介绍一个集成的家庭健康监测系统,该系统包括基于视觉的活动监测系统和生命体征监测系统

医疗保健行业面临三大挑战:人口越来越老,慢性病病例急剧增加,医疗成本也在不断攀升。预计未来20年老年人口将呈指数级增长。到2030年,欧洲人将超过65岁,其中40%将需要援助。如果没有得到足够的照顾,老年人就有失去独立性的风险。因此,老年人非常希望独立的生活方式。但是老年人的独立生活方式往往风险很高。已经开发了许多利用各种传感器实施的智能家居技术,以跟踪和监视家中老年人的活动并帮助他们独立生活。

环境辅助生活(AAL)在这方面提供了一系列的好处。这些好处包括连接患者,医生和医疗设备,这大大提高了治疗和护理的效率。该链接可以自动记录和评估患者的活动和健康数据,无论他们身在何处。因此,只有在患者的健康状况恶化的情况下,才需要召集医务人员。这里的目标是降低医疗保健行业的成本并改善患者护理 - 即使患者不再在医院不断监测,而是在家中日常生活中。

人类行为分析和活动识别是当今AAL系统不可或缺的一部分。可靠,准确的监控以及需要时的实时驱动必须满足这些系统的要求。烹饪,睡眠和清洁等日常活动是老年人或病人身体能力的良好指标。因此,自动识别这些活动的系统允许自动健康监测并为医务人员提供客观的措施。这样的系统应该能够检测任何异常,例如突然下降,并提供立即致动。因此,活动监测系统是未来卫生应用中的关键步骤。

在本文中,我们介绍了一个集成的家庭健康监测系统,该系统包括基于视觉的活动监测系统和生命体征监测系统。该系统的目的是能够监视个人的活动,同时能够在执行该活动时监视他/她的生命体征。可穿戴医疗技术和嵌入式视觉技术的集成(绑定)是实现真正的家庭健康监测系统的关键。

基于视觉的传感

到目前为止,活动监控市场主要由视频监控技术主导。但是,随着家庭环境中此活动监控的转变,视频分析由于其基本缺点(例如侵入被监控人员的隐私和需要传输的数据负载量)而无法成为正确的解决方案,因为它是视频。嵌入式视觉传感技术的出现有助于克服这两个问题。嵌入式视觉传感平台在边缘节点执行实时处理,系统输出仅对遥测/处理数据有用 - 因此克服了隐私问题,因为传输的数据不是视频或图像(侵入隐私) ),但只有烹饪,清洁或睡觉等活动数据。

监视嵌入式视觉系统的活动包括检测人员,跟踪移动时的人员,以及识别他们感兴趣的姿势和活动。嵌入式传感平台的典型架构通常包括以下内容:

  • 光学系统(CMOS传感器和镜头):捕获图像。需要根据视野,系统配置和房间几何形状来定义正确的光学配置。有时CMOS传感器可能会进行一些图像预处理,从而减少了嵌入式处理器的处理负荷,这反过来可以在正确工作循环时降低系统的功耗。
  • 处理系统:处理器是该系统的核心,现在预计它可以进行更多的控制,传感和接口,同时消耗很少的功率和面积。嵌入式系统平台中的处理器,其在由光学系统捕获的图像上运行图像处理算法。处理完成后系统的输出只是遥测数据。在家庭健康场景中,输出可以是关于人的活动,例如他/她是在睡觉,清洁还是跌倒。
  • 连通性:这可以是嵌入式,基于视觉的系统中的有线或无线。但是,它可能是家庭环境中的无线连接。由于输出只是遥测数据而不是原始视频数据,因此传输的有效载荷大大减少。然后将其传输到云平台,并以应用程序的形式为您的护士或监护人实时提供。
  • 云/数据分析:这构成了系统的后端。云基础架构不仅以应用程序的形式提供对数据的实时访问,而且还可以运行后台数据分析算法,以识别与您的家庭活动相关的趋势。
 
 
 
图1
图1.家庭综合健康监测系统。系统监控人员的活动和重要参数。

系统设计考虑因素和主要挑战

  • 可靠性:活动监控系统以最可靠,安全和准确的方式提供活动信息至关重要。此外,在紧急情况下,系统必须能够准确地检测紧急环境并设置警报,重点是减少误报的产生,以防止意外接触人员或紧急调度。
  • 延迟:由您的活动监控系统生成的警报的即时响应/启动/警报是定义您的安全系统的确切潜力的功能。监控您的活动的基本功能 - 无论是睡觉,走路,清洁还是紧急情况 - 都应该以瞬时方式报告,以便在发生和报告之间实现最小的时间延迟。
  • 防篡改:最后,活动监控系统需要尽可能防篡改。篡改可以发生在系统的任何阶段,无论是终端节点,无线/有线连接,还是循环的数据控制和分析结束。违反楼宇自动化系统/网络是安全系统和家庭监控系统中非常关注的一个主题。

ADI公司嵌入式视觉传感平台

ADI的BLIP(Blackfin处理器®低功率成像平台)是一种低成本,低功率,高性能嵌入式视觉传感平台,可以运行的实时感测和图像处理算法繁多。BLIP由ADI公司的Blackfin系列处理器ADSP-BFxxx组成,非常适合嵌入式视觉传感算法。有关BLIP和ADI产品的更多信息,请登录analog.com/blip

精确,紧凑,低功耗的重要标志测量

在2016年1月初在拉斯维加斯举行的CES展会上,ADI公司首次展示了这一解决方案。所呈现的生命体征(VSM)的测量包括心率和活动,并且通过戴在手腕上的手表显示。

 
 
 
图2
图2. ADI的GEN II集成可穿戴设备参考设计。

此表内,我们发现了一个模块化的架构,由主板的嵌入在新的Cortex ® ADI公司,这是市场,命名为ADuCM302x上至少消耗M3控制器-M3微控制器,以及一个2.4 GHz无线电收发器允许发送VSM数据使用Google Thread协议。子板上是一个光度计前端ADPD103,由三个绿色LED和一个光电二极管以及市场上功率最低的3轴加速度计ADXL362包围这两个设备彼此同步以更有效地补偿人的移动。

ADPD103是一个光度计前端,通过反射光学测量工作,通过其LED驱动器发送8 mA至250 mA电流,以照亮组件的外部LED。这些LED照亮皮肤并通过光电二极管使用反射测量,因此信号由前端采集,然后通过14位ADC进行放大,滤波,积分和转换,然后通过传输到主机C界面。

在外部安装LED和光电二极管有许多优点:它允许选择LED的数量,LED的颜色,它们的电流强度,特别是LED和光电二极管的最佳间距以最大化调制指数(它设定交流 - 直流比,从而设定反射信号的质量)。它还可以让您选择光电二极管的尺寸(当后者更宽时,调制指数会更高),并可能增加一个超低噪声和低功率电流放大器。

 
 
 
图3
图3.集成健康监测系统的框图。

根据所执行的测量类型(HRM-心率,脉冲血氧测定)和测量在皮肤上的位置来选择LED的颜色。为了测量手腕上的心率,我们选择绿色LED,因为它们的血红蛋白吸收在500 nm至600 nm波长下最高。当你的心跳在你的手腕上的血液流动和绿光的吸收是优越的。在节拍之间,它会减少。通过每秒闪烁绿色LED数百次,ADPD103可以计算心脏每分钟跳动的次数,这是您的心率。建议将绿色LED与光电二极管间隔3 mm,或更方便,以增加调制指数,如图3所示。

 
 
 
图4
图4.调制指数作为LED和光电二极管之间间距的函数。

如果我们想测量脉冲血氧饱和度,那么我们选择红色LED和红外LED,我们将用手指练习(我们也从这种方法的HRM中受益),因为它具有很强的毛细血管浓度。脉搏血氧仪是医生用于评估和快速控制患者呼吸功能的非侵入性方法。通过光电二极管的红光和红外光的比率表示血液中氧合血红蛋白与脱氧血红蛋白的百分比。血液中的氧饱和度也称为SpO2。

因此,血氧测定法基于毛细血管中血红蛋白的光吸收测量,特别是每个红细胞的氧合血红蛋白(氧合血红蛋白)和脱氧血红蛋白(脱氧血红蛋白)的测量:

  • 98%的SpO2意味着每个红细胞都含有98%的氧合血红蛋白和2%的脱氧血红蛋白

ADI公司还为表面受限应用提供模块解决方案(模拟前端,光电二极管和LED在同一封装中),不需要对光学测量进行大量优化。因此,ADPD142包括红色LED和红外LED,可以在手指上进行SpO2测量。其后继产品ADPD144提供了改进的机械设计,可减少内部光污染(LED和光电二极管之间的直射光)。它在24,425个样品测量中提供2.6%的平均测量误差,使其符合FDA标准。ADPD144的封装尺寸为5 mm×2.8 mm,高度为1.35 mm。

如上所述,为了最大化调制指数并因此最大化测量信号的质量,LED和光电二极管之间必须存在最小间距,这在空间受限的模块中可能不是最佳的。因此,对于诸如运动手表之类的应用,由于移动,出汗以及皮肤表接触的位移而具有额外限制,ADI公司仅推荐具有来自光度计前端的外部LED和光电二极管的解决方案。

在软件产品方面,ADI公司提供光度传感器和加速度计的驱动程序,并在CES上引入了自己的运动补偿算法,该算法在Cortex-M3内核ADuCM3027上运行,13 kB ROM仅为1.5 MIPS,而7.8 RAM的RAM。这是一个重大突破,因为在此之前,这种类型的算法需要浮点计算,因此需要Cortex-M4处理器类型,它更耗电且更昂贵。另请注意,皮肤或纹身的颜色会影响测量反射信号的质量。建议不要将解决方案放在纹身上; 对于皮肤较暗的人来说,调制指数会略微降低,因此需要优化解决方案的光学设计。

超低功耗平台

现在让我们尝试确定之前讨论的手表的功耗,假设我们在Cortex-M3 ADuCM3027上执行运动补偿算法以及一些特性来确定LED的功耗。

ADPD103在一个或两个时隙上发送一个LED脉冲序列。例如,这允许从一个LED到另一个LED的不同数量的脉冲。ADPD103的功耗是AFE和LED消耗的总和。

让我们举例说明以下条件:

  • S = 100 Hz; 2个插槽; 脉冲周期A =20μs; 脉冲周期B =40μs
  • 脉冲数A = 4; 脉冲数B = 8
  • LED A中的最大电流= 25 mA; 
    LED B中的最大电流= 100 mA
  • 脉冲持续时间A =3μs; 脉冲持续时间B =3μs
  • 因此,LED_A中的有效电流= 
    (3×4/10000)×25mA =30μA
  • 因此,LED_B中的有效电流= 
    (3×8/10000)×100mA =240μA
  • AFE的A通道中的电流= 
    S((20 +脉冲计数×脉冲周期)×Vdd 峰值 + 0.13)= 
    100((20 + 4×20)×0.0093 + 0.13)=106μA
  • AFE的B通道中的电流= 
    S((20 +脉冲计数×脉冲周期)×Vdd 峰值 + 0.20)= 
    100((20 + 8×20)×0.0093 + 0.20)=187μA
  • ADPD103的总电流(包括两个LED的功耗)为563μA

如上所述,ADI公司开发的运动补偿算法仅需1.5 MIPS即可工作,我们接近1.5 MHz的运行频率。ADuCM3027的功耗为38μA/ MHz,意味着微控制器的功耗为57μA。ADXL362采用2μA,采样频率为100 Hz,因此,本例中AFE和LED,Cortex-M3和加速度计系统的功耗为622μA。这种低功耗可最大限度地延长使用时间,而无需为本表中的内置LiPo电池充电。在待机模式下,ADPD103的功耗为3.5μA。其后继者将此值降低至1μA。

应该注意,该示例示出了与精确应用不对应的功率计算。根据目标应用,通过LED的电流以及与系统功耗直接相关的采样频率,您可以获得更好或更差的结果。也就是说,ADI的低功耗解决方案有助于减少医疗设备的充电时间和功耗,从而使老年人能够过上更独立的生活方式。

用户喜欢...