文摘

介绍了轮椅使用者的辅助设备有严重残疾。它由几个传感器部署在一个轮椅,能够减压的习惯,活动水平,生命体征和环境条件。一个试点研究评估系统的潜在能力和实现警报的可行性。两周,期间六个全职轮椅用户监控。结果表明,该系统能够捕获减压模式和tilt-in-space使用,需要一种机制避免压疮。数据分析表明,所有的志愿者完全遵守建议倾斜。它还显示了不同的活动水平,内部和之间的病人,来显示他们的参与日常活动。系统也能估计心脏和呼吸率在被动的活动(比如,看电视和/或休息)。同时,在夏季高温同时监测患者外,为了防止中暑事件。所有的监控变量与低调的传感器获得,生产没有不适的患者,为更好的治疗提供有价值的信息。 The final recommendation and alarm system is implemented in a single board computer, to be embedded in the wheelchair.

1。介绍

轮椅用户估计全球大约10%的残疾人(1]。轮椅使用的主要原因是损伤和/或医疗条件影响中枢神经系统(CNS)。这取决于中枢神经系统受损,残疾各不相同。最严重的病例患者经历的晚期神经退行性疾病如多发性硬化(MS)和四肢瘫痪或截瘫患者受到严重的脊髓损伤。

除了物理损伤,患者可以受到各种各样的症状,如体温调节问题和心肺功能障碍。总之,他们在没有外援的情况下不能执行日常活动,需要连续护理和监督通常是由家庭或专门的护理人员。然而,在某些情况下,监管失败和患者可以暴露于危险的情况。

首先,轮椅使用者容易开发压力溃疡(PU)因为他们长时间坐着。聚氨酯在皮肤损伤产生的长期压力,通常在接触的身体部位轮椅。过度的压力降低了血液流动产生组织缺血和死亡,导致溃疡。为了避免PU,病人应该经常缓解压力。,护理人员应该注意提醒患者来缓解压力,帮助他们。然而,高工作负载在养老院可以导致护理人员忘记当病人应该缓解压力。同样可能发生当一个家庭成员负责病人的护理。这两种情况下提高聚氨酯的概率。其次,另一个危险情况发生残疾病人体温调节的问题。长时间暴露在高温中没有照顾者的监控可以产生灼伤,脱水,中暑,甚至死亡。 There are reports of deaths produced by heat exposure in assisted living facilities as well as in patient’s homes due to impaired self-awareness and failure in supervision [2- - - - - -4]。最后,在严重的流动障碍,人们还可以开发相关并发症呼吸道和心血管功能应该被照顾者不断地监督。例如,女士会呼吸肌肉无力和球障碍产生呼吸困难(5]。同时,脊髓损伤(SCI)的最糟糕的情况下无法呼吸由于呼吸麻痹肌肉需要通气支持。此外,人口介绍自主功能障碍增加罹患心脏病的概率(6]。

描述的示例展示如何严重残疾轮椅使用者不断面临风险。问题,如低流动性可以生产PU、热灵敏度可以产生恶化的症状和/或热应力在户外活动,和心肺功能异常会影响他们的健康状况。在这些情况下,监督,防止危险的条件是很重要的。为此,系统监控变量相关的这些问题可以帮助护理人员和医务人员提高病人的生活质量。

2。相关工作

传感器的发展,无线通信系统,信息技术可以开发新的辅助设备来监测患者在日常生活中。关于轮椅病人,几个研究小组开发了监测系统提醒患者和医护人员有危险情况如前所述。例如,一些团体致力于开发系统来防止聚氨酯。为此,作者已经部署了传感器之间的病人和减压缓冲,捕捉压力变化。获取这些信息,他们使用商业压力映射设备(7)和自定义传感器阵列基于不同的技术,如严格的铜电极(8),压阻传感器(9),和力敏感电阻(FSR) [10,11]。然后,数据处理来生成警报警告病人和/或照顾者当改变位置是必要的。如果任何传感器检测到危险水平的压力在很长一段时间,生成警报。另一种方法被用来避免PU当病人使用电动轮椅配备tilt-in-space系统。tilt-in-space系统允许修改座位角度取向与地面保持座位背锥角(12]。这种机制允许病人分配座位的压力,把它从后面的座位。作者监控频率轮椅用户执行一个倾斜来缓解压力13- - - - - -17]。为此,该系统由加速度计能够检测到当病人进行倾斜。基于这些信息,可以实现警报来提醒患者和医护人员当病人应该倾斜椅。

生命体征如心率(HR)和呼吸速率(RR)也在轮椅使用者监视。拟议的系统之间的主要区别在于使用的传感器类型,他们中的一些人比别人更突出的。例如,一些项目传统的传感器如皮肤电极用于心电和呼吸带很难穿,产生不适受损患者(18]。另一方面,作者测量了心冲患(BCG),定义为心脏的机械活动这是一种低调的方式收购心肺活动(19]。收购BCG信号,一个机电电影(EMFi)部署在轮椅座位和靠背。使用先进的信号处理,可以获得呼吸和心脏活动计算人力资源和RR评估病人的健康。

关于热接触,虽然没有为轮椅使用者设计的报告应用程序,可以发现设备开发提供一个警告危险热暴露的情况下,如工人(20.,21和汽车司机22)暴露在热环境。实现系统测量环境温度()和相对湿度(RH)计算指标能够估计热不适如炎热指数(HI)和湿球全球温度。此外,人力资源和RR测量获得更可靠的估计热状态。基于这些信息,实现警报来决定人们是否应该停止工作或汽车司机是否在良好条件下继续开车。

我们建议将监控减压模式、生理数据,和热指标提供充分和及时的信息对病人的健康而使用轮椅。为此,一些非侵入式传感器部署在一个病人的轮椅捕捉生命体征、环境条件、减压的习惯,为病人提供有用的环境敏感信息和病人活动,护理人员和临床工作人员没有产生不适。我们的以前的工作23- - - - - -27)提出了不同阶段的项目,从设计到初步结果。在本文中,我们提出最后的设置,详细的算法,和我们的辅助设备的使用监控这些重要变量在日常生活中。我们还展示了最终硬件实现生成警报和推荐给用户。系统旨在提高照顾轮椅用户遭受严重流动性障碍通过监测关键参数已知在日常活动有关。

3所示。方法

3.1。仪表

系统由几个不引人注目的传感器部署在一个电动轮椅,能够减压的习惯,病人活动,生命体征和环境条件。所选择的传感器能够捕获的座位和背压变化,倾角tilt-in-space系统产生的呼吸和心脏活动从BCG信号,和RH。捕获压力缓解习惯,九个小FSR(模型FSR 406由连接电子产品制造)部署在轮椅上检测长期压在臀部和背部区域。传感器分布如下:4传感器放在座位上()、减压下垫和靠背上的5 (),里面的泡沫。检测轮椅倾斜和捕捉信息相关的主题活动,一个加速度计(ADXL335芯片)是固定在轮椅。ADXL335模拟输出,解决±3 g。基于压力和加速度计数据,可以检测压力重新分配由tilt-in-space系统。获得心脏和呼吸活动,BCG使用EMFi传感器测量模型(l - 3030由EMFIT制造有限公司),高度敏感的电影机电传感器能够测量小的压力变化。一个传感器被放置在座位上),在减压下垫,另一个是放在靠背上(),里面的泡沫。同时,环境传感器(由Sensirion SHT15芯片制造)允许测量和RH避免热暴露在户外活动。这个传感器集成这两个变量在一个芯片。其数字输出数据被发送到一个微控制器单元(MCU)使用一个专用的通信协议。这个设置允许我们捕获在一个没有不适的非侵入性的方式给用户的信息,因为所有的传感器直接接触病人。所有传感器获取的信息发送给单片机,样本数据在100 Hz 11位的分辨率。然后,数据通过串口传输的小型笔记本电脑安装在轮椅上。最后,数据存储在一个PostgreSQL [28)数据库进行进一步分析。整个系统是由轮椅电池。电力消耗的系统最小,不会影响轮椅性能。图1显示了实现系统安装在轮椅上。

3.2。PRT检测算法

一个算法来检测由倾斜(PRT)实施减压。PRT轮椅倾斜是由于tilt-in-space的操作系统产生的压力在臀部。这是实现如果皮肤卸载至少3分钟和30秒的研究29日),所以组织氧合。为了确保这一现象,使用5分钟的阈值。

该算法使用加速度计数据和FSR传感器部署在座位上。首先,加速度计数据过滤使用低通滤波器来提取加速度的静态组件并将其转换成倾斜角度。压力传感器也过滤去除高频噪声由于轮椅振动。角是平均使用10秒滑动窗口检测角度的变化。当倾角减少至少5度,这意味着轮椅是倾斜的,和压力传感器大幅削减他们的水平,被标记为可能的PRT倾斜。考虑与PRT倾斜,主体应保持这个位置或增加倾角至少5分钟。否则,算法重新启动。当返回到初始位置,完成倾斜。图2显示了一个示例的PRT检测。这个完整的记录显示4 PRT检测实例。竖线标有“X”表示的开始倾斜。行标有“O”表示的倾斜。可以观察压在臀部区域PRT期间转移到后面。同时,分析了压力传感器,可以计算轮椅占用时间。在图的例子2志愿者是在轮椅上6:41小时。

3.3。活动水平估计

轮椅使用者的严重残疾,准确的活动是推动轮椅的时候。因此,评估病人的活动,使用加速度计的动态组件,因为它反映了主体的运动和轮椅振动在开车。提取该组件,加速度计的标准偏差计算使用滑动窗口。高标准差值反映时间的主题显示了一个高水平的活动。基于测试进行实验室设置,固定阈值的0.5被用来区分高和低水平的活动,可以观察到图3。时间分为高活动是用来计算一个活动指数(AI)定义为轮椅占用的比例,患者表现出高的活动。

3.4。心冲患处理

生EMFi信号处理提取呼吸和BCG信号。为此,一个过滤器银行实现基于离散小波变换(DWT)。DWT过滤器银行允许将原始信号分解为多个subsignals称为细节()和近似(),是分解级别。分解完成原始数据通过几个低通和高通滤波器设计与特定的母亲小波,根据相似选择清洁BCG波形。高频信息()和低频信息()包含在生成的信号;然而,获得心脏和呼吸活动,具体细节和近似必须选择。使用原始EMFi数据分解成6水平,作为母小波,symlet 5为和daubechies 10为。BCG和呼吸系统重建的一个例子是图所示4。呼吸信号重建因为它包含频率成分低于0.5 Hz呼吸活动。另一方面,BCG信号重建添加细节,,因为它们含有频率成分1和10 Hz之间的BCG信号存在的力量。

3.5。呼吸速率的计算

RR算法计算是实现使用呼吸信号从原始EMFi数据获得。它通过识别吸气和呼气周期从呼吸波形和提取特征,如面积、宽度、最大和最小的每个周期区分有效呼吸运动生成的工件。实现的算法是基于[30.,31日]。

图5显示了一个典型的呼吸波形,可以观察功能使用的算法来检测有效的呼吸。首先,呼吸信号或过滤使用500样品移动平均线来获得其基线,以下称为。它定义了2个周期根据口岸:一个良性循环的灵感,当和消极的循环与过期,在其他情况下。这些周期的特点是他们的面积,宽度,和最大和最小值。良性循环的区域()和消极的循环()被定义为,在那里是th的样本和从一开始()到结束()的周期。一个良性循环的宽度()被定义为第一个十字路口(当样本的数量第二个十字路口(当))。消极的循环(),它被定义为样本的数量第二个十字,直到第三个十字(或第一个十字下呼吸)。的最大价值在一个良性循环()和的最小值在负周期()测量计算的振幅作为。

一个完整的周期后,新的价值观,,,,,计算。然后,算法将决定阶段确定检测到有效的呼吸。决策阶段检查三个条件:(1)的比率来大于0.3小于1.3,(2)的比例来大于0.4小于2.5,(3)目前的呼吸周期的绝对振幅大于50%的振幅的呼吸循环。

这些阈值是根据经验决定的。如果满足这三个条件,一个有效的呼吸周期检测;否则,循环被认为是噪音。计算RR,至少两个连续有效的呼吸实例必须被检测出来。

3.6。心率的计算

一个算法来计算人力资源也使用BCG信号实现从原料中提取EMFi记录。它通过寻找可能的节拍与高能区BCG信号。

首先,BCG的能量信号计算使用以下表达式: 在哪里是一个30 ms滑动窗口。然后,峰值检测器应用于信号探测高能峰的能量。当检测到的峰值能量,BCG的700 ms窗扫描信号来检测潜在的节拍。Consecutives BCG信号的最大值和最小值在700 ms窗口是用来计算欧氏距离和直线的斜率生成的这两点之间。一旦700 ms窗口扫描完全,段最长的距离和最小斜率被认为是一个潜在的节拍。最后,如果时间选择的最大值和最小值之间的段小于0.5秒,一个有效的打败假设;否则,它被视为噪音。数据6和7显示流程图和算法的一个例子。

3.7。炎热指数计算

和RH SHT15测量的传感器被用来计算露点,你好。接触这些参数列表的范围和可能影响人体如果长期接触。露点被描述为一个可能的指标的症状恶化所产生的热量在MS患者(32]。高露点值(通常是/ 17°C)的概率可以增加症状恶化。另一方面,嗨提供警告由于与热相关的疾病如中暑,中暑,和疲劳会影响不同的高危人群如儿童、老年人和残疾人。表1显示了嗨建立接触范围和露点。

3.8。试点研究

一个试点研究来评估系统的功能(25]。为此,志愿者招募从波士顿家里(《),专业护理居住的人先进女士和其他神经系统疾病。参与到这项研究中,所有的参与者应全职轮椅用户有严重残疾。同时,他们应该电动轮椅和配备至少一个tilt-in-space系统和一个充气压力释放缓冲的方法来缓解压力。

协议由部署在轮椅上的原型研究的开始。每一天,志愿者们开始使用他们的轮椅前,检查原型,以避免技术问题。然后,原型不断收集数据在整个时间在轮椅上。这项研究由麻省理工学院委员会批准使用人类作为实验对象。

4所示。结果

这项研究是在进行一段时间的2周。六《居民同意参与这项研究:4个女人和2个男人(以下称为S1 S6)的平均年龄56±12年。所有被诊断出患有一种渐进的女士同时确诊后24±6年。扩大残疾状态量表(33)变化在7.5和8.5之间,表明高残疾水平。生产的所有参与者使用减压缓冲ROHO®。

图8显示了人工智能和轮椅用房分布对象期间39天的数据收集。平均18.6±11.3%的参与者提供了一个活动指数最高的61.1%和最低的5%。在大多数情况下(29天),受试者展示了人工智能在10%和30%之间。只有在2天(2.2%的时间),他们提供了一个AI大于30%。关于轮椅入住率,参与者每天花在椅子上6.38±1.72小时。最大的入住率注册是10.58小时,最低是2.17小时。在大多数天(17天),受试者花4到6小时的轮椅(44%)。只在3天(7.7%)是轮椅入住率不到4个小时。剩下的日子里,占用时间分布如下:6 - 8小时在12天(31%),8 - 10小时6天(15.4%),在1天10小时(2.6%)。图9显示了一个完整的报告活动和轮椅入住率注册S1。平均而言,S1使用她的椅子7.47±0.92小时/天。在这段时间里,她展示了一个AI在20%和30%之间,除了第三天的AI达到48%。人工智能的增加是巧合当S1离开疗养院去购物中心。

有几个建议频率来缓解压力。一些指导方针建议缓解压力每15分钟(34];等其他指南建议时间间隔每1小时或每2小时(35]。PRT执行的只有2.1%的受试者达到推荐如果每15分钟间隔,如果每间隔1小时25.8%,57.7%如果间隔每2小时。例如,数据10和11显示两种不同情况下的压力释放模式:一个主题谁执行几个PRT和另一个没有。图10从S1在白天9显示了一个完整的记录,在主体执行10 PRT 9.47小时期间在椅子上。平均每个倾斜持续了16分钟,。另一方面,数字11显示S4表演只有1 PRT 10.58小时期间花在轮椅上。在这种情况下,每个倾斜平均持续了1.25小时。还可以观察到这个话题时才接触到靠背上的传感器倾斜,可以表明糟糕的姿势。

图12显示了一个直方图,它反映了受试者在他们所花费的时间间隔没有执行PRT椅子。S1和S2实现较短的间隔。18.9%的间隔S1和S2在1小时为5.1%。S1,大部分的时间间隔(41.7%)1 - 2小时。另一方面,50%以上的时间间隔,其余的科目(S2 S6)超过3小时,超过所有建议避免聚氨酯。最大被S6注册,以93.9%的间隔超过3小时。有天当S2 S6没有执行PRT。例如,S3花了3.57小时没有倾斜椅在白天6。如果这种情况频繁,主题是容易开发PU。然而,轮椅时的情况是风险较高的入住率很高。 For instance, S6 spent 9.18 hours on the chair without performing a PRT during day 1, four hours more than S3, increasing the probability of developing PU. The average duration in a PRT position is 1.57 hours. However, those who perform frequent PRT spent a shorter time in a tilted position than the subjects who do not. For instance, S1 spent 21 minutes in a tilted position on average. On the other hand, S6 spent around 4.5 hours in this position.

关于生命体征计算,生EMFi信号估计人力资源和RR收购和加工。作为数据收集病人的日常生活期间,信号被噪声严重影响。tilt-in-space的情况下像轮椅驾驶,操作系统,轮椅崩溃,主体的运动,和任何技术问题影响信号质量破坏BCG和呼吸周期,使其无法评估生命体征。然而,当受试者保持冷静在轮椅在被动活动(例如,小睡一会,看电视,和/或休息),可以评估生命体征。例如,图13显示从S1获得超过1小时的记录。在此期间,人力资源和RR平均值分别为90.9±6.2次/分钟和14.7±0.8次/分钟,分别。可以观察清洁部分原始EMFi信号以及部分受到严重影响噪声(标有矩形区域)。人力资源和RR趋势估计只有当清洁检测到信号。算法停止减少虚假检测噪声部分。收集到的数据显示,原始EMFi信号是干净的轮椅入住率40%和50%之间的时间。

在这项研究中,这是通常的观察居民在椅子上休息或者午睡。在此期间,系统能够捕捉呼吸呼吸暂停等异常。图14显示了一个5分钟记录了S3中可以观察到连续4呼吸暂停持续超过15秒,一个条件,否则很难探测到。呼吸暂停事件,通常与睡眠呼吸暂停有关,影响心血管系统产生进步的心脏损伤(36]。

如前所述,患有严重流动性障碍对热非常敏感,它可以产生恶化的症状和/或与热相关的疾病。出于这个原因,护理人员应格外小心当病人在夏天花时间之外。例如,《为居民提供了一些建议和护理人员,以避免危险的热接触。建议包括检查病人的状态每30分钟时外,避免接触高于35°C或嗨大于35°C。然而,协议依赖于人工评价和容易失败。有时高工作负载在养老院会导致忘记检查病人发生了什么(2致命的后果。实现的系统允许连续监测环境条件,可用于潜在的报警系统。例如,图15显示了一个全天的记录用来计算嗨RH和露点值。的注意,轮椅用户去户外了近一个小时,一段时间内的温度上升到30°C。这些值分类嗨和露点的危险的暴露,这意味着里面的病人应该回去。

5。最后的硬件

最终系统实现单板计算机(SBC)为了减少功耗和有一个独立的系统,不需要外部处理。南方浸信会是一个覆盆子π2,模型B运行Raspbian杰西Linux操作系统。算法和报警系统在Python编程。的主要特征如表所示2。

5.1。单板计算机设置

南方浸信会和其主要配件如图所示16。从4单片机获得数据传感器类型:EMFi, FSR ADXL335, SHT15。然后数据被标上标签的和包装好的,送到南方浸信会通过rs - 232 / USB适配器,57.6 kbps。南方浸信会的倾斜,活动,人力资源,RR,呼吸暂停检测和炎热指数算法来处理来自传感器的信息和问题警报或推荐给用户。通知发布使用记录发送语音消息通过一个标准的3.5毫米杰克驱动扬声器。当系统通过无线网络连接到互联网,电子邮件也发送到配置账户提醒照顾者。

5.2。警报

设定警报可以分为3组。

(我)的一般信息。这一组包括以下几点:(我)“系统”:这表明数据处理的开始,一个人一旦检测到轮椅。(2)“系统”:这表明数据处理和结束时发出压力传感器表明,人离开了轮椅。

(2)热指数警报。这一组包括以下几点:(我)“求你了,去一个凉爽的地方”:这是当用户已经发出26-31°C范围超过1小时或32-40°C范围超过30分钟。(2)“你必须去一个凉爽的地方”:这是当用户已经发出41-54°C范围超过20分钟。(3)“你必须去一个凉爽的地方,立即”:这是当用户发布已经中暑水平最高,超过54°C,超过5分钟。

(3)倾斜。这一组包括以下几点:(我)“请倾斜椅”:建议一小时之后没有PRT倾斜。

5.3。南方浸信会的性能

南方浸信会的性能评估的功耗和处理负载。的平均功耗在5 V 0.374。这是使用上网本比第一个版本低了56%。整个系统,考虑到单片机和传感器,需要0.624。南方浸信会的平均负载在60年代为8.05%。Python程序使用7%,留下足够的处理能力为其他任务。

6。讨论

实现系统捕获减压习惯,活动水平,生命体征,在日常活动和环境条件不显眼。分析数据从非侵入式传感器,获得有用的参数获得如轮椅入住率,活动水平,每天PRT,心率和呼吸率、呼吸暂停,和周围的热量指数是有用的建议操作,可以提高生活质量和为临床医生提供客观信息对社会接触和生理状态。

多个数据源相结合来确定对象的状态。活动期间,由加速度计、人力资源和RR算法。PRT验证当加速度计和压力传感器显示,减压已经产生。然而,先进的数据融合方法并不包括缺乏一个更好的框架集成传感器数据(37]。例如,RR在FSR和EMFi传感器,但只是从EMFi提取的信息。同时,提出了(38),可以获得有价值的信息系统用户之间的社会互动,作为代表的智力下降。

进行的初步研究表明,大多数的受试者在轮椅上花了很长一段时间,但他们现在活动水平低10%和30%之间(AI)由于其严重的残疾。然而,我们也发现了一些参与者花了很短的时间内(轮椅入住率< 4小时监测天)的7.7%。这可以用这一事实来解释这项研究的志愿者招募受到先进的女士,特点是疲劳和/或抑郁(39]。这些症状严重影响情绪和日常活动能力从而导致花费更多的时间在床上。在这种情况下,这个辅助设备的使用和护理可以补充和/或辅助设备集中在在床上所花费的时间。

结果还表明,受试者没有以适当的方式释放压力使用tilt-in-space系统。这个结果是类似在15]。在大多数情况下,主题不符合推荐相关压力释放的频率。他们花了很长一段时间没有执行PRT(超过3小时)。此外,在研究过程中,受试者有整个日子没有执行PRT。如果这些情况发生频繁,受试者花长时间在椅子上没有缓解压力,PU的概率增加。

没有压力变化和倾斜缺席期间长时间导致警告应该被送到照顾者/家庭成员或病人避免压疮。设计系统将允许实现警报系统有助于提醒受试者他们应该倾斜椅。收集到的数据显示的可行性实现即时个性化警报或提醒PRT预计将会有一个更好的结果比一般广播提醒或“偶尔”护理提醒。在这项研究中,系统部署轮椅用户住在养老院;然而,它也可以在家庭护理环境中提供有价值的帮助。

关于生命体征,人力资源和RR从原始EMFi获得信号。虽然有一段时间,不可能估计生命体征由于严重的构件,该系统能够获得信息通常不收集。通常照顾者测量生命体征等一天一次使用方法将手腕上的脉搏或计算病人的呼吸。获得的生命体征是有用的改善病人的护理评估他们的生命体征持续快速在紧急情况下提供帮助。RR也用于检测呼吸暂停事件的信息。这是一个特别有趣的发现,因为到目前为止,护理人员只能通过突兀的呼吸暂停事件注册和不舒服的多导睡眠描记术等方法。同时,测量生命体征允许了解病人的正常范围考虑他们受损的状况。数据收集过程中,很明显,即使是一个简单的“无创”脉搏血氧计获取人力资源可以产生不适等先进的慢性病患者女士出于这个原因,重要的是要寻找替代的方法测量病人的生命体征。

与热接触,这是一个真正关心在辅助生活设施,收集到的数据显示,病人暴露于高温,会影响他们的健康状况。提醒针对轮椅用户和/或照顾者对当前的环境形势也有助于预防风险敞口和改善护理。

所有这些警报,提醒被成功编程覆盆子π2模型B (900 MHz四核手臂Cortex-A7, 1 GB内存,Raspbian杰西Linux)。这种单板计算机强大到足以取代原始数据收集使用的上网本。在覆盆子π2中,一个Python程序控制发行的上下文感知推荐“请倾斜椅”等很长一段时间后在同一位置或“你必须去一个凉爽的地方,立即在中暑的风险。医疗条件,如异常的心率、呼吸率、呼吸暂停,电子邮件被发送到适当的护理人员。该系统是按预期执行。

7所示。结论

该系统选择低调的传感器能够检测长期轮椅使用者日常活动事件。所有的传感器都能提供足够的环境和生理信息提供上下文感知推荐,用户和护理人员提高护理。实时条件考虑开发一个提醒和报警系统获得数据(1)正常状态,(2)减压警告,(3)中暑警告,(4)人力资源异常(高或低)和(5)异常的RR(高或低和呼吸暂停)。

条件(1)和(2)是最好的直接传达到轮椅用户,作为提出建议(“请倾斜轮椅”)或警报(“回到一个凉爽的地方”),试图影响或正确的行为。根据不同的情况,他们可以升级为警报照顾者或家庭成员通过电子邮件通知、短信或弹出窗口在护士站。医疗条件如人力资源异常或RR从波士顿咨询公司获得数据通过电子邮件发送到护理人员通知为了避免患者不必要的压力。

在波士顿家里收集的数据表明,缺乏倾斜,不利的环境条件下,和呼吸暂停事件发生;因此,这个系统将是一个有用的补充支持长期轮椅使用者的日常活动。通过这种方式,预计照顾这些病人将改善没有任何不适,从而增加他们的生活质量。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

埃斯特万·j·皮诺要感谢项目Fondecyt Iniciacion 11130340的财政支持。巴勃罗Aqueveque想承认格兰特Fondequip EQM150114。作者也要感谢Marva Serotkin从波士顿家里,也弗戴迪的持续支持和前学生丹妮阿瑞亚,Belen Cavallar和哈维尔·查韦斯为他们的工作项目。