英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
基于物联网的多种疾病监测和健康改善系统
AbdulAziz AbdulGhaffar1 · Saud Mohammad Mostafa1 · Ammar Alsaleh1 · Tarek Sheltami1 · Elhadi M. Shakshuki2
接收日期：2018年8月15日/接受日期：2018年11月28日/在线发布日期：2019年1月23日
摘要：物联网（IOT）是目前最先进的技术，它最近开始扩展到不同的行业和服务领域。部分行业受到该技术的影响，其中就有医药保健行业。特别是物联网在医疗保健领域的应用，是当今许多研究者关注的一个重要领域。本文的目的是提出一个基于物联网的系统，使用思科包跟踪工具监测多种疾病。为了实现这一目标，本系统分为两部分。第一部分处理传感器和微控制器的数据收集和处理。第二部分处理提供的服务，如疾病诊断、药物管理和应急响应。为了证明该系统的可行性，我们考虑了三种疾病，包括高血压、青光眼和慢性阻塞性肺病。还可能合并其他疾病。
关键词:物联网(IoT);医疗;疾病监测；高血压；青光眼；慢性阻塞性肺病(COPD)
1引言
物联网技术在速度和容量方面变得越来越先进。因此，小型设备、汽车、家用电器和嵌入无线传感器的电子产品可以使用现有的互联网进行互连技术，这种技术被称为物联网技术(IoT)。随着现代医疗设备的发展，智能医疗逐渐成为一种趋势。物联网技术在医疗保健领域中有许多的从远程监控到智能传感器的应用。它不仅有可能保持病人的安全和健康的潜力，还为改善医生护理方式提供了可能(de Arriba-Peacute;rez et al. 2018) (Wu et al. 2018)。通过让他们有更多时间与医生互动，从而医疗物联网提高了患者的参与度和满意度。物联网使医疗行业的连接达到了前所未有的程度。
高血压、青光眼、慢性阻塞性肺病(COPD)等多种疾病需要在医院定期检查和监测。目前的医疗保健制度要求患者预约医生进行体检。一些患有这些疾病的病人往返医院有困难。将物联网技术应用在医疗领域将有助于解决这一问题。高血压是指血管中血压持续升高的一种状态。如此高的血压使得心脏很难泵出血液。在世界范围内,11.3亿人受到血压升高的影响，据估计它会导致750万人死亡，大约占死亡总人数的12.8%。高血压与心脏病的高发风险密切相关。控制和治疗高血压有助于减少心脏病并发症。2008年，全球25岁及以上成年人高血压总体患病率约为40%(2015年血压升高)。慢性阻塞性肺病是一种常见的、可治疗的、可避免的疾病。慢性阻塞性肺病是由于长期暴露于刺激性气体或香烟烟雾引起的肺泡不规则而造成的气流限制造成的(慢性阻塞性肺病的诊断、管理和预防全球战略:黄金执行摘要更新2003年2004年)。慢性阻塞性肺病是一种全球性的挑战，是威胁生命的肺部疾病。在全球范围内， 2015年有估计有317万人死于慢性阻塞性肺病，占当年全球死亡人数的5%。根据全球疾病负担研究，2016年全球记录的慢性阻塞性肺病病例为2.51亿例。大约90%的慢性阻塞性肺病死亡发生在低收入和中等收入国家(慢性阻塞性肺病(COPD) 2016年)。世界卫生组织(WHO)估计，到2030年，慢性阻塞性肺病将成为全球第三大死因(慢性阻塞性肺病的负担2011)。在沙特阿拉伯王国，据估计有2.4%的人口患有慢性阻塞性肺病(Ammari et al. 2016)。
青光眼是一种由于眼压升高而导致视觉神经受损的眼部进行性疾病(Gupta et al. 2014)。青光眼是全球导致不可逆失明的第二大原因。研究表明，全球40 - 80岁人群青光眼患病率为3.54%。据2013年统计，40-80岁的青光眼患者约为6430万人。通过系统回顾和meta分析，到2020年这一数字将增加到7600万人，到2040年达到1.118亿(Barkana and Dorairaj 2015)。本文讨论了这一领域的相关工作，并介绍了我们提出的以疾病为重点的解决方案。
论文的其余部分组织如下。对相关工作的概述在第2节。我们提出的解决方案在地3节。具体实施在第4节。对结果进行讨论在第5节。本系统的性能评估载在第6节。最后，对全文进行了总结和展望在第7节。
2相关工作
最近，物联网开始在许多应用中出现和发展。然而，物联网在医疗领域的应用还很有限。Lakkis and Elshakankiri (2017)的工作重点是紧急和业务服务。紧急服务包括病人急救、救护车和车辆服务。针对病人的紧急情况，他们提出了一种利用传感器检测和传输各种身体健康信息的系统。该信息仅用于健康监测和应急反应。此外，没有提到具体的疾病。Neyja等人(2017)提出了心血管疾病监测系统。心电图传感器用于向医院发送心率数据。他们提出了一种只在异常情况下激活的算法，这需要医务人员进行应急反应。Gia等人(2017)提出了一种基于物联网技术的血糖监测系统。他们提出的系统架构由传感器设备、网关(智能手机)和云中的后端系统组成。医生可以使用这个系统随时随地使用应用程序或通过web浏览器监视病人。通知服务只能在紧急情况下去通知医生和病人。此外，他们提出的系统限制其测量仅用于血糖监测。Li等人(2017)提出了一种基于物联网的心脏疾病监测系统。系统架构分为传感层、传输层和应用层。传感器用于监测病人的血压、心电图、血氧饱和度、心率、脉搏率、血脂、血糖和病人的位置。他们把数据传输过程分成两个子过程。第一个进程使用蓝牙。第二个过程使用蜂窝和宽带有线技术，并提供了四种不同的数据传输模式。他们还实现并展示了一个原型。
3 提出的解决方案
本节介绍我们提出的上述问题的解决方案。我们提出了一个系统，能够收集病人的数据从他们的家里，或任何与地理位置无关的地方。然后，将收集到的数据发送到医疗数据中心进行处理，并因此提供不同的医疗服务。
3.1 数据采集与处理
在这一节中，我们将概述我们所提议的系统的数据获取和处理。图1描述了一个流程图，它演示了我们所提议的解决方案的数据流。最初，诊断过程开始，使用具有物联网属性的医疗设备收集读数。诊断完成后，进行检查。如果读数正常，则不需要测量，并将结果告知患者。医疗中心可以根据需要进行复诊。如果读数不正常，则医疗中心自动设置成预设的疾病阶段与规定的剂量。此外，负责的医生会收到关于病人状态的通知。在这种情况下，病人应按规定的时间间隔服用规定的剂量。如果患者忘记服药，医疗中心设置的闹钟提醒患者服药。对于紧急情况，如果患者的读数在医疗中心规定的时间内高于临界水平，则立即派出救护车，并通知患者其预计到达时间。
3.2 服务
在本节中，我们将讨论拟议系统所提供的服务。
3.2.1疾病诊断:短周期和长周期
疾病按严重程度分为不同阶段，从正常到紧急程度不等。最初，观察中的患者进入诊断阶段。在此阶段，健康信息按主管医生指定的频率发送到医疗数据中心。当读数在特定的时间内保持一定的严重程度时，就做出诊断，并向患者推荐特定的剂量。同时，医生会被告知这些变化。
图1 数据与控制流程
高血压分为正常、升高、1期和2期。正常血压(BP)为定义为收缩压lt; 120/舒张压lt; 80 mmHg，收缩压升高120 - 129/舒张压lt; 80 mmHg，高血压1期收缩压130-139或舒张压80 - 89 mmHg，高血压2期收缩压ge;140或舒张压ge;90 mmHg，高血压危象收缩压gt; 180和/或舒张压gt; 120。为了做出诊断，医生将依据两次以上的场合并且两次以上的测量数据来估计患者的高血压水平。为了确认高血压的诊断，建议在家里测量血压，如果需要，还应开具高血压药物处方。如有必要，亦建议进行临床跟进及检查。这些类别的范围见表1(新的ACC/AHA高血压指南高血压的低定义2017)。
青光眼分为正常期、高眼压期和青光眼期。正常眼压定义为眼压le;21 mmHg，高眼压定义为眼压gt; 21 mmHg，青光眼定义为眼压gt; 24 mmHg。注意青光眼不仅仅受眼压范围的影响。事实上，IOP gt; 21 mmHg表示高眼压和潜在的青光眼患者。其他医学检查，如视野检查和角镜检查有助于判断青光眼的存在或发展，但在我们的模拟中，我们认为如果IOP为gt; 24 mmHg，患者就患有青光眼。这些分级的范围见表2(高眼压和青光眼;眼高血压)。
