Innholdsfortegnelse:

Raksha - Vitals Monitor for frontlinjearbeidere: 6 trinn (med bilder)
Raksha - Vitals Monitor for frontlinjearbeidere: 6 trinn (med bilder)

Video: Raksha - Vitals Monitor for frontlinjearbeidere: 6 trinn (med bilder)

Video: Raksha - Vitals Monitor for frontlinjearbeidere: 6 trinn (med bilder)
Video: Raksha- wearable health monitor 2024, Juli
Anonim
Raksha - Vitals Monitor for frontlinjearbeidere
Raksha - Vitals Monitor for frontlinjearbeidere

Bærbar helseovervåkingsteknologi, inkludert smartklokker og treningssporere, har tiltrukket seg stor forbrukerinteresse de siste årene. Ikke bare har denne interessen hovedsakelig blitt oppmuntret av den raske etterspørselsveksten i det bærbare teknologimarkedet for allestedsnærværende, kontinuerlig og gjennomgripende overvåking av vitale tegn, men den har blitt utnyttet av den nyeste teknologiske utviklingen innen sensor teknologi og trådløs kommunikasjon. Det bærbare teknologimarkedet ble verdsatt til over 13,2 milliarder dollar innen utgangen av 2016, og verdien forventes å nå 34 milliarder dollar innen utgangen av 2020.

Det er mange sensorer for måling av vitale liv i menneskekroppen som er avgjørende for at en lege eller lege kan kjenne til helseproblemene. Vi vet alle at legen først sjekker hjertefrekvensen for å vite hjertefrekvensvariabilitet (HRV) og kroppstemperatur. Men gjeldende bærbare bånd og enheter mislykkes i nøyaktigheten og repeterbarheten til de målte dataene. Dette skjer hovedsakelig på grunn av manglende justering av treningssporing og feilaktig avlesning etc. De fleste bruker LED- og fotodiodebaserte Photo Plethysmography (PPG) sensorer for pulsmåling.

Funksjoner:

  • Batteridrevet bærbar
  • Måler puls i sanntid og inter-beat intervall (IBI)
  • Måler kroppstemperatur i sanntid
  • Tegner graf i sanntid på displayet
  • Sender data via Bluetooth til mobiltelefonen
  • Data kan registreres og sendes til legen direkte for videre analyse.
  • God batteristyring med inkludert søvn.
  • Ved å sende dataene til skyen skaper det en enorm database for forskere som jobber med medisinske løsninger på COVID-19.

Rekvisita

Nødvendig maskinvare:

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

Programvare -apper og online -tjenester

Arduino IDE

Håndverktøy og fabrikasjonsmaskiner

  • 3D -skriver (generisk)
  • Loddejern (generisk)

Trinn 1: La oss starte

La oss begynne
La oss begynne
La oss begynne
La oss begynne

For øyeblikket er moderne bærbare enheter ikke lenger bare fokusert på enkle treningssporingsmålinger, for eksempel antall skritt som er tatt på en dag, de overvåker også viktige fysiologiske hensyn, for eksempel hjertefrekvensvariabilitet (HRV), glukosemål, blodtrykksavlesninger og mye ekstra helserelatert informasjon. Blant de mange vitale tegnene som er målt, har pulsberegningen vært en av de mest verdifulle parameterne. I mange år har fil -elektrokardiogram (EKG) blitt brukt som en dominerende teknikk for hjerteovervåkning for å identifisere kardiovaskulære abnormiteter og for å oppdage uregelmessigheter i hjerterytmer. EKG er en registrering av hjertets elektriske aktivitet. Det viser variasjonene i amplituden til EKG -signalet mot tid. Denne registrerte elektriske aktiviteten stammer fra depolarisering av den ledende banen til hjertet og hjertemuskulaturvevet under hver hjertesyklus. Selv om tradisjonelle hjerteovervåkningsteknologier som bruker EKG-signalene, har gjennomgått kontinuerlige forbedringer i flere tiår for å imøtekomme brukernes stadig skiftende krav, spesielt når det gjelder målenøyaktighet.

Disse teknikkene har hittil ikke blitt forbedret til det å gi brukeren fleksibilitet, bærbarhet og bekvemmelighet. For eksempel for at EKG skal fungere effektivt, må flere bioelektroder plasseres på bestemte kroppssteder; denne prosedyren begrenser i stor grad brukerens fleksibilitet og mobilitet. I tillegg har PPG vist seg å være en alternativ HR -overvåkingsteknikk. Ved å bruke detaljert signalanalyse gir PPG -signalet et utmerket potensial til å erstatte EKG -opptak for ekstraksjon av HRV -signaler, spesielt for å overvåke friske individer. Derfor kan en alternativ løsning basert på PPG -teknologi brukes for å overvinne EKG -begrensningene. Med alle disse dataene kan vi konkludere med at måling av hjertefrekvens og kroppstemperatur og analyse av dem for å vite om det er unormale kroppstemperaturstigninger og lavere SpO2-oksygennivåer i hemoglobin vil hjelpe til med tidlig påvisning av COVID-19. Siden denne enheten er bærbar, kan dette hjelpe frontlinjearbeidere som leger, sykepleiere, politifolk og sanitetsarbeidere som jobber dag og natt for å kjempe mot COVID-19.

Få de nødvendige delene vi kan endre skjermer og sensortype basert på kravet. Det er enda en god sensor MAX30100 eller MAX30102 for pulsmåling ved hjelp av PPG -teknikk. Jeg bruker en 10k termistor for temperaturmåling, man kan bruke hvilken som helst temperatursensor som LM35 eller DS1280 osv.

Trinn 2: Designe saken

Design av saken
Design av saken
Design av saken
Design av saken

For å bruke en bærbar gadget, bør den være vedlagt i et skikkelig etui for å beskytte mot skader, så jeg fortsatte og designet et etui som kan passe alle mine sensorer og MCUer.

Trinn 3: Montering av elektronikk

Montering av elektronikk
Montering av elektronikk
Montering av elektronikk
Montering av elektronikk

Nå må vi koble til alle nødvendige komponenter, tidligere hadde jeg en plan om å velge ESP12E som MCU, men siden den bare har en 1 ADC -pin og jeg ønsket å koble til 2 analoge enheter, gikk jeg tilbake til Arduino med en Bluetooth -konfigurasjon.

Jeg valgte nesten ESP 12E

Med ESP kan man direkte sende dataene til skyen. Det kan være en personlig server eller et nettsted som f.eks.

Skjematisk

Den tidligere kabelbaserte forbindelsen hadde mange problemer med at ledningen ble ødelagt på grunn av vridning og sving i begrenset plass, senere flyttet jeg til isolert kobbertråd fra ankeret til en likestrømsmotor. Som er ganske robust må jeg si.

Trinn 4: Koding

Koding
Koding

Grunntanken er slik.

Arbeidsprinsippet for PPG-sensorer er i utgangspunktet ved å belyse lys på fingertuppen og måle intensiteten av lys ved å bruke fotodiode. Her bruker jeg hyllepulssensoren fra www.pulsesensor.com. Jeg har nevnt andre alternativer i deldelen. Vi måler den analoge spenningsvariasjonen ved den analoge pinnen 0, som igjen er en måling av blodstrømmen ved fingertuppen eller ved håndleddet som vi kan måle hjertefrekvensen og IBI for. For temperaturmåling bruker vi en 10k NTC -termistor, min er hentet fra en bærbar batteripakke. Her brukes en NTC -termistor på 10kΩ. NTC på 10kΩ betyr at denne termistoren har en motstand på 10kΩ ved 25 ° C. Spenningen over 10kΩ motstanden er gitt til ADC for pro-mini-board.

Temperaturen kan bli funnet ut av termistormotstand ved bruk av Steinhart-Hart-ligningen. Temperatur i Kelvin = 1 / (A + B [ln (R)] + C [ln (R)]^3) hvor A = 0.001129148, B = 0.000234125 og C = 8.76741*10^-8 og R er termistormotstanden. Vær oppmerksom på at log () -funksjonen i Arduino faktisk er en naturlig logg.

int thermistor_adc_val;

dobbel utgangsspenning, termistor_resistance, therm_res_ln, temperatur, tempf; thermistor_adc_val = analogRead (termistor_output);

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

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

/ * Motstand i kilo ohm */

termistor_resistance = termistor_resistance * 1000;

/ * Motstand i ohm */

therm_res_ln = log (thermistor_resistance);

/* Steinhart-Hart termistorligning:* / /* Temperatur i Kelvin = 1 / (A + B [ln (R)] + C [ln (R)]^3)* / /* hvor A = 0.001129148, B = 0.000234125 og 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);

Fullstendig kode finner du her.

Trinn 5: Testing og arbeid

Image
Image

Trinn 6: Fremtidige forbedringer og konklusjon

Fremtidige forbedringer:

  • Jeg vil legge til følgende funksjoner:
  • Bruk Tiny ML og Tensorflow lite for å oppdage avviket.
  • Optimalisere batteriet ved å bruke BLE
  • Android -applikasjon for personlige varsler og forslag til helse
  • Legger til en vibrasjonsmotor for varsling

Konklusjon:

Ved hjelp av opensource-sensorer og elektronikk kan vi virkelig gjøre endringer i frontlinjearbeideres liv ved å oppdage COVID-19-symptomene, dvs. variasjon i HRV og kroppstemperatur kan man oppdage endringene og foreslå at de blir satt i karantene for å stoppe spredningen av sykdommen. Den beste delen av denne enheten er, den er under 15 $, noe som er mye billigere enn noen tilgjengelig treningssporing osv. Og derfor kan regjeringen lage disse og beskytte frontlinjearbeiderne.

Anbefalt: