血氧儀監(jiān)測(cè)系統(tǒng),加入WiFi的云計(jì)算處理平臺(tái),使用基于模糊神經(jīng)網(wǎng)絡(luò)的蟻群優(yōu)化算法,利用神經(jīng)網(wǎng)絡(luò)和模糊理論進(jìn)行學(xué)習(xí)進(jìn)行數(shù)據(jù)處理,通過人機(jī)操作界面,使工作高效、操作簡(jiǎn)單、使用方便。
本設(shè)計(jì)中將血氧儀與云計(jì)算、WiFi相結(jié)合,硬件設(shè)計(jì)進(jìn)行了無線傳輸、血氧飽和度監(jiān)測(cè)等關(guān)鍵模塊的設(shè)計(jì)?;谠破脚_(tái)的數(shù)據(jù)庫(kù)與強(qiáng)大的計(jì)算功能,為血氧儀監(jiān)測(cè)系統(tǒng)提供智能處理及存儲(chǔ)功能。通過理論分析和實(shí)驗(yàn)仿真驗(yàn)證,此設(shè)計(jì)安全可靠,具有實(shí)時(shí)監(jiān)控、操作靈活簡(jiǎn)便、價(jià)格低廉等特點(diǎn),符合智能化血氧儀的發(fā)展方向,具有較好的應(yīng)用及推廣價(jià)值。
[1]陳亞明,譚小丹,鄧親愷.監(jiān)護(hù)用脈搏式血氧飽和度測(cè)試方法的研究[J]中國(guó)醫(yī)療器械雜志,1999,23(3):99-103.
[2]王峰,李煒,林方,等.用近紅外光譜技術(shù)實(shí)現(xiàn)生物組織含氧量的無損檢測(cè)[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),1999,39(7): 80-85.
[3]Bonner R,Nossal R,Havlin S,et al.Model for Photon Migration in Turbid Biological Media[J].J Opt Soc Amer A,1987(4):423-432.
[4]Schmitt J.Simple Photon Diffusion Analysis of the Effects of Multiple Scattering on Pulse Oximetry[J].IEEE Trans Biomed Eng,1991,38(12):1194-1203.
[5]張虹,孫衛(wèi)新.金捷脈搏血氧飽和度檢測(cè)系統(tǒng)設(shè)計(jì)中干擾信號(hào)的處理方法[J].國(guó)外醫(yī)學(xué)生物醫(yī)學(xué)工程分冊(cè),2000,23(2): 90-95.
[6]Tien,Jonathan,Redmond.Enhancement of Physiological Signal Susing Fractal Analysis[P].USPatent:5588427,1997.
[7]張虹,孫衛(wèi)新,金捷.脈搏血氧飽和度檢測(cè)中自適應(yīng)濾波消除運(yùn)動(dòng)偽差的方法研究[J].生物醫(yī)學(xué)工程與臨床,2001,5(1): 6-8,11.
[8]張虹,孫衛(wèi)新,金捷.脈搏血氧儀中光電容積脈搏波的軟件檢出方法[J].第四軍醫(yī)大學(xué)學(xué)報(bào),2001,22(1):16-20.
[9]何鵬舉.基于Web服務(wù)的無線網(wǎng)絡(luò)節(jié)點(diǎn)傳感器研究[J].傳感技術(shù)學(xué)報(bào),2009,22(11):65-69.
翟永前(1956),男,江蘇東臺(tái)人,1982年?yáng)|南大學(xué)無線電系無線電技術(shù)專業(yè)畢業(yè),現(xiàn)為南京鐵道職業(yè)技術(shù)學(xué)院教師,高級(jí)工程師。研究領(lǐng)域?yàn)橥ㄐ排c信號(hào)處理等;
奚吉(1977-),男,東南大學(xué)無線電系博士。研究方向?yàn)樾盘?hào)與信息處理;
趙力(1958-),男,東南大學(xué)無線電系教授,博士生導(dǎo)師。研究方向?yàn)樾盘?hào)與信息處理。
EEACC:254010.3969/j.issn.1005-9490.2015.01.040
基于WiFi的云智能血氧儀設(shè)計(jì)研究*
翟永前1,奚吉2,趙力2*
(1.南京鐵道職業(yè)技術(shù)學(xué)院,南京210015;2.東南大學(xué)信息科學(xué)與工程學(xué)院,南京210096)
結(jié)合通信技術(shù)最新發(fā)展,本文通過引入云智能,提出了一種基于WiFi的云智能血氧濃度檢測(cè)系統(tǒng)。該系統(tǒng)利用云計(jì)算實(shí)現(xiàn)了模糊神經(jīng)網(wǎng)絡(luò)的蟻群優(yōu)化算法,不僅降低了感知端的軟硬件設(shè)計(jì)的復(fù)雜度,而且有效提高了血氧檢測(cè)精度,更有利于血氧健康數(shù)據(jù)的實(shí)時(shí)跟蹤和長(zhǎng)期維護(hù)。實(shí)驗(yàn)結(jié)果表明,本文提出的設(shè)計(jì)安全可靠,符合智能醫(yī)療的發(fā)展方向,因此具有較好的應(yīng)用及推廣價(jià)值。
WiFi;云計(jì)算;數(shù)據(jù)處理;血氧檢測(cè)
TN925.93;TP242;TP393
A文獻(xiàn)標(biāo)識(shí)碼:1005-9490(2015)01-0189-05
2013-12-27修改日期:2014-03-05
項(xiàng)目來源:國(guó)家自然科學(xué)基金項(xiàng)目(60975017);教育部博士點(diǎn)專項(xiàng)基金項(xiàng)目(20110092130004)