Android-drevne sensorer overvåger vitale tegn og mere

I science fiction-film fra Aliens til Avatar ved kommandanter tilbage på basestationen altid, hvornår fremtidens soldater bliver taget ud af fjendtlige – fordi deres vitale tegn bliver overvåget i realtid. At gøre det med nutidens teknologi er en udfordring, ikke mindst fordi at indsamle og transmittere alle de data, der kan indsamles af selv en håndfuld bevægelses- og vitale tegnsensorer, ville være et enormt forbrug af batteristrøm og trådløs båndbredde.

Ved at udstyre brugernes tøj og kroppe med et net af flere sensorer - kendt som smart dust - der rapporterer til en Android-drevet telefon, er forskerne banebrydende på en open source-rute til at realisere drømmen om altid aktiv medicinsk overvågning. Deres arbejde har allerede givet dem mulighed for at måle, hvor meget testpersoner træner, hvor godt deres hjerter har det, og hvor meget luftforurening de bliver udsat for.

De resulterende data har en række applikationer:

• Inkorporering af historiske og realtidsdata om vitale tegn i permanente lægejournaler
• Informer automatisk en patient, hvornår den skal justere deres hjertemedicin
• Gør træning og daglige aktivitetsniveauer til en konkurrence i Foursquare-stil
• Tillad brugere at undgå steder og tidspunkter på dagen, hvor luftforureningen er værst

Teknologien (pdf) er beskrevet i et papir, der skal leveres i slutningen af ​​juni på 2010 I international konference om gennemgribende teknologier til hjælpemiljø i Samos, Grækenland. Den skitserer et hierarki af behandlingstrin, der gør 24/7 overvågning af vitale tegn (såsom vejrtrækning og puls) realistisk i betragtning af batterilevetiden og båndbreddebegrænsningerne for mobiltelefoner

Tre-lags arkitektur af DexterNet systemet med eksempel hardware, kommunikation og software implementering.

Dette hierarki, kendt som DexterNet, omfatter sekventiel behandling på hvert niveau af den involverede hardware: sensorerne, kendt som kropssensorlag , smartphonen eller personligt netværkslag , og til sidst i skyen eller globalt netværkslag der sikkerhedskopierer og foretager den endelige behandling af alle brugerens data. Formålet med in-device-behandling i hvert lag er at reducere mængden af ​​information, der transmitteres trådløst mellem hver enhed.

Det laveste niveau i dette hierarki, individuelle sensorer på brugerens lemmer og torso, kan indsamle data om en række parametre: bevægelse i 3 akser (realiseret med et tre-akset accelerometer og et to-akset gyroskop), hjerte-EKG, niveauer af luftbårne partikler og, til vejrtrækningsbevægelser, elektrisk impedans pneumografi .

For at reducere frekvensen, hvormed disse sensorer skal kommunikere med brugerens smartphone (og mængden af ​​information, de skal transmittere), er disse sensorer i stand til grundlæggende signalbehandlingsalgoritmer på tværs af en programmør-definerbar tidsperiode, inklusive minimum, maksimum, gennemsnit og middelværdier for en bestemt parameter.

Der blev brugt to typer sensorer, den ene kendt som TelosB , er på størrelse med et USB-drev og har en Texas Instruments-processor, der ofte findes i indlejrede applikationer og 10k integreret RAM. Den anden, Intels SHIMMER sensor , kører TinyOS operativsystem designet specielt til fjernsensorer, vejer kun 15 gram og er ikke meget større end en fjerdedel .

Ledet af Edmund Seto fra School of Public Health ved UC Berkeley var de involverede forskere i stand til yderligere at integrere data indsamlet fra de trådløse sensorer med data indsamlet af telefonerne selv. Ved at kombinere placering, tidspunkt på dagen og luftkvalitetsdata, for eksempel, var forskerne i stand til at skabe kort over brugernes dage, der fremhæver de steder og tidspunkter, hvor de var udsat for de største niveauer af luftforurening.

Fordi telefoner og sensorer kan kommunikere med hinanden trådløst via Bluetooth, er antallet af sensorer, der kan indlejres både på en bruger og i hans eller hendes omgivelser, praktisk talt ubegrænset. I en applikation satte forskerne en sensor ind i brugernes digitale badeværelsesvægt og deres blodtryksmålere for at kvantificere daglige ændringer relateret til for meget væskeophobning hos patienter. De resulterende data gjorde det muligt for deres algoritmer, behandlet af den server, som smartphonen sender sine data til, at foreslå mulig ændring af dosis af blodtryksmedicin.

Seto et al. citerede Android-platformen som en unik muliggører for deres arbejde, ikke kun fordi Android-telefoner, som alle smartphones, er ret dygtige bærbare computere i deres egen ret. Fordi Android er open source, var forskerne i stand til at udvikle oven på det ved hjælp af SPINE-platformen til fjernmåling og tilføje deres egen API, kendt som WAVE (ikke at forveksle med Googles Wave). I kombination giver disse forskningsplatforme dem frit råd til at eksperimentere.

Indtil videre er den eneste ulempe ved at bruge Android-platformen i dette arbejde, bemærker forskerne, at den ikke kan lokalisere brugere indendørs. Forskerne bruger en del af deres papir på at forsøge at genopfinde hjulet ved at spekulere over måder at opnå dette på via brugen af ​​Wifi-noder og endda visuel genkendelse af indvendige rum ved hjælp af telefonens kamera, uden tilsyneladende nogensinde at indse, at Skyhook Wireless allerede har en API og en international database over wifi-netværk, der kan udføre dette.

skjule