支持云服务高性价比可穿戴设备的设计研究

闻建强

(滁州职业技术学院 传媒与设计学院，滁州 安徽 239000)

2012年，谷歌眼镜[1]的亮相，被称为“智能可穿戴设备元年”.随后几年，各种智能可穿戴设备层出不穷，如耐克的智能运动鞋、苹果的智能手表、小米的智能手环等.与其他领域的结合应用大为广泛和深入，而且智能化程度也越来越高.可穿戴设备一般可以定义为可直接整合到用户的衣服、配件等便携式设备，提供数据交互功能，并可能给生活和感知带来巨大影响[2-3].因此，对于可穿戴设备的研究，其意义和价值不言而喻.

主要讨论可穿戴设备在医学领域的应用.得益于快速发展的现代科技，所有的健康问题都有着高性价比且省时的解决方案，可穿戴设备正是一个良好的解决方案[4].如文献[5]开发出了一个基于代理的医院预约调度系统，使用移动监控器附于患者身上，基于安卓平台进行通信，主要针对心电图.患者在应用程序中注册后，会为其创建一个特有的个人信息档案.在查阅医生档案后，患者也可以选择适当的时间向某个医生提出预约要求.研究表明[6-7]：医院可以通过将数据存储在Web数据库中，实现基于安卓操作系统的患者监护系统.基于安卓的患者监护系统具有便携、小巧和可移动的特点，并且数据库中的数据存储比较简单[8].对于患者来说，医疗应用程序能够节省诊断的时间；而医生则可以通过医疗应用程序，足不出户地在适合的时间对患者进行诊断和治疗.

文献[9]提出使用蓝牙无线传感器网络对病人身体状况进行实时监控.包括身体状态采集系统、无线通信系统和病人监护中心.但监测的参数较少，没有加入运动传感器和定位系统.医患也无法进行交流沟通.

文献[10]提出了一种可穿戴设备，通过一个绑定协议使用户通过物联网进行医疗保健，将公共医疗设备作为用户的个人医疗设备来使用.计算引擎设备接收来自多个用户健康设备的测量结果，并对这些结果进行采集、分析和显示.其缺点是单向信息交流平台.而且公共设备的实时性有待考究.

系统模型关注于通过云计算和可穿戴技术，其最大特点是实现患者与医生之间的对接，有助于对健康状况的监控和管理，而且提供医患交流平台.提出的可穿戴设备嵌入了多种健康测量传感器，所有的生命统计数据实时发送到云端，经过授权的医生可以在用户提出需求后，从云端获取到这些信息.本文的创新之处在于，通过整合多个廉价实用的传感器到可穿戴设备中，实现了实时监测人的身体健康状态，并使用云技术获得云端互连交流的功能.另外，系统兼容蓝牙和安卓，与其他类似系统相比具有较大优势.

1 提出模型的技术要求

提出的多个不同传感器组成的可穿戴设备如图1所示.通过一件外套连接到患者身体，传感器连接到Arduino电路板，该电路板通过一个无线通信扩展板(Wi-Fi Shield)实现Wi-Fi连接.这些传感器通过消息队列遥测传输(Message Queuing Telemetry Transport,MQTT)协议[11-12]，将监控到身体属性的实时读数发送到应用程序.患者可以从这里订阅，以便在自己的智能手机中接收到传感器读数.这些读数将被存储于患者的数据库中.患者选择的医生可以通过该患者的记录和传感器读数，对该患者的健康情况进行监护.在云端适当地设置不同参数数值，并以此为基础对患者的健康状况进行监护.大多操作由在后台运行的应用程序来完成.医生可以根据对病情的判断，采取适当的措施.

图1 整体模型框架

1.1 硬件规格

1.1.1 传感器介绍

(1)心率传感器：心率传感器以光电容积脉搏波描记法的原理为基础.如果血液体积的变化引起了任何器官中光强度的变化，那么传感器将检测到该变化.本文所用心率传感器是SON7015，该传感器通常在+5 V(范围为2.3～6 V)直流稳压调节下的工作电流为100 mA，功耗小于0.5 mA，同时该传感器还可被用于检测某个给定时间的血压.

(2)呼吸传感器：呼吸检测是生理状态评估的关键要素之一.可以提供与心脏、神经和肺部疾病相关的重要信息.本文所用呼吸传感器是苏州能斯达公司生产的HX-01，呼吸传感器的带宽为0～15 Hz，消耗电流为4 mA，厚度小于0.35 mm，长度不超过60 mm.

(3)应激焦虑传感器：主要任务是检测一个人在某时刻是否处于紧张状态.这一检测通过对皮肤电反应(Galvanic Skin Response,GSR)进行测量，GSR受不同身体部位的出汗量影响.本文所用的应激焦虑传感器是CRP-M100，本文将使用在+5 V电压下电流消耗为5 mA的应激焦虑水平传感器.

