可穿戴电子设备的智能应用技术研究与开发

沈洪锐　何世添

摘 要：随着社会发展和科技进步，人们生活质量不断改善，健康观念也发生了很大的变化，对医疗服务的速度和质量提出了更高的要求；同时，人口老龄化问题加重了医疗资源的负担。而基于IT技术、移动通信、可穿戴技术于一体的远程健康医疗系统，能有效解决这些问题。因此本项目提出一种可穿戴设备+移动终端+健康云平台的解决方案。

关键词：可穿戴电子设备；智能；应用技术；研究；开发

引言

近年来人口老龄化的加剧，第六次全國人口普查显示，60岁及以上人口占全国总人口的13.26%，比2000年上升2.93个百分点，其中“空巢家庭”老年人占老年人总数的比例达44.8%，平常对老人身体健康的照顾问题变得更加突出，同时老年人群体特有的生理特点导致了老年意外失足跌倒或者某种疾病突然发作及恶化的概率也非常大，如得不到及时救治将可能危及生命。这些都给医疗机构带来了很大的服务压力。因此，一种低成本，便携式，并且适用于普通大众人群的自我健康监护产品急需面市，使得健康管理和监护可以走出医院，走向普通家庭。

1 可穿戴健康医疗系统架构

针对老人、病人的可穿戴健康医疗系统，架构如图1可穿戴健康医疗系统架构所示：

整个架构按功能层次分为三个层次，传感器层（可穿戴设备）、移动手持终端层以及远程健康云平台层。可穿戴设备主要负责对人体相关生理参数的采集，行为跌倒检测，gps定位，并将生理参数，gps信息通过3G网络传送远程健康云平台；健康云平台负责对生理数据进行存储、数据挖掘，并及时反馈健康状态及建议；当发生跌倒或心脏病发作，哮喘发作等需要及时处理的问题时，可穿戴设备通过3G网络将这些信息直接发送给监护人，以便突发事件能以最快的速度得以处理。

2 硬件设计

该系统主要的硬件设计为可穿戴设备，其架构图如图2所示。主要由体温充电供电模块、生理参数采集模块、加速传感器模块、报警模块、GPS模块、通信模块以及ARM中央处理芯片等模块组成。ARM主控制器作为数据的处理中心，读取人体生理数据以及加速传感器数据，进行处理分析，判断出佩戴者是否有跌倒，发生跌倒便启动可穿戴设备报警功能，并将相关信息通过3G网络传送到监护人手机。同时将生理数据及位置信息进行处理打包后，通过3G网络传送到远程健康云平台做进一步的处理。

3 技术路线

该系统主要由可穿戴设备、手机移动终端、远程健康管理中心三部分组成，接下来分析其主要技术实现。

3.1 可穿戴设备

体温充电供电模块：提供自动供电的功能，保持系统的正常运行，解决了电池需要经常充电的瓶颈。主要是由误差发电元件、充电控制模块以及聚合物电池三部分组成，该功能通过设置温差发电元件来利用人体体温给聚合物电池发电充电。

生理参数采集模块：采集的参数主要包括血压、心率以及体温等各种相关生理参数，通过对这些参数的分析监管佩戴者的身体情况。由于这些信号本身就比较微弱，并且在采集传输过程会受到各种各样的干扰信息，因此针对不同性质的信号以及干扰因素要选择不同的解决方法。示波法测量血压作为比较准确的一种方法，主要有两种突变拐点模型以及归一化比例模型。但是由于各有劣势，突变法实现困难，归一法针对个体特征的差异有其局限性，因此该项目将研发一种结合两种方法优势的改进方法来更准确的测量血压。另外将小波变换引入到传统QRS波检测，以此来改进对心电信号的提取。

ARM主控制器：作为数据的处理中心，主要负责对相关数据进行处理，把数据发送到云平台，并做出相关的决策。该部分技术难点在于解决跌倒检测问题。国内外现有先进检测算法[1]都是基于三轴加速度SMV阈值的跌倒检测算法上的一个改进，SMV值如（1）式所示，Ax、Ay、Az分别为x、y、

z三轴向的加速度，通过设定SMV的阈值来判断是否跌倒。SMV阈值判断比较粗糙，存在很大的误判漏判情况，因此也出现了基于SMV阈值检测的改良方法One-Class SVM，利用核函数将所有样本映射到高位特征空间实现分类。在特征空间里，One-Class SVM 确定了一个包含所有目标数据的最小超球面体表面，这个表面就是通常定义的分类器[2]。用一组松弛变量来控制超球体的半径和超出超球体的样本数量。通过此算法我们可以做到的是能够提取出绝大部分的跌倒性样本数据。研究表示，One-Class SVM阈值算法也存在一定的误判错判问题，因此该项目重点实验研究通过不同的辅助手段对疑似跌倒的数据进一步的判定，最终提出一个高效准确的跌倒检测算法。辅助手段包括对能量损耗、倾角、位移和速度等等的分析。该项目跌倒检测流程如图3所示，包括加速度数据获取，数据预处理，跌倒检测算法三部分。根据奈奎斯特采样定理确定3轴加速度的采样频率定为45Hz，然后将采样信号通过中值滤波和0.5Hz的高通滤波器滤除噪声和直流分量，最后把预处理过后的加速度通过One-Class SVM阈值算法以及辅助算法判断出是否跌倒。

3.2 远程健康管理中心

远程健康管理中心作为本系统的远程医疗健康服务的云平台，接受可穿戴设备发送过来的数据，进行处理，并经3G移动通信网络或其他宽带无线网络为用户提供适时或非适时的人体健康信息监控、紧急医疗处置等医疗健康服务。健康管理中心包括web集群、会话集群、消息队列集群、数据挖掘算法集群和云存储等5个功能模块。

4 结束语

本项目通过研究可穿戴电子设备的智能应用技术，提出了一个针对医疗监护的可穿戴远程计算平台模型，通过对各种软硬件资源的比较，选择了符合需求的软硬件资源，开发了针对老人、病患者的可穿戴健康医疗系统，在一定程度上缓解了医疗资源紧张的问题，具有推广意义。

参考文献

[1]Neil Zhao. Full-Featured Pedometer Design Realized with 3-Axis Digital Accelerometer[J]. Analog Dialogue，2010，44（2）：17-21.

[2]李娜.基于人体运动状态识别的可穿戴健康监测系统研究[D].北京：北京工业大学，2013.

作者简介：沈洪锐，学位：硕士，职称：讲师，研究方向：嵌入式系统开发。

何世添，学位：硕士，单位：广东东软学院计算机系，职称：助教，研究方向：嵌入式驱动开发。