基于Piconet的移动远程医疗监护系统设计

2019-12-11王金宇张震明姚玉鹏曹继睿姜红花

物联网技术 2019年11期

王金宇张震明姚玉鹏曹继睿姜红花

摘要：随着人口计划的贯彻落实，我国已逐步进入老龄化社会，越来越多的老年人面临无人看管的情况。为了解决上述问题，设计一种基于无线传感网络的远程医疗监护系统。该系统应用蓝牙的组网方式，通过窄带物联网接入通信网络，实现人体生理信息与位置信息从传感网络到通信网络的传输。社区医护人员可通过远程医疗监护平台实时获取辖区老年人的生理状况，以提供更优质、高效的医疗服务。

关键词：Piconet;窄带物联网;远程医疗;无线传感网络;蓝牙;中移物联

中图分类号：TP271文献标识码：A文章编号：2095-1302（2019）11-0-03

0 引言

据2018年中国综合医院行业市场报告：预计到2020年，我国60岁以上老人将达到2.48亿，占全国总人口的17.5%。若人口老龄化所带来的问题处理不当，则会引发一系列的社会矛盾。新一代信息技术的发展为社会问题的解决提供了新的方法与思路。许多学者、技术人员逐步展开了智慧医疗方向的研究。智慧医疗的核心在于无线传感器网络的构建与传感器网络到通信网络的数据传输。

现行主流无线传感器网络的组网技术主要有WiFi，ZigBee与蓝牙三种。三种组网技术各有优劣，其应用场景各有不同。WiFi技术接入网络较简单、移动性强、功耗较高，较大的功耗不适用于可穿戴的医疗设备。ZigBee与蓝牙在智慧医疗领域的应用较为广泛。卫兵[1]等设计一系列传感器节点与网络拓扑结构，将ZigBee技术与通信网络连接起来，实现了数据远程传输。徐云苑[2]利用ZigBee技术远程监测糖尿病指数，将ZigBee技术应用于系统中，使之更加便捷与稳定。ZigBee使用DSSS扩频，而蓝牙使用FHSS扩频，就使用场景来讲，ZigBee技术不适用于端点快速移动的系统。汪波涛[3]应用蓝牙与多点传感融合算法，设计了人的跌倒状态监测系统，但是此系统不兼具生理信息监测功能。除此之外，移动通信技术也是物联网系统设计的关键技术，应用较多的是GPRS技术。韦铂[4]设计出一套基于GPRS无线网络的人体智能监护系统，能够对用户的身体状况进行实时、全方位监护。然而，GPRS无线通信技术作为2.5G的移动通信技术已逐渐被淘汰，取而代之的是专为物联网技术设计的移动通信技术—窄带物联网（NB-IoT）。作为一种移动广域网，其广覆盖、低功耗、广接入的特点，满足了移动远程监护系统的设计需求[5]。

1 蓝牙技术概述

藍牙技术是爱立信公司于1997年创制的，是一种短距离无线通信技术，使用全球通用频段（ISM 2.4～2.48 GHz），具有低成本、低功耗、低辐射的特点[6]。蓝牙技术采用跳频技术，一共有79个频点，可根据主设备与从设备的跳频序列在不同时隙内跳动。蓝牙技术借鉴了通信技术中电路交换与分组交换的特点，其包含面向连接的传输（SCO链路）与无连接的异步传输（ALC链路）两种传输方式，但是ALC链路只在电路交换的间隙进行。因此，蓝牙技术不仅能传输语音，也能传输数据。

蓝牙技术的组网方式主要有微微网（Piconet）与散射网两种。在单个Piconet中，允许有8个蓝牙设备互联，但是同一时刻只允许一个设备作为主设备，其他设备为从设备，主设备提供跳频序列，从设备以同步方式跟踪跳频序列。此外，蓝牙技术还允许多个Piconet互联互通，即组成散射网。事实上，由于频段宽度所限，散射网中最多只能有10个Piconet[6]。Piconet组成结构如图1所示。

移动远程医疗监护系统的特色是远程监护与可移动性，蓝牙芯片的高集成度与蓝牙技术低功耗的优点为系统广泛应用提供了可能。其次，蓝牙技术使用了FHSS扩频技术，这种扩频技术适用于端点快速移动的无线网络。人体各部位移动本来就是相对快速的过程，具有随机性与突变性，所以蓝牙技术更能满足系统的设计需求。

2 移动远程医疗系统架构

本文系统采用典型的物联网三层体系结构，即感知层、网络层、应用层三部分，每层均包含两个子层。佩戴在人体各部位的传感器节点通过Piconet连接，各部位数据汇聚到主设备，主设备将数据进行解析、处理，重新封装成NB-IoT协议下的数据包，通过附近基站转发数据包。用户数据到达数据库服务器后，由服务器进行分类存储，为上层应用提供服务。

在整个数据传输中，数据在无线传感网络及广域网的传输过程尤为重要，这两个过程贯穿整个物联网体系的始终，对数据的安全性与准确性都有极大影响。本文充分考虑到设计的应用场景，因为各传感器节点均分布在人体上，所以其信号的有效范围为10 m以内。若周围有强磁场干扰或节点距离超过有效范围，则丢包现象会大幅增加。此外，由于GPRS正在退网阶段，不久将被淘汰，本文系统使用基于蜂窝网络的窄带物联网，这种广域网覆盖范围更强，允许接入的节点更多，功耗更低，更适合移动物联网设备。本文系统的体系架构如图2所示。

3 无线传感器及其组网方式

本文系统主要实现的功能为心率监测、血氧监测、姿态监测及人体定位。系统设计的传感器节点有三个，分别分布于人体的手腕、腰部以及脚腕。其中，手腕节点为主节点（主设备），腰部与脚腕节点为从节点（从设备）。从节点的主要功能为协助主节点完成姿态检测，主节点硬件框图如图3所示。

本文系统采用的姿态传感器型号为MPU6050，此传感器是一款集成6轴MotionTracking设备，能够数字输出6轴或9轴的旋转矩阵、四元数（Quaternion）、欧拉角格式（EulerAngleforma）的融合演算数据。本文根据四元数代数学与欧拉转换矩阵将四元数解算得到姿态角，计算公式如下[7]：

式中：q0，q1，q2，q3为姿态传感器输出的四元数;pitch，roll，yaw分别为俯仰角、横滚角、航向角;57.3是弧度转换为角度，即180/π，结果以度（°）为单位。

三个节点的处理芯片均为微型嵌入式处理器STM32F103C8T6，该芯片采用Cortex-M3架构，高达72 MHz的工作频率，还具有64 KB的闪存程序存储器，足以满足系统的设计需求。心率以及血氧数据监测由手腕上的心率血氧传感器（型号为MAX30102）完成，定位功能由手腕节点的GPS定位模块（型号为NEO-6M）完成。系统网络连接模式如图4所示。

4 数据管理与应用

移动远程医疗系统使用了第三方服务器—中移物联，该平台允许EDP，HTTP，MQTT等多种协议的物联设备接入，提供了PC端与移动端应用开发的API。用户数据由主节点按LWM2M协议格式封装，通过蜂窝网络发送到第三方服务器。用户可通过在平台服务器上建立数据流模板的方式，分类存储相关数据。另外，系统支持用户采用私有协议以及私有加密方式进行数据传输，保证数据安全。

根据系统需求，本文建立了6个数据流模板，分别存储心率、血氧、位置、姿态等信息。同时，平台支持触发器功能，设置触发数据流、触发条件，当监测数据低于或高于阈值时，通过邮箱或URL发出报警信息。心率、位置数据流模板展示图分别如图5、图6所示。

5 结语

本文以智慧医疗为背景，论述了从系统架构设计到传感器组网，再到数据获取与应用等一系列物联网系统建立的解决方案。智慧医疗是解决社区养老、医疗的重要途径[11]。本文系统通过物联网技术将老年人、社区医疗机构、医院联系在一起，实现了数据的实时监测与共享。不仅加强了医患联系，同时也减轻了医护人员的工作压力，仅仅通过几台计算机就能及时了解辖区老年人的身体状况，不必身入患者家中走访。

由于应用场景所限，本文只应用了3个传感器节点，对于传感器组网的时间延迟、频段资源利用没有过多要求，但这对于未来中型或大型传感器网络组网远远不够。不论对于蓝牙技术组网还是ZigBee技术组网，都要深入研究组網算法，以减少组网时延以及网络之间的干扰，提升无线传感器网络的自愈能力[12]。

广域网的发展也是制约物联网技术广泛应用的关键因素。正如本文所应用的窄带物联网技术与正在推广应用的5G技术，都是未来几年物联网发展的推动力量。NB-IoT技术主要应用在远程抄表、智慧停车、智慧路灯等场景，这些场景都有着广泛接入、低带宽需求等特点，而5G技术主要应用于低时延、高带宽的应用场景，如自动驾驶、远程会诊等。

参考文献

[1]卫兵，张磊，李斌，等.基于物联网的新型远程医疗监护系统的设计与研究[J].宿州学院学报，2014，29（6）：74-77.

[2]徐云苑.基于物联网的远程糖尿病监测系统的研究[D].淮南：安徽理工大学，2016.

[3]汪波涛，张珣.基于多点传感融合算法的人体跌倒监测系统设计[J].单片机与嵌入式系统应用，2015，15（11）：62-65.

[4]韦铂.基于GPRS的人体智能监护系统设计与实现[D]. 重庆：重庆大学，2016.

[5]张万春，陆婷，高音.NB-IoT系统现状与发展[J].中兴通讯技术，2017，23（1）：10-14.

[6]盛红梅，李旭伟.蓝牙技术主要原理综述[J].计算机时代，2009（3）：6-7.

[7]徐鹏杰，张凤生，刘延杰，等.基于MPU6050的人体倾角姿态数据检测系统设计[J].国外电子测量技术，2018，37（3）：117-120.

[8] KASHI S S，SHARIFI M.Coverage rate calculation in wireless sensor networks[J].Computing， 2012， 94 （11）：833-856.

[9]张宝露，孙子科技木，鞠梅，等.基于物联网云计算技术的远程医疗在老年慢性病管理中的研究进展[J].中国老年学杂志，2017，37（11）：2835-2838.

[10]江梦.基于物联网的远程医疗监护系统研究[J].软件，2017，38（2）：136-138.

[11]马磊.智慧城市社区信息化解决方案：智慧社区规划方案[J].通信电源技术，2019，36（1）：240-241.