System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于智能監測,尤其涉及一種健康狀況監測系統及其制備方法。
技術介紹
1、心率和呼吸頻率是人體健康監測的兩大重要生理參數。目前,不少人由于壓力大、熬夜、飲食不規律等,身體早已處于亞健康狀。除了固定時間的體檢外,也需要日常對心率、呼吸的實時監測,用于對人體健康的判斷和預警。
2、目前在對于心率、呼吸的監測設備存在很多的缺點。通常,一些小型便攜式設備不具備同時監測心率和呼吸的功能。而一些可以同時監測心率和呼吸的設備往往價格昂貴、不易攜帶,不適合日常的實時監測。目前,隨著人民生活水平的提高以及對健康的重視,需要一種低成本、便攜和操作簡單的裝置,用于日常對心率和呼吸的監測。
技術實現思路
1、為了解決上述技術問題,本專利技術提供了一種健康狀況監測系統及其制備方法。
2、一種健康狀況監測系統,該系統包括健康狀況監測口罩和上位機,健康狀況監測口罩包括口罩及其內設置的呼吸監測單元、心跳監測單元、健康狀況監測單元,上位機包括顯示界面和上位機內置的數據處理模塊。
3、健康狀況監測單元縫制在口罩內,包括adc轉換單元ⅰ、自帶藍牙模塊和集成電路總線(i2c)的微控制器芯片,adc轉換單元ⅰ包括通道0和通道1;
4、呼吸監測單元包括由p型半導體熱電顆粒、n型半導體熱電顆粒制備的熱電器件,熱電器件的外接正、負極導線分別連接到健康狀況監測單元的通道0和通道1,通道0和通道1形成差分信號,差分信號傳輸至adc轉換單元ⅰ,adc轉換單元ⅰ將差分信號轉換為數字
5、心跳監測單元由集成在作為基底的柔性pcb上的max30102、穩壓電路、去耦電容和上拉電阻構成,max30102將采集的光信號經過自帶的光電二極管(pd)轉換為電信號,電信號通過自帶的adc轉換為數字信號,數字信號通過微控制器芯片(型號:esp32)自帶的集成電路總線(i2c)傳輸至健康狀況監測單元中微控制器芯片,再通過微控制器芯片自帶的藍牙模塊實時上傳到上位機;
6、上位機包括的數據處理模塊接收呼吸監測單元、心跳監測單元傳輸的數據,將兩者的數據匹配成組進行多源融合,依據多源融合后的數據識別判斷人體實時健康狀況。
7、優選地,數據處理模塊包括依次信號連接的數據記錄模塊、數據預處理模塊、數據訓練模塊、數據識別模塊;數據記錄模塊通過呼吸監測單元和心跳監測單元采集歷史數據并存儲;數據預處理模塊對數據記錄模塊采集到的數據進行預處理;在數據訓練模塊中,采用xgboost框架,建立xgboost模型,采用經預處理的數據對xgboost模型進行訓練,調整并優化模型的超參數,得到優化的xgboost模型;優化的xgboost模型載入數據識別模塊,對人體健康狀況進行識別。
8、優選地,在數據預處理模塊中,預處理的具體方式為:將四種數據分別進行匹配成組進行多源融合,第一種歷史數據多源融合并對其定義為陽性,第二、三、四種歷史數據多源融合并將其都定義為陰性;將經過前述處理的數據按照9:1的比例分為訓練集和測試集,訓練集為90%、測試集為10%;其中,所述四種數據分別匹配成組進行多源融合是指:將呼吸監測單元傳輸的反映短語的電壓波形數據與心跳監測單元傳輸的反映心跳的波形數據進行匹配,分為四種:第一種:人說出“help”等異常短語時由呼吸監測單元發送給數據記錄模塊的反映異常短語的電壓波形及相應的該時刻人處于摔跤失重等危險狀態由心跳監測單元發送給數據記錄模塊的反映異常心跳的波形,第二種:人說出“help”等異常短語時由呼吸監測單元發送給數據記錄模塊的反映異常短語的電壓波形及相應的該時刻人處于端坐、步行、慢跑等安全狀態由心跳監測單元發送給數據記錄模塊的反映正常心跳的波形,第三種:人說出“how?are?you”、“yes”、“no”等正常短語時由呼吸監測單元發送給數據記錄模塊的反映正常短語的電壓波形及相應的該時刻人處于摔跤失重等危險狀態由心跳監測單元發送給數據記錄模塊的反映異常心跳的波形,第四種:人說出“how?are?you”、“yes”、“no”等正常短語時由呼吸監測單元發送給數據記錄模塊的反映正常短語的電壓波形及相應的該時刻人處于端坐、步行、慢跑等安全狀態由心跳監測單元發送給數據記錄模塊的反映正常心跳的波形。
9、本專利技術還提供上述的健康狀況監測系統的制備方法,包括以下步驟:
10、(1.1)口罩的加工
11、選擇商用的棉布口罩作為柔性基底,通過激光切割在口罩的對應嘴巴和鼻孔之間部位一側制備孔洞陣列,孔洞陣列中孔洞的長為1.4mm、寬為1.4mm及其之間間距為2.3mm。
12、(1.2)健康狀況監測單元的構建
13、健康狀況監測單元被縫制在口罩內,健康狀況監測單元包括adc轉換單元ⅰ、自帶藍牙模塊和集成電路總線的微控制器芯片,adc轉換單元ⅰ包括通道0和通道1。
14、(2)呼吸監測單元的制備
15、呼吸監測單元包括熱電器件,所述熱電器件包括p型半導體熱電顆粒、n型半導體熱電顆粒,具體制備過程為:
16、(2.1)p型和n型半導體熱電顆粒的制備:以sb2te3作為p型半導體熱電顆粒的原料、bi2te3作為n型半導體熱電顆粒的原料,p型和n型半導體熱電顆粒都被成形為塊體,其尺寸都為長1.4mm、寬1.4mm、高2.5mm,n型半導體熱電顆粒、p型半導體熱電顆粒的間距為2.3mm;
17、(2.2)電極的制備:通過激光切割將導電布切割成長方形片作為電極,電極的尺寸為長×寬=4.9mm×1.4mm;
18、(2.3)將步驟2.2制得的電極放置在金屬鋼網上,隨后,將其轉移到熱釋放膠帶上,將錫漿涂覆到電極上;
19、(2.4)將步驟1得到的口罩平鋪在加熱板上,接著,將步驟2.1制得的p型和n型半導體熱電顆粒交替嵌入步驟1制備的孔洞陣列的孔洞中,并將步驟2.3制備的電極放到所述半導體熱電顆粒的外端,放置完畢后,在其上壓一塊玻璃板,防止p型和n型半導體熱電顆粒在加熱過程中移動;將加熱板的加熱溫度調節為200℃,在200℃下焊接10分鐘完成焊接;焊接完成后,自然冷卻到常溫再取下所述玻璃板;
20、(2.5)將完成步驟2.4的口罩翻面后,再次平鋪在加熱板上;接著,將步驟2.3制備的電極放到所述半導體熱電顆粒的未焊接端,放置完畢后,在其上壓一塊玻璃板,防止p型和n型半導體熱電顆粒在加熱過程中移動;將加熱板的加熱溫度調節為200℃,在200℃下焊接10分鐘成焊接;焊接完成后,自然冷卻到常溫再取下所述玻璃板,即得到所述熱電器件;其中,p型和n型半導體熱電顆粒形成電串聯、熱并聯結構;
21、(2.6)將所述熱電器件的外接正、負極導線分別連接到健康狀況監測單元的通道0和通道1,通道0和通道1形成差分信號,差分信號輸入到adc轉換單元ⅰ中,adc轉換單元ⅰ將差分信號轉換本文檔來自技高網...
【技術保護點】
1.一種健康狀況監測系統,該系統包括健康狀況監測口罩和上位機,健康狀況監測口罩包括口罩及其內設置的呼吸監測單元、心跳監測單元、健康狀況監測單元,上位機包括顯示界面和上位機中內置的數據處理模塊;
2.根據權利要求1所述的一種口罩式健康狀況監測裝置,其特征在于,所述數據處理模塊包括依次信號連接的數據記錄模塊、數據預處理模塊、數據訓練模塊、數據識別模塊;數據記錄模塊通過呼吸監測單元和心跳監測單元采集歷史數據并存儲;數據預處理模塊對數據記錄模塊采集到的數據進行預處理;在數據訓練模塊中,采用XGBoost框架,建立XGBoost模型,采用經預處理的數據對XGBoost模型進行訓練和測試,調整并優化模型的超參數,得到優化的XGBoost模型;將優化的XGBoost模型載入數據識別模塊,對人體健康狀況進行識別。
3.根據權利要求2所述的一種口罩式健康狀況監測裝置,其特征在于,在所述數據預處理模塊中,預處理的具體方式為:將四種數據分別進行匹配成組進行多源融合,第一種歷史數據多源融合并對其定義為陽性,第二、三、四種歷史數據多源融合并將其都定義為陰性;將經過前述處理的數據按照
4.權利要求1-3中任一項所述的一種健康狀況監測系統的制備方法,包括以下步驟:
5.根據權利要求4所述的制備方法,其特征在于,步驟(2)中,所述P型和N型半導體熱電顆粒都被成形為塊體,其尺寸都為長1.4?mm、寬1.4?mm、高2.5?mm,N型半導體熱電顆粒、P型半導體熱電顆粒的間距為2.3mm;所述電極的尺寸為長×寬=4.9mm×1.4mm。
6.根據權利要求4所述的制備方法,其特征在于,步驟(2.4)、(2.5)中,所述將加熱板的加熱到一定溫度焊接具體為:將加熱板的加熱溫度調節為200℃,在200℃下焊接10分鐘完成焊接。
7.根據權利要求4所述的制備方法,其特征在于,步驟(3)中,心跳監測單元的尺寸為2cm2。
8.根據權利要求4所述的制備方法,其特征在于,所述上位機為包括顯示界面的臺式機或手機。
9.根據權利要求4所述的制備方法,其特征在于,步驟(3)中所述XGBoost模型,其分類器個數為100、樹的最大深度為6、學習率為0.1、正則化系數為1e-5、下采樣率為0.8。
...【技術特征摘要】
1.一種健康狀況監測系統,該系統包括健康狀況監測口罩和上位機,健康狀況監測口罩包括口罩及其內設置的呼吸監測單元、心跳監測單元、健康狀況監測單元,上位機包括顯示界面和上位機中內置的數據處理模塊;
2.根據權利要求1所述的一種口罩式健康狀況監測裝置,其特征在于,所述數據處理模塊包括依次信號連接的數據記錄模塊、數據預處理模塊、數據訓練模塊、數據識別模塊;數據記錄模塊通過呼吸監測單元和心跳監測單元采集歷史數據并存儲;數據預處理模塊對數據記錄模塊采集到的數據進行預處理;在數據訓練模塊中,采用xgboost框架,建立xgboost模型,采用經預處理的數據對xgboost模型進行訓練和測試,調整并優化模型的超參數,得到優化的xgboost模型;將優化的xgboost模型載入數據識別模塊,對人體健康狀況進行識別。
3.根據權利要求2所述的一種口罩式健康狀況監測裝置,其特征在于,在所述數據預處理模塊中,預處理的具體方式為:將四種數據分別進行匹配成組進行多源融合,第一種歷史數據多源融合并對其定義為陽性,第二、三、四種歷史數據多源融合并將其都定義為陰性;將經過前述處理的數據按照9:1的比例分為訓練集和測試集,訓練集為90%、測試集為10%;其中,所述四種數據分別進行多源融合是指:將呼吸監測單元傳輸的反映短語的電壓波形數據與心跳監測單元傳輸的反映心跳的波形數據進行匹配,分為四種:第一種:人說出異常短語時由呼吸監測單元發送給數據記錄模塊的反映異常短語的電壓波形及相應的該時刻人處于危險狀態由心跳監測單元發送給數據記錄模塊的反映異常心跳的波形,第二種:人說出異常短語時由呼吸監測單元發送給數據...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。