(4)体温传感器：该传感器支持对体温进行测量.许多疾病都伴有体温的特征性变化，同样，可以通过测量体温来监控某些疾病的病程.本文所用的体温传感器是深圳亚科盛科公司的AS5600，使用了在+5 V电压下电流消耗为4 mA的体温传感器.

(5)血糖传感器：该传感器昼夜不停地记录血糖水平.通过该传感器，可以观察到血糖水平的发展方向和速度的趋势.本文所用的血糖传感器是NPA-100M-033D，其带宽为0～25 Hz，电流消耗为6 mA.信号代表着血液中的含糖量.

这些传感器将被整合在一起，以组成体域网.

1.1.2 Arduino

Arduino是一款便捷灵活、方便上手的开源电子原型平台，上述5个传感器连接到Arduino Uno，包括14路数字输入/输出引脚(其中6路可作为PWM输出使用)、6路模拟输出、1个16MHz晶体振荡器、1个USB接口、1个电源插座、1个ICSP header和1个复位按钮.Arduino支持微控制器[13]所需要的一切.要启动Arduino Uno，可以简单地使用1根USB连接线将其连接到电脑.

1.1.3 Wi-Fi Shield

Wi-Fi Shield允许Arduino板使用802.11无线规范连接到Wi-Fi.其基于HDG204无线局域网802.11b/g系统级封装.Wi-Fi Shield上有一个板载micro-SD插槽，可被用于通过网络存储服务所需的文件.且板载micro-SD读卡器可以通过SD库来访问.

1.2 软件规格

1.2.1 MQTT协议设置

MQTT代表MQ遥测传输，是一个非常简单的轻量级消息协议，主要针对受限设备、低带宽、高延迟或可靠性差的网络而设计.其设计原则是在尽量较少网络带宽和设备资源基础上，保证可靠性和一定程度的交付.这些原则也使得该协议成为“机器到机器”(Machine to Machine,M2M)的理想协议.因此，MQTT协议被用于移动应用程序获取来自传感器读数的标准方法.该协议还确保了网络的安全性和隐私性.MQTT的V3.1版本中，用户名和密码与一个MQTT包一起传递.网络上可以通过独立于MQTT协议的SSL进行加密，因此MQTT协议将驻留在云服务中.

1.2.2 应用开发

安卓平台具备极其广大的用户覆盖面，提出的应用正是在其上开发的.应用程序开发所用的软件为安卓开发工具Android Studio，是一个在安卓平台上的集成式开发环境.该应用程序为轻量级应用，向医生和患者提供便利的访问.

1.2.3 云存储

云存储在这个项目中发挥着支柱作用，存储着所有的数据，包括患者注册时输入的所有数据.数据存储是至关重要的，同时还确保所有的重要数据的备份.与传统的数据存储方法相比较，云存储还能更简单地进行数据的备份和恢复.有许多云服务提供商可以帮助监控和管理基于云的应用程序，提供分析支持和推送服务，以创建用户和云存储之间的直接通信渠道.

2 系统运行

2.1 可穿戴设备

可穿戴设备可测量心率、体温、血糖水平、呼吸率以及应激焦虑水平.传感器节点包括传感器和微控制器(本文为Arduino Uno)，传感器获取数据并发送给微控制器.其中，所有传感器均向微控制器发送模拟数据.为使数据可以被微控制器理解，需要将其转换为数字形式.这一转换通过集成在微控制器中的模数转换器[14](Analog-to-Digital Converter,ADC)来完成.每个节点的5个传感器、微控制器、Wi-Fi和供电情形如图2所示.传感器向微控制器发送脉冲信号，而微控制器则将该信号转换为机器语言.微控制器与Wi-Fi shield相连接，因此可以通过Wi-Fi发送数据.微控制器的作用是实现传感器与Wi-Fi的连接.

图2 Arduino连接示意图

2.2 向应用服务器发送数据

传感器连接到Arduino的Wi-Fi shield以实现Wi-Fi连接，通过Wi-Fi向智能设备应用程序发送实时读取数据.MQTT的部署是一种标准的解决方案，因为MQTT协议驻留在云端，发挥着中介作用.并在资源上定义执行正确操作的方法.那么资源代表着什么？究竟是采用先前存在的数据，还是动态生成的数据？这些都取决于服务器的实施.而MQTT首先等待与服务器建立连接，然后，服务器将传感器数值发布到云端.MQTT发送数据，并在请求传递给客户端后立即返回数据至应用程序.MQTT的整体机制如图3所示(针对体温).

图3 MQTT的机制

2.3 医患交流

医患交流如图4所示，图4中的第1个图形界面(左边)是患者智能设备上的应用程序.在该流程中，首先是患者注册阶段，患者选择应用程序启动时显示的新用户选项，并提交具体资料.患者的初始数据将被存储在云中.而患者传感器以实时形式读取所有数据，并放在另一个云端，作为MQTT服务的中介.因此，为了获得这一数据，智能设备上的应用程序需要向云MQTT发起订阅.然后，这些数据将被展示给患者用户.患者还可以选择自身认为最适合其病情治疗的医生.被患者选择的医生能够访问该患者的详细数据，查看患者目前的健康状况并据此采取相应行动.患者也可以选择创建一个新的线上预约，选择日期等.在此之后，患者则需要等待其预约状态.

图4 应用程序体系结构的流程图

在患者完成账号登录后，其智能手机上将显示查看预约的选项，患者点击该选项即可查看预约状态.一旦患者的应用程序发送了预约安排请求，医生方的应用程序即开始发挥作用.与患者相似，医生首先通过用户名和密码进行登录.完成登录后，医生可以查看所有预约安排请求.可以根据自己的日程安排，接受或拒绝预约.一旦预约得到确认，患者方的预约即变为确认状态.此后，医生和患者将使用一些在线视频语音交流工具进行互动.患者的注册界面和使用主界面分别如图5(a)～(b)所示，一旦连接，主要的交流方式是视频语音，这样的方式简单、高效、直接.

(a) 注册界面

(b) 登陆界面图5 患者的注册界面与登陆界面

3 使用制作与评价

3.1 可穿戴设备的制作使用

提出的可穿戴设备使用Arduino和各种传感器制作而成.这些传感器读取各种类型的体征数据.图6～9给出了可穿戴设备的制作和使用方式.

图6 带电作业

图7 使用Arduino和各种传感器的可穿戴设备

图8 可穿戴设备附着在胳膊上

图9 手指上的传感器节点

3.2 比较评价

为了对可穿戴设备进行性能评价，需要了解一些基础特点.

数值范围：可穿戴设备中的每个传感器均在一个指定范围内工作.设计范围通常是固定不变的.如果出现范围溢出的意外情况，则可能会导致传感器出现永久性损伤或毁坏.传感器的不同范围如表1所示.

表1 监测不同体征属性的正常数值范围

TP(真阳性率)=被预测为True，实际也为True的记录.

TN(真阴性率)=被预测为False，实际也是False的记录.

FP(假阳性率)=被预测为True，实际为False的记录.

FN(假阴性率)=被预测为False，实际为True的记录.

为评估本文可穿戴系统的效率，对200多位患者进行了可穿戴设备的性能测试，并记录下了真阳性、真阴性、假阳性和假阴性的数量.随机抽取的部分实验记录如表2所示.

表2 患者健康指示的实例

因此，根据随机抽取的这些实验记录，则敏感度、准确度、精度和特异度结果如下：

敏感度=0.87；准确度=0.85；精度=0.86；特异性=0.81.

这些数值表明本文提出的系统整体上具有极高的效率，能够为用户带来切实的帮助.

表3是几种医用可穿戴设备的综合比较.其中文献[5]～[6]、[9]均采集了心电图参数.本文系统的传感器数量最多.自动化医患交流是本文主要特点之一，这需要在安卓端进行大量软件开发，包括UI的设计.

表3 与一些现有系统的综合比较

3.3 设备成本

整个设备的成本是个重要因素，有助于分析提出系统的合理性和可行性.本文提出的可穿戴设备不同组件的价格具体如表4所示.

表4 组件信息

这些组件的总成本大约为362元.如果大批量购买，一个产品的整体成本可能会更低.上述并没有列举软件价格，因为大部分情况下可以使用免费软件.所以整体价格相当便宜合理.

4 结 论

本文提出的一种可测量患者多个重要参数的可穿戴系统，该系统可为患者带来很大帮助，可有效地缩短医患距离，并节省了患者的宝贵时间.为老年人或患有各种疾病而行动受限的人群提供了便利性，促进了患者的活动和就医行为，由此提高其生活质量.而且综合成本也比较低.

感知设备会受到固有通信和硬件的限制，包括不可靠的有线/无线网络链路、干扰以及电力限制.这可能会导致将错误的数据集发送给终端用户；有些时候由于应用程序加载的原因，传感器读数的加载可能会有延时.同时，如果操作系统版本较低，则不利于实现软件功能，应用程序可能会出现崩溃的情况.

未来将致力于将应用程序扩展到苹果的IOS系统和Windows等系统平台上，现阶段提出的应用程序仅适用于采用安卓系统的智能设备.还可以通过ZigBee等先进技术加快数据的处理和传输.