基于RFID传感技术的社区健康监护系统设计

李鑫 张孝峰 贾小林

摘要：随着社会进步和生活水平的提高，人们的健康保健也越来越受到关注。但由于社会资源的不足，医疗资源的配置存在着严重的不平衡问题，带来了诸如“看病难”、“看病贵”、医患关系紧张等诸多问题。该文基于物联网技术与中西医诊疗手段，设计实现了一种基于物联网的穿戴式社区健康监护系统，用于采集使用者的个人生理信息，并通过物联网技术、RFID技术、蓝牙无线通信技术将数据传输到个人终端进行实时分处理，对用户健康进行监测和管理。

关键词：RFID;物联网;监测系统

中图分类号：TP273     文献标识码：A

文章编号：1009-3044（2019）16-0252-03

开放科学（资源服务）标识码（OSID）：

Abstract： With the improvement of the living standards of the society， the health care of the people has also received more and more attention. However， due to the shortage of social resources， there are serious imbalances in the allocation of medical resources， which have brought many problems such as “difficulty in seeing a doctor”， “expensive medical treatment”， and tension between doctors and patients. This article combines the Internet of Things technology and Chinese and Western medicine diagnosis and treatment means， designed and implemented a wearable community health monitoring system based on the Internet of Things， used to collect users' Chinese medicine and Western doctors' information， through the Internet of Things technology RFID， Bluetooth and other communication technologies will Data is transmitted to the personal terminal for real-time monitoring， storage and data fusion.

Key words： RFID;the Internet of Things;Monitoring System

1 背景

隨着社会的不断发展，科技日益进步，近年来，居民的生活质量不断提高，居民个人保健意识增强，追求健康体质的目标也日益增长。伴随着物联网的快速发展，智慧医疗[1]已经当今社会备受关注的话题。智慧医疗是利用传感器等信息识别技术，通过无线网络实现患者与医务人员、医疗机构、医疗设备间的互动等，智慧医疗和日常生活息息相关，能够显著改善就医条件。

近几年我国政府非常重视物联网技术在医疗领域的应用[2]，在2009年5月23日，卫生部首次召开了卫生领域RFID应用大会，并在《卫生信息化发展纲要》中，把IC卡和RFID技术列入卫生部信息化建设总体方案之中。但目前国内医疗管理系统仍然不够完善，存在着医药费高、渠道少、覆盖面低、医院人满为患、病人就诊手续烦琐、医疗信息不畅，医疗资源两极化个医疗监督机制不完善等等问题，一直影响着社会的和谐发展。

射频识别（RFID）技术是物联网感知层关键支撑技术，主要用于目标对象标识、识别、定位、追踪等 [3]。RFID技术与传感器相结合能够有效控制数据采集系统的能耗，延长系统寿命[4]。本文以物联网技术为基础，设计开发了一种基于RFID传感技术的社区健康监护系统，用于实时采集用户的生理信息，并对其数据融合处理和数据挖掘分析[3]，同时，根据分析结果对用户的健康状况进行判断，提出相应的健康建议和健康指导。

2 系统设计

2.1 系统总体结构

基于RFID传感技术的社区健康监护系统由用户穿戴式终端、社区服务器和医护服务器组成，如图1所示。系统通过射频传感器获取到用户的生理信息数据，并经过RFID系统和wifi网络将生理数据传送至社区服务器，接着转发至医护服务器，完成对用户健康信息的采集，然后系统对数据进行融合处理和实时分析，监测和判断用户健康情况，提出相应的健康意见和健康指导。

2.2 传感器节点设计

用户终端主要将采集到的生理健康信息传送至医护服务器[5]，然后对数据进行分析融合，穿戴式终端监测系统由于应用环境，网络规模、结构以及管理等不同也会有所不同，本穿戴式终端健康监测系统由网络协调器和可穿戴式生理量监测传感器节点两部分组成。其节点结构如图2所示。

2.3 服务器系统设计

社区服务器接收来自各个用户的原始数据并进行分析处理后向医护服务器转发，这样分层网络设计减少少了医护服务器的处理。医护服务器监测用户数据，发生异常后，通过社区服务器向用户发布设备命令。医护服务器主要进行健康数据信息数据库和特征数据库的搭建，同时构建通讯服务和数据存储服务。通信服务主要用于接收社区服务器发来的数据，数据库存储用户发来的数据，同时为web服务器提供数据。

本系统数据流量和访问量大，处理能力和计算能力也要相对增强。因为本系统采用了分层的网络层次设计，多台社区服务器通过网络设备相连构成了一个服务器集群。在数据存储方面，为了提高数据处理的速度，内存数据库与传统数据库配合使用，在服务器集群内使用高性能的Redis[6]。

3 系统数据分析

3.1 脉搏波数据分析及特征提取

曲线拟合是一种建立参数模型的方法，比起其他方法来更为直观的可以观察到数据的变化和趋势。因为脉搏波数据量大非线性的特点，所以本系统采用高斯函数来拟合脉搏曲线。

一个周期的脉搏由许多个高斯函数来合成，每个参数都需要3个参数来确定，及幅度x，时间y，宽度S。所以用不同个高斯函数的组合来表示脉搏波：

一般人的脉搏波主要包括3个波峰，分别为主波波峰、重博前波、重博波。所以对应的特征参数有主峰高度、降中峡高度、重博波高度。通过求出脉波的极大值极小值，利用高斯拟合计算特征参数从而反映出人体的一些健康状态。

3.2 脉搏波信号神经网络识别

前面对脉搏波信号做了特征提取后，现将对提取到的脉搏波特征作为神经网络输入量对脉搏信号进行识别。神经网络在不同的环境下通过学习改进其分类能力，从而满足不同分类的要求。本系统采用BP神经网络，输入神经元接受已提取的脉象信号特征值，输出层神经元输出脉象信号分类信息;隐含层神经元自动提取隐含在脉象信号中的特征信息。

BP神经网络是一种误差反向传播的多层前馈网络，由输入层、隐含层（一层或多层）和输出层组成，各层无反馈链接，各层内神经元无任何连接，仅相邻神经元之间有连接。其模型结构如图3所示。

BP网络是一个信号前传，误差反传的网络结构。当正向传播时，输入信息通过输入层经隐含层逐层处理后计算输出每个单元的实际输出值;当反向传播时，如果输出层没用得到理想的期望值，则逐层递归计算实际输出与期待输出的差值，从而达到调节权值。这两个过程反复运用后，误差将会变得最小。

本系统设计了一个三层结构的BP网络，采用Sigmod函数作为传递函数，将神经元的输入范围（-∞，+∞）映射到（0，1），该函数可微，因此特别适合BP训练的神经元。为获得合适的隐含层神经元个数，系统用不同的隐含层的神经元对样本做了训练。最后分类得出不同的脉象，从而相应的健康意见。

4 结束语

该系统借助物联网技术实现利用大量低成本、便携式，不同种类的传感器的感知信息来对相关人群进行实时、准确、高效、多尺度的健康监测[7]。通过对所采集的生理信息进行实时分析及数据融合处理，对用户的健康状况进行判断，提出相应的健康建议，为人们提供了一种新颖的、方便的日常健康监护手段，同时可以惠及偏远地区及老人。通过对已有脉搏波分类学习，可以在用户出现某一种典型疾病前期脉搏波形时，发出健康警告。采集到的生理信息数据可以上传至共享云平台，以便对数据进行挖掘用来二次开发，可扩展性强。

参考文献：

[1] 邵星， 王翠香， 孟海涛， 等. 基于物联网的社区智慧医疗系统研究[J]. 软件， 2015， 36（12）： 45-48.

[2] 李雯娟， 陈睿. 基于物联网技术的智慧医疗系统及其建设策略研究[J]. 激光杂志， 2014， 35（5）： 56-58.

[3] Jia Xiaolin， Feng Quanyuan， Yu Lishan. Stability Analysis of an Efficient Anti-collision Protocol for RFID Tag Identification[J]. IEEE Transactions on Communications， 2012， 60（8）： 2285-2294.

[4] 贾小林， 顾娅军， 贺晓霞， 等. 一种基于无源RFID标签的传感器远程启动控制装置[Z]. ZL201821075212.6， 2019（3）.

[5] Deepika Agrawal Punit Gupta Jasmeet Chhabra Pulkit Kumar Dhir "Io'T based Smart Health care Kit"[C].International Conference on Computational Techniques in Information Technologies， 2016（7）.

[6] 许俊杰， 陈军. 基于物联网的智慧医疗系统及其发展应用[J]. 中国医疗设备， 2017， 32（10）： 118-121， 131.

[7] 宋金鑫， 李星颉， 李明， 等. 基于物联网的智慧医疗及服务系统[J]. 黑龙江科技信息， 2016（6）： 164-165.

[8] PereiraM， Nagapriya K K.A novel IoT based health monitoring system using LPC2129[C].2017 2nd IEEE International Conference on Recent Trends in Electronics， Information & Communication Technology （RTEICT）， Bangalore， 2017： 564-568.

【通聯编辑：谢媛媛】