Raksha - Vitals Monitor für Frontline Worker - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:17

Tragbare Gesundheitsüberwachungstechnologien, darunter Smartwatches und Fitnesstracker, haben in den letzten Jahren ein erhebliches Verbraucherinteresse geweckt. Dieses Interesse wurde nicht nur hauptsächlich durch das schnelle Nachfragewachstum auf dem Markt für tragbare Technologien für die allgegenwärtige, kontinuierliche und allgegenwärtige Überwachung von Vitalparametern gefördert, sondern es wurde auch durch die hochmodernen technologischen Entwicklungen im Bereich Sensorik verstärkt Technologie und drahtlose Kommunikation. Der Markt für tragbare Technologie wurde Ende 2016 auf über 13,2 Milliarden US-Dollar geschätzt und wird bis Ende 2020 voraussichtlich 34 Milliarden US-Dollar erreichen.

Es gibt viele Sensoren zur Messung der Vitalwerte des menschlichen Körpers, die für einen Arzt oder Mediziner unerlässlich sind, um die gesundheitlichen Probleme zu kennen. Wir alle wissen, dass der Arzt zuerst die Herzfrequenz überprüft, um die Herzfrequenzvariabilität (HRV) und die Körpertemperatur zu kennen. Aber die aktuellen tragbaren Bänder und Geräte scheitern an der Genauigkeit und Wiederholbarkeit der gemessenen Daten. Dies geschieht meistens aufgrund einer falschen Ausrichtung des Fitness-Trackers und fehlerhafter Messwerte usw. Die meisten verwenden die LED- und Photodioden-basierten Photoplethysmographie (PPG)-Sensoren für die Herzfrequenzmessung.

Merkmale:

• Batteriebetriebenes Wearable
• Misst Echtzeit-Herzfrequenz und Inter-Beat-Intervall (IBI)
• Misst die Körpertemperatur in Echtzeit
• Zeichnet Echtzeit-Grafik auf dem Display
• Sendet Daten über Bluetooth an das Mobiltelefon
• Die Daten können aufgezeichnet und zur weiteren Analyse direkt an den Arzt gesendet werden.
• Gutes Batteriemanagement mit integriertem Schlaf.
• Durch das Senden der Daten in die Cloud entsteht eine riesige Datenbank für Forscher, die an medizinischen Lösungen für COVID-19 arbeiten.

Lieferungen

Benötigte Hardware:

• SparkFun Arduino Pro Mini 328 - 5V/16MHz×1
• Pulssensor × 1
• Thermistor 10k×1
• Wiederaufladbarer Akku, 3,7 V×1
• HC-05 Bluetooth-Modul × 1

Software-Apps und Online-Dienste

Arduino-IDE

Handwerkzeuge und Fertigungsmaschinen

• 3D-Drucker (allgemein)
• Lötkolben (generisch)

Schritt 1: Fangen wir an

Derzeit konzentrieren sich moderne tragbare Geräte nicht mehr nur auf einfache Fitness-Tracking-Messungen wie die Anzahl der Schritte pro Tag, sondern überwachen auch wichtige physiologische Aspekte wie Herzfrequenzvariabilität (HRV), Glukosemessungen, Blutdruckwerte und viele zusätzliche gesundheitsbezogene Informationen. Unter den zahlreichen gemessenen Vitalparametern ist die Berechnung der Herzfrequenz (HF) einer der wertvollsten Parameter. Seit vielen Jahren wird das Feile-Elektrokardiogramm (EKG) als dominante Herzüberwachungstechnik verwendet, um kardiovaskuläre Anomalien zu erkennen und Unregelmäßigkeiten im Herzrhythmus zu erkennen. Das EKG ist eine Aufzeichnung der elektrischen Aktivität des Herzens. Es zeigt die Veränderungen der Amplitude des EKG-Signals über der Zeit. Diese aufgezeichnete elektrische Aktivität stammt aus der Depolarisation der Leitungsbahn des Herzens und des Herzmuskelgewebes während jedes Herzzyklus. Obwohl traditionelle kardiale Überwachungstechnologien, die die EKG-Signale verwenden, seit Jahrzehnten kontinuierlich verbessert werden, um den sich ständig ändernden Anforderungen ihrer Benutzer, insbesondere in Bezug auf die Messgenauigkeit, gerecht zu werden.

Diese Techniken wurden bis jetzt nicht dahingehend verbessert, dass sie dem Benutzer Flexibilität, Tragbarkeit und Bequemlichkeit bieten. Damit das EKG beispielsweise effektiv funktioniert, müssen mehrere Bioelektroden an bestimmten Körperstellen platziert werden; dieses Verfahren schränkt die Bewegungsflexibilität und Mobilität der Benutzer stark ein. Darüber hinaus hat sich PPG als alternative Technik des HR-Monitorings erwiesen. Durch die detaillierte Signalanalyse bietet das PPG-Signal ein hervorragendes Potenzial, EKG-Aufzeichnungen zur Extraktion von HRV-Signalen zu ersetzen, insbesondere bei der Überwachung gesunder Personen. Um die EKG-Einschränkungen zu überwinden, kann daher eine alternative Lösung basierend auf der PPG-Technologie verwendet werden. Aus all diesen Daten können wir schlussfolgern, dass die Messung der Herzfrequenz und Körpertemperatur und deren Analyse, um zu überprüfen, ob es einen abnormalen Anstieg der Körpertemperatur und einen niedrigeren SpO2-Sauerstoffspiegel im Hämoglobin gibt, bei der Früherkennung von COVID-19 helfen wird. Da es sich bei diesem Gerät um ein tragbares Gerät handelt, kann es Mitarbeitern an vorderster Front wie Ärzten, Krankenschwestern, Polizisten und Sanitärarbeitern helfen, die Tag und Nacht im Kampf gegen COVID-19 arbeiten.