慢性阻塞性肺病患者通常根据血氧饱和度(SpO2)在血液中的水平分为三个阶段。这三个阶段分别是正常、缺氧和严重缺氧阶段。在正常阶段，COPD患者血液中-SpO2的比例约为88-92%。2 对于没有慢性阻塞性肺病的健康人，正常的SpO2是95%以上(欧德瑞斯等人2017)。对于COPD患者，如果血氧饱和度低于88%，则患者处于低氧期。缺氧期的下限为85%。如果SpO2极降至85%以下，则患者处于严重缺氧状态，需要立即治疗。任何3%或更多的下降都表明病人可能有严重的疾病。这些分级的范围见表3 (pulse and SpO2)。
3.2.2医学备忘录
病人会得到一个通知，告诉他在预定的时间服药。
3.2.3剂量调整
当患者状态发生变化时，系统会自动改变药物剂量。此外，医生会被告知这些变化。
3.2.4预约登记
有些疾病阶段需要医生进行体检。在这些情况下，系统会自动进行预约。病人、家属和医生也会得到通知。
3.2.5紧急情况下
在危重和紧急情况下，系统会立即自动给救护中心发送警报，让他们派遣救护车。
3.2.6数据调查与分析
取自患者或研究对象的数据收集被保存在数据中心用于研究目的和分析 (Manogaran et al.2017)。
4实现
为了证明我们的方法的可行性，我们使用Cisco包跟踪模拟器(Cisco包跟踪模拟器工具)实现了我们提出的系统。图2显示了我们的模拟网络，三个患者、医疗中心和移动用户都是连接到云端的。
图2 模拟网络
4.1 云
我们实现了一个简单的云，它满足我们实现所需的所有服务。云端为家庭、医疗中心和手机用户之间联系提供了便利。此外，它还提供域名服务和邮件服务。服务器是由医疗中心根据一定的阈值和条件无缝地向患者发送邮件。
图3 高血压患者环境
图4 青光眼患者环境
图5 COPD患者环境
图6 医疗中心网络
4.2病人
三个具有患有三种不同疾病患者的家庭，即:高血压、青光眼和慢性阻塞性肺病患者。我们根据表1、2和3中的数据模拟上述疾病的异常。在图3，我们模拟了一个高血压环境的患者。在这个图中，我们有四个按钮。上面的两个按钮是用来增加或降低血压的。另外两个按钮用于模拟剂量注射和诊断血压水平。此外，还有两个液晶显示器，以查看血压和诊断以及结果。
在图4中我们模拟青光眼患者的环境。顶部的按钮用来增加眼睛内部的流体压力。下一个按钮用来增加眼压。底部的按钮模拟了眼药水。此外，两个液晶显示器用于查看眼压和诊断，以及剂量结果。
在图5中，我们模拟COPD患者环境。下面的按钮模拟氧气水平的下降。顶部按钮模拟雾化器，使慢性阻塞性肺病药物雾化疗法，从而使药物更容易进入肺部。类似的，两个液晶显示器来查看氧饱和度水平和剂量结果。
4.3 医疗保健中心
在医疗中心，主治医生、急诊中心、研究中心、监测中心如图6所示。邮件服务器用于向医生、急症室和患者生成自动通知。监测和研究中心显示病人收集到的数据，并实施前文第3节所述的服务。
4.4 移动用户
在这项工作中，用户分为两类，吸烟者和不吸烟者。目标是测量他们在预定时间内心率的变化。如果需要的话，我们还为每个收到来自医疗机构的电子邮件的病人安排了一个亲属。移动用户如图7所示。
图7 手机用户
5结果与讨论
本节将详细讨论所取得的成果。值得注意的是，在我们的工作中，我们做了以下假设:
bull;医生已设置并保存在医疗数据库中的预定义值，如特定疾病类别的剂量和无效时的剂量变化。
bull;发送数据的频率也由医疗机构预先定义。
bull;医疗处方由医疗中心的医生设定。
bull;医疗系统知道患者何时服用剂量。
bull;只有一种治疗方法被认为可以控制疾病。
bull;医疗设备连接到一个物联网微控制器，该微控制器通过无线连接到云端。
5.1 诊断
对于高眼压的青光眼患者，诊断如图8(左)所示。诊断完成后，显示结果与所需剂量，如图8(右)所示。同时，医生会收到一个通知与诊断结果，如图9所示。
5.2 医学:提醒
如图9所示，这个图形用户界面模拟了医的PC。在左上角的物理按钮显示了附加到PC上的所有接口。配置按钮显示IPv4和IPv6、网关和DNS的ip。此外，它还显示了ip是静态的还是DHCP的。桌面按钮包含所有可以在PC上运行的应用程序，如web浏
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[425726]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
