嵌入式人工智能健康管理系統(tǒng)設(shè)計(jì)

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了嵌入式人工智能健康管理系統(tǒng)設(shè)計(jì)范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要：智慧醫(yī)療已成為一種融合IOT和數(shù)據(jù)挖掘等技術(shù)的一種新型醫(yī)療系統(tǒng)模式，智慧醫(yī)療重要組成之一智慧健康管理其核心在于患者就診的信息數(shù)據(jù)和電子健康檔案。但是當(dāng)下健康管理的不足之處就是患者的重要生理參數(shù)不能實(shí)現(xiàn)實(shí)時(shí)、連續(xù)的監(jiān)測(cè)，主要受只能在固定時(shí)間去就診或者參加體檢的局限；耽誤發(fā)現(xiàn)疾病的時(shí)間，影響最佳治療時(shí)機(jī)。因此，設(shè)計(jì)一種基于嵌入式人工智能技術(shù)，結(jié)合可穿戴傳感器，基于米爾科技公司核心平臺(tái)MYC－CZU3EG（ARMCortex－A53＋FPGA邏輯單元）運(yùn)行AI算法GA－BP進(jìn)行血壓、血氧、心率、呼吸、身體姿態(tài)等生理信息的較精確的測(cè)量，通過NB－IOT模塊上傳至云端對(duì)用戶進(jìn)行健康管理。以疲勞實(shí)驗(yàn)為例，實(shí)驗(yàn)結(jié)果能夠證明設(shè)計(jì)的系統(tǒng)可以用于今后以家庭、社區(qū)為單位的健康管理。

關(guān)鍵詞：智慧醫(yī)療；IOT；嵌入式人工智能；MYC－CZU3EG；GA－BP；健康管理

隨著大數(shù)據(jù)、互聯(lián)網(wǎng)＋、5G等技術(shù)的飛速發(fā)展，智慧醫(yī)療、“大健康”、醫(yī)療大數(shù)據(jù)等概念頻頻出現(xiàn)，并得到國(guó)內(nèi)外智慧醫(yī)療［1］領(lǐng)域的高度關(guān)注。智慧醫(yī)療重要組成內(nèi)容之一的智慧健康管理，其核心在于患者就診的信息數(shù)據(jù)和電子健康檔案。但是當(dāng)下健康管理的不足之處受到傳統(tǒng)醫(yī)療手段限制，只能在固定時(shí)間去就診或者參加體檢，因此患者的重要生理參數(shù)不能實(shí)現(xiàn)實(shí)時(shí)、連續(xù)的被監(jiān)測(cè)，導(dǎo)致耽誤發(fā)現(xiàn)潛在疾病的時(shí)間，影響最佳治療時(shí)機(jī)。尤其是到2035年，我國(guó)人口老齡化愈加嚴(yán)重，進(jìn)入高峰期，并且在2050年進(jìn)入深度老齡化社會(huì)，面臨的人口健康壓力空前巨大［2］。此外，我國(guó)依然存在很多人對(duì)類似于心血管等基礎(chǔ)性慢性疾病自身知曉率不高，治療率更低，幾乎一半以上人群未實(shí)施有效防治［3］。而基礎(chǔ)性慢性疾病通常血壓、血氧、體溫、呼吸等生理參數(shù)緊密相關(guān)，為預(yù)防以及治療慢性疾病，連續(xù)測(cè)量此類生理參數(shù)十分有意義。同時(shí)人體姿態(tài)［4］的監(jiān)測(cè)，也可以對(duì)老年人的健康管理顯得尤為重要。因此，實(shí)現(xiàn)對(duì)一些重要生理參數(shù)的早期篩查與診斷，提高健康保障水平，已成為我國(guó)社會(huì)和國(guó)民經(jīng)濟(jì)發(fā)展的重大戰(zhàn)略課題。近年來，基于人工智能的醫(yī)療技術(shù)［5－6］取得豐富的研究成果，在智慧醫(yī)療發(fā)展進(jìn)程中也已占據(jù)相當(dāng)重要的地位與角色，并且進(jìn)一步正在開啟智慧醫(yī)療的新紀(jì)元。相比較與傳統(tǒng)醫(yī)療管理手段落后和生理參數(shù)測(cè)量精度不高的缺點(diǎn)，本文設(shè)計(jì)一種基于嵌入式AI技術(shù)的系統(tǒng)［7］，選擇米爾科技公司的核心硬件平臺(tái)MYC－CZU3EG，利用AI算法［8－9］對(duì)接收到的信號(hào)進(jìn)行質(zhì)量評(píng)估、濾波、去噪、增強(qiáng)、特征提取、心拍分類等工作處理，通過NB－IOT模塊［10］上傳至云端對(duì)用戶進(jìn)行健康管理。該系統(tǒng)可以完成用戶與醫(yī)生的交互，并可進(jìn)一步建立個(gè)體化生理參數(shù)數(shù)據(jù)庫(kù)，從而實(shí)現(xiàn)疾病的動(dòng)態(tài)跟蹤管理和疾病預(yù)防。

1系統(tǒng)采集模塊設(shè)計(jì)

本文設(shè)計(jì)的系統(tǒng)采集模塊如圖1所示。主要包含信息感知、信息傳輸、信號(hào)處理、信號(hào)反饋四個(gè)部分。感知部分主要有傳感器采集人體的生理參數(shù)；信號(hào)傳輸是主要將采集并進(jìn)行預(yù)處理后的數(shù)據(jù)通過NB－IOT模塊上傳至終端或者云端服務(wù)器；接下來還需要進(jìn)行AI算法對(duì)接收到的信號(hào)進(jìn)行質(zhì)量評(píng)估、濾波、去噪、增強(qiáng)、特征提取、心拍分類等工作處理；最終，經(jīng)過AI算法處理后的信息傳至用戶和醫(yī)生、心電數(shù)據(jù)庫(kù)以及健康管理中心，可以進(jìn)行連續(xù)跟蹤。

2生理參數(shù)采集部分

圖1中的信號(hào)感知部分是通過人體可穿戴［11］設(shè)備實(shí)現(xiàn)，利用融入穿戴設(shè)備的各類傳感器采集血壓、血氧、心率、溫度、姿態(tài)等人體重要生理參數(shù)。

2．1血壓采集模塊

血壓采集模塊所選的敏感元件為XGZP6847氣體壓力傳感器模塊。XGZP6847模塊內(nèi)部集成了可配置的數(shù)字芯片，并且PCB板的兩面分別安裝有小外形封裝的信號(hào)處理電路芯片和壓力傳感器，對(duì)傳感器由偏移、溫漂以及自身靈敏度和非線性產(chǎn)生的誤差進(jìn)行補(bǔ)償和校準(zhǔn)。利用XGZP6847模塊設(shè)計(jì)的電路采集經(jīng)過校準(zhǔn)、溫度補(bǔ)償后的標(biāo)血壓信號(hào)和脈搏波信號(hào)，再通過計(jì)算得到脈搏波傳導(dǎo)時(shí)間和脈搏波波形特征量α。根據(jù)經(jīng)驗(yàn)公式，脈搏波信號(hào)的傳播速度與血壓之間的關(guān)系：△P＝2αT△T（1）其中，α脈搏波的特征量；△T表示脈搏波傳導(dǎo)時(shí)間的變化值；△P動(dòng)脈的血壓變化值。

2．2血氧采集模塊

檢測(cè)血氧飽和度生理參數(shù)可以清晰反映出人體關(guān)于呼吸循環(huán)的狀態(tài)指標(biāo)。通常也被認(rèn)為人體第五生命重要特征。可以管理和了解患者呼吸循環(huán)的重要生理參數(shù)。此系統(tǒng)中，選擇MAX30101芯片不僅可以用來對(duì)血氧參數(shù)的監(jiān)測(cè)，還集成心率監(jiān)測(cè)的功能。通常MAX30101芯片內(nèi)部主要有光電探測(cè)器、光學(xué)元件、低噪聲電子與環(huán)境光抑制、LED幾個(gè)重要硬件組件。輸出信號(hào)為脈搏波光電容積（PPG）信號(hào)，再由固件中的PID控制調(diào)節(jié)LED不同的亮度。由于LED亮度發(fā)生不同，則波長(zhǎng)也會(huì)不同，PPG信號(hào)對(duì)不同波長(zhǎng)信號(hào)吸收也會(huì)不同。根據(jù)經(jīng)驗(yàn)公式：SpO2＝λ1R2＋λ2R＋λ3（2）其中，SpO2表示真實(shí)的血氧飽和度值，R表示兩個(gè)不同波長(zhǎng)光水平比率值，λ1、λ2、λ3是可以通過回歸分析方法得到的經(jīng)驗(yàn)數(shù)值。SpO2計(jì)算算法步驟如圖2：

2．3姿態(tài)采集模塊

系統(tǒng)選擇全球首例9軸傳感器MPU6050模塊采集人體的姿態(tài)信息。該模塊集合了3軸陀螺儀和3軸加速度儀構(gòu)成9軸運(yùn)動(dòng)傳感器，較MPU6000測(cè)量結(jié)果更加精確。評(píng)估人體運(yùn)動(dòng)的加速度和角速度參數(shù)，通過I2C總線與模塊MCU通訊，解算得到人體姿態(tài)角參數(shù)。目前解算姿態(tài)一般用歐拉角法、方向余弦法以及四元數(shù)法。其中，四元數(shù)法具有無奇點(diǎn)、計(jì)算量小的優(yōu)點(diǎn)，運(yùn)用更廣泛。本系統(tǒng)通過采集IMU的原始數(shù)據(jù)，利用重力場(chǎng)和地磁場(chǎng)在地理坐標(biāo)系與載體坐標(biāo)系之間的方向余弦轉(zhuǎn)換，解算出航向角（Yaw）、俯仰角（Pitch）以及橫滾角（Roll）。解算流程如圖3。

2．4NB－IOT模塊

窄帶物聯(lián)網(wǎng)(NB－IoT)是一種針對(duì)mMTC場(chǎng)景設(shè)計(jì)的低功耗廣域網(wǎng)技術(shù)，最大優(yōu)點(diǎn)可以處理大規(guī)模低功耗連接，并且可覆蓋的范圍很大，穿透性能強(qiáng)。本系統(tǒng)選用中國(guó)移動(dòng)M5310－A模塊，模塊封裝為L(zhǎng)CC封裝。該模塊特色之一就是其尺寸小，僅僅只有19mm×18．4mm×2．2mm，最大程度地滿足終端設(shè)備對(duì)小尺寸模塊產(chǎn)品的需求，有效地幫助客戶減小產(chǎn)品尺寸。M5310－A支持M2M芯片和OneNET云平臺(tái)協(xié)議，同樣支持最新Re-lease14標(biāo)準(zhǔn)，支持更高通信速率，支持基站定位。通過NB－IOT模塊將采集到的數(shù)據(jù)經(jīng)過預(yù)處理后，上傳至嵌入式AI設(shè)備中，完成后續(xù)數(shù)據(jù)處理。

3系統(tǒng)算法及AI設(shè)備設(shè)計(jì)

3．1GA－BP網(wǎng)絡(luò)算法

系統(tǒng)采集到的生理參數(shù)在經(jīng)過MCU進(jìn)行處理之后，通過NB－IOT模塊上傳至算力足夠的AI設(shè)備進(jìn)一步數(shù)據(jù)分析，實(shí)現(xiàn)對(duì)某種潛在疾病的預(yù)測(cè)。選擇人工智能神經(jīng)網(wǎng)絡(luò)（BP）作為識(shí)別工具，依據(jù)多次模擬預(yù)測(cè)均方誤差（MSE）以及對(duì)BP網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化；遺傳算法（GA）是一種基于自然選擇和群體遺傳機(jī)理的搜索算法，遵循“適者生存”進(jìn)化的基本原理。遺傳算法模擬一個(gè)初始種群在它遺傳過程中根據(jù)適應(yīng)度擇優(yōu)、雜交、突變后遺傳得到下一代種群，會(huì)一直重復(fù)進(jìn)化過程，直到出現(xiàn)最優(yōu)適應(yīng)度的個(gè)體，并且滿足要求。GA－BP網(wǎng)絡(luò)算法最重要就是根據(jù)均方誤差構(gòu)造出適應(yīng)度最優(yōu)的初始權(quán)重和閾值。GA－BP算法的主要步驟如圖4：計(jì)算初始權(quán)重和閾值由公式：Hj＝logsigni＝1Σw1ij·Xi＋bij()，j＝1，2，3…5（3）Yk＝logsigni＝1Σw2jk·Hj＋b2k()，k＝1，2，3（4）式中，Xi為輸人樣本的第i個(gè)指標(biāo)；Hj為隱含層第j個(gè)節(jié)點(diǎn)輸出；Yk為輸出層第k個(gè)節(jié)點(diǎn)輸出。算法進(jìn)化代數(shù)如圖5。

3．2MYC－CZU3EG硬件平臺(tái)

XCZU3EG是米爾科技有限公司推出的一款嵌入式AI硬件開發(fā)平臺(tái)。內(nèi)部集成了四核Cortex－A53處理器，雙核Cortex－R5實(shí)時(shí)處理單元以及16nm工藝的FPGA處理單元。板載硬件主要資源如表1：該硬件平臺(tái)的計(jì)算能力完全滿足一些AI算法需求，通過實(shí)測(cè)算力能夠高達(dá)1．2TOPS。AI計(jì)算硬件平臺(tái)如圖6：

4實(shí)驗(yàn)設(shè)計(jì)及測(cè)試結(jié)果

實(shí)驗(yàn)將以精神疲勞實(shí)驗(yàn)（采集人體的心腦電數(shù)據(jù)）來驗(yàn)證系統(tǒng)設(shè)計(jì)的可行性。醫(yī)學(xué)上神經(jīng)科表明，人體精神疲勞的識(shí)別與量化主要通過分析人體生物電信號(hào)的變化。心電信號(hào)能夠直觀準(zhǔn)確地反映人體的生理狀態(tài)，并間接地反映人體的精神狀態(tài)。實(shí)驗(yàn)中關(guān)于心腦電信號(hào)重要的指標(biāo)參考如表2：實(shí)驗(yàn)過程選擇100個(gè)學(xué)生作為受試者，并將實(shí)驗(yàn)地點(diǎn)設(shè)置在通風(fēng)不暢且燈光昏暗的實(shí)驗(yàn)室倉(cāng)庫(kù)，這種條件會(huì)使產(chǎn)生疲勞感覺的速度加快；同時(shí)定義基準(zhǔn)無疲勞狀態(tài)為學(xué)生午休后所產(chǎn)生的。實(shí)驗(yàn)實(shí)施過程如表3：最后，根據(jù)設(shè)計(jì)的系統(tǒng)所采集的數(shù)據(jù)并經(jīng)過分析處理的結(jié)果結(jié)合當(dāng)前主觀檢測(cè)的結(jié)果綜合分析，確定疲勞程度的真實(shí)值。主觀檢測(cè)采用問卷調(diào)查的方式進(jìn)行，并將結(jié)果一起比較分析。同時(shí)也加入沒有基于GA的BP算法的測(cè)試結(jié)果，三者測(cè)試的結(jié)果如表4：從實(shí)驗(yàn)結(jié)果看，在AI設(shè)備上基于GA－BP算法對(duì)生理參數(shù)進(jìn)行分析，具有一定的識(shí)別能力，比BP算法處理的識(shí)別更接近于主觀檢測(cè)的數(shù)據(jù)。

5結(jié)束語(yǔ)

本文從智慧醫(yī)療健康管理角度出發(fā)設(shè)計(jì)一種基于嵌入式人工智能技術(shù)，結(jié)合可穿戴傳感器，基于米爾科技有限公司核心平臺(tái)MYC－CZU3EG運(yùn)行GA－BP算法進(jìn)行血壓、血氧、心率、呼吸、身體姿態(tài)等生理信息的較精確的測(cè)量，通過NB－IOT模塊上傳至云端對(duì)用戶進(jìn)行健康管理。通過精神疲勞實(shí)驗(yàn)來驗(yàn)證系統(tǒng)設(shè)計(jì)的可行性，經(jīng)數(shù)據(jù)試驗(yàn)，該系統(tǒng)可以用于今后以家庭、社區(qū)為單位的健康管理，為智慧醫(yī)療健康管理提供新的可行解決方案基礎(chǔ)。

作者:張晨 梁昕 盧克 單位:南京機(jī)電職業(yè)技術(shù)學(xué)院