Innehållsförteckning:

Raksha - Vitals Monitor för frontlinjearbetare: 6 steg (med bilder)
Raksha - Vitals Monitor för frontlinjearbetare: 6 steg (med bilder)

Video: Raksha - Vitals Monitor för frontlinjearbetare: 6 steg (med bilder)

Video: Raksha - Vitals Monitor för frontlinjearbetare: 6 steg (med bilder)
Video: Womb Baby - How Babies Are Born 2024, November
Anonim
Raksha - Vitals Monitor för frontlinjearbetare
Raksha - Vitals Monitor för frontlinjearbetare

Bärbar hälsoövervakningsteknik, inklusive smartklockor och fitnessmätare, har väckt stort konsumentintresse under de senaste åren. Detta intresse har inte bara främst uppmuntrats av den snabba efterfrågeökningen på den bärbara teknologimarknaden för den allestädes närvarande, kontinuerliga och genomgripande övervakningen av vitala tecken, utan den har utnyttjats av den senaste tekniska utvecklingen inom sensorer teknik och trådlös kommunikation. Den bärbara teknikmarknaden värderades till över 13,2 miljarder dollar i slutet av 2016 och dess värde beräknas uppgå till 34 miljarder dollar i slutet av 2020.

Det finns många sensorer för mätning av vitalitet i människokroppen som är avgörande för att en läkare eller läkare ska känna till hälsoproblemen. Vi vet alla att läkare först kontrollerar hjärtfrekvensen för att veta hjärtfrekvensvariation (HRV) och kroppstemperatur. Men de nuvarande bärbara banden och enheterna misslyckas med noggrannheten och repeterbarheten hos de uppmätta data. Detta händer mestadels på grund av missad justering av fitness tracker och felaktig avläsning etc. De flesta använder LED- och fotodiodbaserade Photo Plethysmography (PPG) sensorer för pulsmätning.

Funktioner:

  • Batteridriven bärbar
  • Mäter realtidspuls och inter-beat-intervall (IBI)
  • Mäter kroppstemperatur i realtid
  • Plottar diagram i realtid på displayen
  • Skickar data via Bluetooth till mobiltelefonen
  • Data kan registreras och skickas till läkaren direkt för vidare analys.
  • Bra batterihantering med inkluderad sömn.
  • Genom att skicka data till molnet skapar det en enorm databas för forskare som arbetar med medicinska lösningar på COVID-19.

Tillbehör

Hårdvara som behövs:

  • SparkFun Arduino Pro Mini 328 - 5V/16MHz × 1
  • pulssensor × 1
  • termistor 10k × 1
  • Uppladdningsbart batteri, 3,7 V × 1
  • HC-05 Bluetooth-modul × 1

Programvaruappar och onlinetjänster

Arduino IDE

Handverktyg och tillverkningsmaskiner

  • 3D -skrivare (generisk)
  • Lödkolv (generiskt)

Steg 1: Låt oss börja

Låt oss börja
Låt oss börja
Låt oss börja
Låt oss börja

För närvarande är moderna bärbara enheter inte längre bara inriktade på enkla fitnessmätningar som antalet steg som tas på en dag, de övervakar också viktiga fysiologiska överväganden, såsom hjärtfrekvensvariabilitet (HRV), glukosmätningar, blodtrycksavläsningar och mycket mer hälsorelaterad information. Bland de många uppmätta vitala tecknen har pulsberäkningen varit en av de mest värdefulla parametrarna. I många år har filelektrokardiogram (EKG) använts som en dominerande hjärtövervakningsteknik för att identifiera kardiovaskulära abnormiteter och för att upptäcka oegentligheter i hjärtrytmen. EKG är en registrering av hjärtats elektriska aktivitet. Det visar variationerna i amplituden för EKG -signalen mot tiden. Denna registrerade elektriska aktivitet härrör från depolarisering av hjärtets och hjärtmuskelvävnadens ledande väg under varje hjärtcykel. Även om traditionell hjärtövervakningsteknik som använder EKG-signaler har genomgått kontinuerliga förbättringar i årtionden för att möta användarnas ständigt föränderliga krav, särskilt när det gäller mätnoggrannhet.

Dessa tekniker har hittills inte förbättrats till att erbjuda användaren flexibilitet, bärbarhet och bekvämlighet. Till exempel för att EKG ska fungera effektivt måste flera bioelektroder placeras på vissa kroppsplatser; detta förfarande begränsar kraftigt rörlighetens flexibilitet och rörlighet för användarna. Dessutom har PPG visat sig vara en alternativ HR -övervakningsteknik. Genom att använda detaljerad signalanalys erbjuder PPG -signalen utmärkt potential att ersätta EKG -inspelningar för extraktion av HRV -signaler, särskilt för att övervaka friska individer. Därför kan en alternativ lösning baserad på PPG -teknik användas för att övervinna EKG -begränsningarna. Med alla dessa data kan vi dra slutsatsen att mätning av hjärtfrekvens och kroppstemperatur och analys av dem för att veta om det finns onormala kroppstemperaturhöjningar och lägre SpO2-syrenivåer i hemoglobin kommer att hjälpa till vid tidig upptäckt av COVID-19. Eftersom den här enheten är bärbar kan detta hjälpa frontlinjearbetare som läkare, sjuksköterskor, poliser och sanitetsarbetare som utför dag och natt för att bekämpa COVID-19.

Skaffa de nödvändiga delarna vi kan ändra displayer och sensortyp baserat på kravet. Det finns ytterligare en bra sensor MAX30100 eller MAX30102 för pulsmätning med PPG -teknik. Jag använder en 10k termistor för temperaturmätning, man kan använda valfri temperatursensor som LM35 eller DS1280 etc

Steg 2: Designa fodralet

Design av fodralet
Design av fodralet
Design av fodralet
Design av fodralet

För att kunna bära en bärbar pryl bör den vara innesluten i ett ordentligt fodral för att skydda mot skador, så jag gick vidare och utformade ett fodral som kan passa alla mina sensorer och MCU: er.

Steg 3: Montering av elektronik

Montering av elektronik
Montering av elektronik
Montering av elektronik
Montering av elektronik

Nu måste vi ansluta alla nödvändiga komponenter, tidigare hade jag en plan att välja ESP12E som MCU men eftersom den bara har en 1 ADC -stift och jag ville ansluta 2 analoga enheter återvände jag tillbaka till Arduino med en Bluetooth -konfiguration.

Jag valde nästan ESP 12E

Med ESP kan man direkt skicka data till molnet kan vara en personlig server eller webbplats som thingspeak och delas direkt med den berörda personalen därifrån.

Schematisk

Den tidigare kabelbaserade anslutningen hade många problem med att tråden gick sönder på grund av vridning och svängning i begränsat utrymme, senare flyttade jag till isolerad koppartråd från ankaret på en likströmsmotor. Vilket är ganska robust måste jag säga.

Steg 4: Kodning

Kodning
Kodning

Grundidén är så här.

Arbetsprincipen för PPG-sensorer är i princip genom att belysa ljus på fingertoppen och mäta ljusintensiteten med hjälp av fotodiod. Här använder jag av hyllpulssensorn från www.pulsesensor.com. Jag har nämnt andra alternativ i delavsnittet. Vi kommer att mäta den analoga spänningsvariationen vid den analoga stiftet 0, som i sin tur är ett mått på blodflödet i fingertoppen eller vid handleden genom vilket vi kan mäta hjärtfrekvensen och IBI. För temperaturmätning använder vi en 10k NTC -termistor, min är extraherad från ett bärbart batteripaket. Här används en NTC -termistor på 10kΩ. NTC på 10kΩ betyder att denna termistor har ett motstånd på 10kΩ vid 25 ° C. Spänningen över 10kΩ-motståndet ges till ADC för pro-mini-board.

Temperaturen kan beräknas från termistorresistens med hjälp av Steinhart-Hart-ekvationen. Temperatur i Kelvin = 1 / (A + B [ln (R)] + C [ln (R)]^3) där A = 0.001129148, B = 0.000234125 och C = 8.76741*10^-8 och R är termistormotståndet. Observera att log () -funktionen i Arduino faktiskt är en naturlig logg.

int termistor_adc_val;

dubbel output_voltage, termistor_resistance, therm_res_ln, temperatur, tempf; termistor_adc_val = analogRead (termistor_output);

output_voltage = ((termistor_adc_val * 3.301) / 1023.0);

termistor_resistance = ((3.301 * (10 / output_voltage)) - 10);

/ * Motstånd i kilo ohm */

termistor_resistance = termistor_resistance * 1000;

/ * Motstånd i ohm */

therm_res_ln = log (thermistor_resistance);

/* Steinhart-Hart termistorekvation:* / /* Temperatur i Kelvin = 1 / (A + B [ln (R)] + C [ln (R)]^3)* / /* där A = 0.001129148, B = 0.000234125 och 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 i Kelvin */ temperatur = temperatur - 273,15; / * Temperatur i grader Celsius */

Serial.print ("Temperatur i grader Celsius =");

Serial.println (temperatur);

Komplett kod hittar du här.

Steg 5: Testa och arbeta

Image
Image

Steg 6: Framtida förbättringar och slutsatser

Framtida förbättringar:

  • Jag skulle vilja lägga till följande funktioner:
  • Använd Tiny ML och Tensorflow lite för att upptäcka avvikelsen.
  • Optimera batteriet med hjälp av BLE
  • Android -applikation för personliga meddelanden och förslag om hälsa
  • Lägger till en vibrationsmotor för varning

Slutsats:

Med hjälp av opensource-sensorer och elektronik kan vi verkligen göra förändringar i frontlinjearbetarnas liv genom att upptäcka COVID-19-symtomen, dvs variation i HRV och kroppstemperatur kan man upptäcka förändringarna och föreslå att de sätts i karantän för att stoppa spridningen av sjukdomen. Den bästa delen av den här enheten är att den är under 15 $ vilket är mycket billigare än någon tillgänglig fitness tracker etc. och därför kan regeringen göra dessa och skydda frontlinjearbetarna.

Rekommenderad: