论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　3 一种物联网环境下的血压监护系统的具体实施 

　　本研究设计了一种基于物联网环境的血压监护系统，其工作原理为：利用传统的血压采集装置（如水银血压计、电子血压仪等）对人体血压数据进行实时的连续采集，通过在采集装置中植入ARM芯片使之具备获取血压值及无线通信的功能，并利用自主开发的KEIB-STACK协议将采集的数据实时传输至系统后台，在服务器上采用QPSO（量子行为的粒子群优化算法）进行数据监控、分析和处理，及时给出分析结果及健康预警。系统模型如图1所示（图中的编号为模块编号）。 

　　图1 一种物联网环境下的血压监护系统模型 

　　图1中，基于KEIB-Stack协议栈的血压监护系统由3个部分组成，分别为传统血压采集装置1、ARM芯片2及后台数据处理模块3。其中ARM芯片2由中央处理器5、传感器数据获取接口4、ROM存储器6及无线通信接口7组成。 

　　传统血压采集装置1的作用是采集人体血压数据；ARM芯片2的作用是获取血压数据信息并进行简单处理后传输给后台数据处理模块3；其中中央处理器5负责向传统血压采集装置1发送血压采集指令，判断丢弃采集的数据信息中的异常数据，并控制数据向后台数据处理模块3的传输；传感器数据获取接口4负责从传统血压采集装置1中实时获取血压数据并传送给中央处理器5；ROM存储器6负责暂时存储从传感器数据获取接口4获取到的数据；无线通信接口7负责将经中央处理器5处理后的数据使用Keib-Stack协议传输至后台数据处理模块3；后台数据处理模块3的作用是使用QPSO算法分析传输来的数据信息，并给出处理结果或健康预警信息。系统具体实施过程如下： 

　　（1）在传统的血压采集装置（如电子血压仪等）中植入ARM芯片，该芯片具有中央处理器模块，用于发送信号给传统血压采集装置，控制其采集数据，并判断获取的数据是否为异常数据（如与相邻次测量的值相差超过10的数据采取丢弃策略）；具有传感器模块，用于获取传统血压采集装置采集的数据；具有ROM，用于暂时存储采集的数据，用于中央处理器的简单分析；具有无线通信模块，提供基于Keib-Stack协议栈的无线通信接口，用于将数据传输至后台处理设备。 

　　（2）测量开始后，传统血压采集装置根据ARM芯片的指令采集人体血压，并把采集的数据通过传感器接口传递给ARM芯片，ARM芯片对获取的数据暂存在ROM模块中。 

　　（3）ARM芯片把多次测量后的数据中异常数据进行丢弃，其余数据通过无线通信模块使用Keib-Stack协议传输给后台处理设备。 

　　（4）后台处理设备对收到的数据采用QPSO算法进行数据分析和处理，得到一组当前状态下的连续的最佳血压值参数，与系统数据库中的值进行比较分析，给出临床诊断的参考意见（如健康状态、冠心病倾向等）。 

　　4 实验过程与结果讨论 

　　为了证明本系统在数据传输的实时性和数据处理的准确性方面的优势，本研究选取了目前市面上认为比较成熟两款血压监护设备进行了对比实验，实验随机选取了30名人员做为被测对象。 

　　（1）被测对象基本情况 

　　被测的30名人员按性别、年龄和血压情况分成3组（命名为组1、组2和组3），分别佩戴三种血压监护设备（对应命名为设备1、设备2和设备3），每组的10名人员基本情况大体相同：男女性别比为1：1；年龄分布为18-20岁2名，20-30岁4名，31-40岁2名，60岁以上2名；平时血压情况为6名正常，2名高血压，2名低血压； 

　　（2）参与测试的血压监护设备基本情况 

　　参与测试的设备1为国内某知名品牌的血压测试仪，腕表形式，需手动操作进行血压测量，测量数据存储在血压仪内；设备2为血压监护仪，腕表形式，可以间隔固定时间自动测量血压，并通过移动数据网络将测试数据发送到指定服务器；设备3为本研究设计的血压监护系统，也为腕表形式，可以自动测量连续血压，在被测者血压不稳定的情况下系统会自动缩短测量间隔时间，每次测量的数据通过KEIB-Stack协议传输到服务器进行处理。 

　　（3）实验过程 

　　早上8时左右，被测人员佩戴好血压测试腕表并测试到第1次血压数据时实验开始，共持续16小时。在此期间，被测人员分别进行了吃饭、慢走、快走、慢跑、快跑、看书、看体育比赛、交谈、睡觉等活动。使用系统1的组1被测人员在从事每项活动时手动进行血压测量，组2和组3被测人员无需对血压仪进行任何操作。实验结束后，组1的测试数据通过血压仪逐条读取，组2和组3的数据通过后台服务器直接读取。 

　　（4）实验结果分析 

　　设备1由于不具备网络数据传输的功能，其无论在数据传输的实时性还是数据处理的准确性方面都没有任何优势，限于篇幅，本文不再讨论其数据结果（引入设备1的主要目的是对数据的准确性进行比较），下面将重点对比分析设备2和设备3在实验过程中的各项指标，如表1所示（本表中的数据为1组10人的平均值）。 

　　从表1可以看出，本研究设计的设备3能根据使用人员的具体情况动态调整血压测试频率，并在KEIB-Stack信号覆盖区域内以几乎可以忽略的延时将数据传输到服务器，其无论在数据传输的实时性方面，还是在数据采集、处理的准确性方面，相比目前市面上流行的设备2都有较大优势。另外，尽管设备3的测量次数更多、算法也更复杂，但其ARM芯片在耗电量上的表现却毫不逊色，这主要得益于KEIB-Stack协议的低耗能性，另一项耗电性实验表明，同样容量的电池在设备2和设备3上的使用时间几乎没有区别。 

　　从实验数据及现实情况来看，目前本研究设计的系统的最大缺点在于KEIB-Stack信号覆盖范围较小，在无KEIB-Stack信号覆盖的区域仍只能通过移动数据网络等其它方式进行数据传输，对于实时性方面的影响较大。当然，随着KEIB-Stack协议的普及，这个问题就迎刃而解了。 

　　5 结 语 

　　综上所述，本研究设计了一种人体血压监护的软硬件系统，主要涉及物联网及计算机应用领域，所述系统在测量连续稳定血压的基础上，提出了一种基于KEIB-STACK协议栈的数据传输方法和一种使用量子行为的粒子群优化算法（QPSO）的数据处理方法，体现了血压监护的实时性，并能对连续多个血压值进行详细分析，对于与人体血压值相关的疾病的提前预判有一定参考价值。当然，由于本系统尚未得到广泛推广应用，数据传输使用的KEIB-Stack信号的覆盖范围十分有限，且后台数据库可用的数据量不大，因此还需要在推广过程中结合临床诊断的数据不断建设和完善。今后，本研究将在此基础上展开进一步实验，针对人体血氧、血糖、心率等健康指标设计一系列模块，并最终整合为基于物联网的健康监护系统。 

　　参考文献 

　　[1] 丁俊，张曦煌.基于欧洲/电气安装总线协议数据加密和设备认证的方法[J].计算机应用，2014，34（3）：728-732. 

　　[2] ISO. ISO-DIS9074， Estelle-a formal description technique based on an extended state transition model[S]. New York： American National Standards Association， 1987：12-14. 

　　[3] 张国栋，张曦煌.KNX/EIB通信协议的实时性分析与改进[J].计算机应用，2012，32（2）： 

　　370-373，384. 

　　[4] 高浩，须文波，孙俊.量子粒子群算法在图像分割中的应用[J].计算机工程与应用，2007，43（33）：24-25，40. 

　　[5] 蔡璃，须文波，柴砉雷，等.粒子群优化算法的硬件实现及其性能分析[J].计算机工程.2010，36（4）：166-168.