首页 > 范文大全 > 正文

基于智能手环的高血压发病风险预测和移动医疗系统探讨

开篇:润墨网以专业的文秘视角,为您筛选了一篇基于智能手环的高血压发病风险预测和移动医疗系统探讨范文,如需获取更多写作素材,在线客服老师一对一协助。欢迎您的阅读与分享!

摘 要 目前,高血压已成为公共卫生领域的一个重要问题。然而,现在对于高血压的发病预测和护理的手段与移动医疗的结合还较少。探讨使用智能手环来进行血压数据的采集和使用模糊专家系统分析数据,并将数据和分析结果上传到云端共享,而后医护人员和患者可通过移动端查看血压数据以及评估结果,这可为患者提供一个有效的治疗方案。

【关键词】智能手环 高血压 移动医疗 模糊专家系统 蓝牙

1 背景介绍

全国高血压患者人数2.66亿,每5个成人中至少有1人患高血压病。心脑血管病死亡已占我国总死亡构成的41%,每年200万人死亡与高血压有关,高血压已成为重要公共卫生问题。

高血压不仅患病率高,而且还容易引发各种并发症,危害极大。然而,临床上有许多患者是在发生严重心血管并发症时,才得知患有高血压,有的高血压患者在治疗和护理期间没有按照医嘱定期检测血压和按时服用药物。造成该现象的主要原因大多是高血压易患人群较少测量甚至不测量血压,导致其调理和治疗的效果不佳,使病情进一步恶化。因此,有必要将传统的医疗技术和移动互联相结合,通过智能手环对高血压患者进行定时采集数据,将数据通过模糊专家系统进行分析,及时反馈给医护人员和患者,起到双向反馈的作用,在一定程度上能改善当下的现状。

2 系统设计概述

2.1 系统简述

健康管理对于高血压等慢性疾病的预防治疗有重要意义。进行有效的健康管理,一方面需要个人对于自身健康行为的关注以及对于不良行为习惯的约束;另一方面则需要专业人员进行分析和指导。为了贴近不同用户的实际应用环境,系统为患病人群设计了移动端个人健康管理系统及医护人员专用的云端健康数据共享平台。为此,我们采用智能手环来采集血压和心率等生理指标,在手环将生理数据传回手机端后,手机端将基于模糊专家系统对数据进行分析得出结果。同时,手机端的数据将会反馈到云端的服务器,医护人员和患者家属均能共享数据。因此,医护人员可根据数据对患者进行远程指导,患者家属也能够实时了解患者的发病情况和发病风险,加强对患者的照顾。

2.2 系统整体架构

系统整体架构示意图如图1所示。

2.3 智能手环部分

2.3.1 传感器部分

因为血液中含有大量的血红细胞,这种细胞具有很强的吸收红外线的功能。当动脉血管随心脏周期性地收缩和舒张,血管内的血液容积随之发生变化时,动脉所在部分的人体组织对于红外光的吸收性就会发生变化,人体组织反射的红外光的光强也相应地随之发生变化。因此,动脉血管所处部位反射的红外光光强反映了血液容积参数,与血压参数有关。

所以,我们通过在智能手环中植入红外光电传感器,使用红外光照射被测血管组织,将接受回来的信息数据进行处理,便可以得到血压的指标。

2.3.2 数据传输部分

采集设备由传感器模块和蓝牙模块组成,将传感器采集的数据通过蓝牙传输至手机本地数据库中,避免了有线传输的弊端,即使在手机等移动设备网络信号不强时,也能立即接受采集的数据并进行分析。

2.4 手机端部分

2.4.1 手机端设计简述

在手机端部分,智能手环通过蓝牙传输,将血压数据传输到智能手机APP,APP可将医疗数据与服务器完成通信。这有利于扩大数据采集、健康监护的应用范围,使得人们可以在佩戴智能手环的情况下,比较灵活地实现远程数据采集、医疗监护。通过一个APP来接收、处理蓝牙模块传回的数据,并通过模糊专家系统对数据进行解读预测,将结果反馈给病患和医护人员并且上传到云端共享。医护人员可以通过远程查看病患的治疗效果,对其进行远程康复指导。

2.4.2 手机APP运行界面(如图2)

从图2可以看到,手机APP会处理蓝牙模块传回的数据并且将是否有高血压和平均血压(MVBP)的结果输出。若测出结果为高血压,那么手机APP将会把医疗专家给出饮食、运动等相关指导推送给患者。同时,APP也会根据历史数据,对患者近期的血压等生理特征进行统计,基于数据进行发病趋势预测。

3 总结和意义

基于智能手环的高血压发病风险预测移动医疗系统是基于现代信息通信技术和计算机软件等技术,运用现代化的方法去解决预测和防治高血压的问题,是信息技术与医疗卫生结合一次实例,具有一定的创新性。通过该套系统,极大方便了高血压患者对自己的身体健康状况的了解和自我健康管理的实施,可以在一定程度上降低高血压发病率,患者家属也能通过云端数据共享,为患者创造更好的康复环境,具有一定的实用性。此外,该套系统也能在一定程度上缓解当下医疗资源分配不平均的情况,是对医疗资源的二次分配,也增大了优质医疗资源的利用率。同时,通过信息技术,使得医护人员和患者之间能够及时沟通,有效掌握病情的发展情况以及就诊建议。更重要的是,我国相关部门也可以对该套系统云端的大数据进行分析,大数据分析将会在一定程度上反应高血压的发病情况与饮食等生活规律的关系,对未来的高血压发病研究以及我国的卫生政策的制定具有一定的借鉴作用,影响深远。

参考文献

[1]世界卫生组织网站.世界卫生组织《2014年世界卫生统计》[J].中国卫生政策研究,2014,06(16):1930-1930.

[2]黄家金,郑咏梅,韦玲,等.广东省壮族地区高血压流行病学特征及防治效果分析[J].中华临床新医学,2005:58-59.

[3]KinzieJD,RileyC,McfarlandB,etal.Highprevalenceratesofdiabetesandhypertensionamongrefugeepsychiatricpatients[J].JournalofNervous&MentalDisease,2008,196(2):108-112.

[4]ChenPP,HuangZY,HuangZ,etal.DesignofMobileHealthManagementSystemforHypertensionHyperlipidemia&HyperglycemiaBasedonLogisticRegressionAnalysis[J].ModernComputer,2013.

[5]姚鸣放,杨伟松,赵西梅,等.无创性连续血压测量初探[J].中国医疗设备,2005,20(5):60-61.

[6]DasS,GhoshPK,KarS.Hypertensiondiagnosis:Acomparativestudyusingfuzzyexpertsystemandneurofuzzysystem[C]//FuzzySystems(FUZZ),2013IEEEInternationalConferenceon.IEEE,2013:1-7.

作者简介

骆昱宇(1996-),男,广东省河源市人。电子科技大学本科在读,研究方向为软件工程。

作者单位

电子科技大学信息与软件工程学院 四川省成都市 610054