梁偉玲 黃澤彬 林建斌

據(jù)統(tǒng)計(jì)，隨著我國逐漸步入人口老齡化時(shí)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(jì)到2020年，老年人口將達(dá)到2.48億，老齡化水平達(dá)到17.17%，同時(shí)行動(dòng)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(hù)人員緊缺的嚴(yán)峻態(tài)勢(shì)，護(hù)士占總?cè)丝诒壤齼H為世界平均水平的1/5，醫(yī)護(hù)人員與醫(yī)院床位數(shù)比例也遠(yuǎn)落后于發(fā)達(dá)國家，老齡化帶來行動(dòng)不便的患者增多[2]?；诖?，本研究針對(duì)患者在住院臥床或在病房活動(dòng)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(jì)一款基于姿態(tài)傳感器的患者跌落報(bào)警系統(tǒng)，旨在幫助臨床工作人員更好的對(duì)患者進(jìn)行監(jiān)護(hù)。

1 患者跌落報(bào)警系統(tǒng)設(shè)計(jì)

1.1 硬件系統(tǒng)架構(gòu)

本研究設(shè)計(jì)的患者跌落報(bào)警系統(tǒng)是由下位機(jī)和護(hù)士站報(bào)警器組成，下位機(jī)主要包括六軸姿態(tài)傳感器(MPU6050)、Arduino Mega模塊、Zigbee模塊以及報(bào)警蜂鳴器組成。將下位機(jī)系統(tǒng)集成放置在亞力克盒中，通過綁帶纏在患者腹部進(jìn)行數(shù)據(jù)采集和分析，護(hù)士站報(bào)警器由Arduino Uno、報(bào)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(shí)及時(shí)發(fā)出報(bào)警。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 患者跌落報(bào)警系統(tǒng)結(jié)構(gòu)框圖

1.2 系統(tǒng)模塊結(jié)構(gòu)

1.2.1 姿態(tài)傳感器模塊

姿態(tài)傳感器型號(hào)為MPU-6050，該型號(hào)傳感器為整合性六軸運(yùn)動(dòng)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(shí)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(jì)和數(shù)字運(yùn)動(dòng)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(cè)范圍為±250°/sec(degree per second， dps)、±500°/sec(dps)、±1000°/sec(dps)與±2000°/sec(dps)，可準(zhǔn)確追蹤快速與慢速動(dòng)作，且用戶可程式控制的加速器全格感測(cè)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(yùn)動(dòng)感測(cè)、現(xiàn)實(shí)增強(qiáng)、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(biāo)系如圖2所示。

圖2 MPU-6050參考坐標(biāo)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(tái)，包含硬件各種型號(hào)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(jì)上位機(jī)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(gè)數(shù)字輸入/輸出端口，6個(gè)模擬輸入端口，同時(shí)提供了UART通信和SPI通信端口。下位機(jī)由于需要實(shí)時(shí)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(duì)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(jìn)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(shí)間數(shù)據(jù)傳輸?shù)膽?yīng)用[4]。

本研究設(shè)計(jì)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(shì)：①模塊可以實(shí)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(dòng)，彼此間的鏈路會(huì)發(fā)生變換，模塊可以通過重新尋找通信對(duì)象的方式，對(duì)原有網(wǎng)絡(luò)進(jìn)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?jī)晒?jié)5號(hào)電池即可維持6個(gè)月的使用時(shí)間[5]。

2 患者跌落報(bào)警系統(tǒng)數(shù)據(jù)采集與處理

由于發(fā)生跌落是人體在方向未知的情況下短暫劇烈運(yùn)動(dòng)，為此可以引入合加速度用以反映人體當(dāng)前運(yùn)動(dòng)的劇烈程度[6]。本研究設(shè)計(jì)由Arduino Mega讀取MPU-6050加速器計(jì)和角速度計(jì)的數(shù)據(jù)換算為物理量并進(jìn)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(jì)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(jì)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(duì)值。

該特征值將三維空間中的加速度值合為一個(gè)矢量，在本研究設(shè)計(jì)中可以忽略人體運(yùn)動(dòng)的具體方向，而采用該值對(duì)人體的行為進(jìn)行解析，可以避免單軸加速度分析時(shí)引起的誤差。

當(dāng)人體發(fā)生跌落時(shí)，人體會(huì)經(jīng)歷失重到撞擊地面的過程，此時(shí)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(shí)間通常不會(huì)＞0.4 s，在撞擊地面后人體會(huì)保持靜息狀態(tài)，此時(shí)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(yàn)曲線顯示，在運(yùn)動(dòng)過程中合加速度波動(dòng)幅度較大，而靜息狀態(tài)相對(duì)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(yùn)動(dòng)過程中合加速度值波動(dòng)與真實(shí)跌落事件。因此，為降低誤判率，設(shè)計(jì)參考心電信號(hào)中R波監(jiān)測(cè)的判斷方式，采用閾值法檢測(cè)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(cè)曲線圖

在系統(tǒng)開始工作時(shí)，延時(shí)3 s對(duì)跌落信號(hào)報(bào)警閾值TH進(jìn)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(jì)算當(dāng)前閾值THt0。隨后對(duì)3 s時(shí)間范圍內(nèi)的當(dāng)前閾值THt采用迭代方式進(jìn)行計(jì)算。通過循環(huán)判斷當(dāng)前采集數(shù)值A(chǔ)t與THt來判斷患者狀態(tài)。

3 患者跌落報(bào)警系統(tǒng)測(cè)試結(jié)果

為檢驗(yàn)本研究設(shè)計(jì)的患者跌落報(bào)警系統(tǒng)有效性，考慮針對(duì)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(duì)比試驗(yàn)測(cè)試，在受試者腹部佩戴本次設(shè)計(jì)的下位機(jī)硬件部分，其測(cè)試結(jié)果見表1。

表1顯示，使用本研究設(shè)計(jì)的下位機(jī)硬件模塊對(duì)患者跌落事件檢測(cè)的識(shí)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(shí)別誤判率相對(duì)較低。而在運(yùn)動(dòng)狀態(tài)下，由于運(yùn)動(dòng)過程中合加速度值A(chǔ)一直處于波動(dòng)狀態(tài)，會(huì)偶發(fā)出現(xiàn)誤判狀況。

表1 跌落檢測(cè)試驗(yàn)分析(次)

4 結(jié)論

患者跌落報(bào)警系統(tǒng)設(shè)計(jì)主要基于Arduino Mega與Zigbee模塊快速搭建物聯(lián)網(wǎng)平臺(tái)，制作可穿戴式的患者跌落姿態(tài)監(jiān)測(cè)系統(tǒng)。通過實(shí)時(shí)計(jì)算與分析來自姿態(tài)傳感器的數(shù)據(jù)，對(duì)患者跌落情況進(jìn)行有效的監(jiān)測(cè)與報(bào)警。以計(jì)算特征閾值的方式，保證了對(duì)跌落事件監(jiān)測(cè)的準(zhǔn)確率。但本次設(shè)計(jì)監(jiān)測(cè)誤判率仍存在提升空間，后期計(jì)劃通過改進(jìn)濾波算法來降低誤判率。同時(shí)由于下位機(jī)總體體積較大只能佩戴于患者腰間，容易引起患者不適，計(jì)劃將進(jìn)一步研究采用更輕便的平臺(tái)進(jìn)行設(shè)計(jì)改進(jìn)，提升系統(tǒng)的實(shí)用性。