Besorgen Sie sich die erforderlichen Teile, wir können die Anzeigen und den Sensortyp je nach Anforderung ändern. Es gibt noch einen guten Sensor MAX30100 oder MAX30102 für die Herzfrequenzmessung mit PPG-Technik. Ich verwende einen 10k-Thermistor zur Temperaturmessung, man kann jeden Temperatursensor wie LM35 oder DS1280 usw. verwenden

Schritt 2: Entwerfen des Gehäuses

Um ein tragbares Gerät zu tragen, sollte es zum Schutz vor Beschädigungen in einem geeigneten Etui eingeschlossen sein, also habe ich ein Etui entworfen, das für alle meine Sensoren und MCUs geeignet ist.

Schritt 3: Elektronik zusammenbauen

Jetzt müssen wir alle erforderlichen Komponenten anschließen, früher hatte ich den Plan, ESP12E als MCU zu wählen, aber da es nur einen 1 ADC-Pin hat und ich 2 analoge Geräte anschließen wollte, kehrte ich mit einer Bluetooth-Konfiguration zu Arduino zurück.

Fast hätte ich ESP 12E gewählt

Mit ESP kann man die Daten direkt in die Cloud senden, sei es ein persönlicher Server oder eine Website wie Thingspeak und von dort direkt an das betroffene Personal weitergegeben.

Schaltplan

Die frühere kabelbasierte Verbindung hatte viele Probleme mit Drahtbrüchen aufgrund von Verdrehungen und Drehungen auf engstem Raum, später wechselte ich zu isoliertem Kupferdraht vom Anker eines Gleichstrommotors. Was ziemlich robust ist, sollte ich sagen.

Schritt 4: Codierung

Die Grundidee ist so.

Das Funktionsprinzip von PPG-Sensoren besteht im Wesentlichen darin, Licht auf die Fingerspitze zu beleuchten und die Lichtintensität mithilfe von Fotodioden zu messen. Hier verwende ich den Regalpulssensor von www.pulsesensor.com. Ich habe andere Alternativen im Abschnitt Teile erwähnt. Wir messen die analoge Spannungsänderung am analogen Pin 0, was wiederum eine Messung des Blutflusses an der Fingerspitze oder am Handgelenk ist, mit der wir die Herzfrequenz und den IBI messen können. Zur Temperaturmessung verwenden wir a 10k NTC-Thermistor, meiner wird aus einem Laptop-Akku entnommen. Hier wird ein NTC-Thermistor von 10 kΩ verwendet. NTC von 10kΩ bedeutet, dass dieser Thermistor einen Widerstand von 10kΩ bei 25°C hat. Die Spannung am 10kΩ-Widerstand wird an den ADC des Pro-Mini-Boards gegeben.

Die Temperatur kann aus dem Thermistorwiderstand mit der Steinhart-Hart-Gleichung ermittelt werden. Temperatur in Kelvin = 1 / (A + B[ln(R)] + C[ln(R)]^3) wobei A = 0,001129148, B = 0,000234125 und C = 8,76741*10^-8 und R ist der Thermistorwiderstand. Beachten Sie, dass die Funktion log() in Arduino eigentlich ein natürliches Protokoll ist.

int thermistor_adc_val;

doppelte Ausgangsspannung, Thermistor_Widerstand, therm_res_ln, Temperatur, Temperatur; thermistor_adc_val = analogRead (thermistor_output);

Ausgangsspannung = ((thermistor_adc_val * 3.301) / 1023.0);

Thermistor_Widerstand = ((3,301 * (10 / Ausgangsspannung)) - 10);

/* Widerstand in Kiloohm */

thermistor_widerstand = thermistor_widerstand * 1000;

/* Widerstand in Ohm */

therm_res_ln = log(Thermistor_Widerstand);

/* Steinhart-Hart-Thermistorgleichung: */ /* Temperatur in Kelvin = 1 / (A + B[ln(R)] + C[ln(R)]^3) */ /* wobei A = 0,001129148, B = 0,000234125 und C = 8,76741*10^-8 */Temperatur = (1/(0,001129148 + (0,000234125 * therm_res_ln) + (0,0000000876741 * therm_res_ln * therm_res_ln * therm_res_ln))); /* Temperatur in Kelvin */ Temperatur = Temperatur - 273,15; /* Temperatur in Grad Celsius */

Serial.print ("Temperatur in Grad Celsius = ");

Serial.println (Temperatur);

Den vollständigen Code finden Sie hier.

Schritt 5: Testen und Arbeiten

Schritt 6: Zukünftige Verbesserungen und Schlussfolgerungen

Zukünftige Verbesserungen:

• Ich möchte folgende Funktionen hinzufügen:
• Verwenden von Tiny ML und Tensorflow lite, um die Anomalie zu erkennen.
• Optimieren des Akkus mit BLE
• Android-Anwendung für personalisierte Benachrichtigungen und Vorschläge zur Gesundheit
• Hinzufügen eines Vibrationsmotors zur Alarmierung

Abschluss:

Mit Hilfe von Open-Source-Sensoren und -Elektronik können wir das Leben von Mitarbeitern an vorderster Front wirklich verändern, indem wir die COVID-19-Symptome, dh Variationen der HRV und der Körpertemperatur, erkennen und ihnen vorschlagen, unter Quarantäne zu gehen, um die Ausbreitung zu stoppen der Krankheit. Das Beste an diesem Gerät ist, dass es unter 15 $ liegt, was viel billiger ist als jeder verfügbare Fitness-Tracker usw. und daher kann die Regierung diese herstellen und die Mitarbeiter an vorderster Front schützen.