基于云平台的生物电阻抗分析检测系统的设计

舒明雷, 高天雷, 单珂

(山东省计算中心(国家超级计算济南中心)，山东省计算机网络重点实验室，山东 济南 250014)

基于云平台的生物电阻抗分析检测系统的设计

舒明雷, 高天雷, 单珂

(山东省计算中心(国家超级计算济南中心)，山东省计算机网络重点实验室，山东 济南 250014)

提出了一种基于云平台的生物电阻抗分析检测系统，对人体体成分的检测、监护和干预提供了积极有效的解决途径。系统以“智能采集终端+数据处理中继+综合性健康云服务平台+多模态应用终端”为架构，基于云计算和智能硬件技术，设计了包括生物电阻抗采集前端、MSP430数据处理收发中心、数据处理交互单元、云平台数据处理存储阵列和应用客户端5个部分。通过检测身高、体重和阻抗参数，运用云计算技术由服务器集群在云端动态修正和更新算法，完成数据结果的分析计算，在应用客户端请求数据时实现数据分发推送，并通过显示模块展现给使用者。与当前主流生物电阻抗分析检测系统的对比结果表明，该系统检测参数多，可实现数据的远程传输、处理和展示，有助于建立人体体成分检测监控新模式。

生物电阻抗；MSP430；体成分分析；云计算

利用生物组织的电特性及变化规律，生物电阻抗测量技术[1-2]可有效获取并分析与人体相关的医学信息，已在人体成分分析领域获得广泛应用，在临床医学与基础研究中具有重要的价值。通过检测具体的人体成分参数，可用来分析人体成分的正常范围，评价人体在某阶段的生长变化进程，有助于科学评价人体营养状态，并对患病风险进行有效预警。通过评定体质的状况、特征的方法进行不同人群、个体体质水平的比较，进而鉴定和完善增强体质的各种措施。

虽然已有较先进的科技公司从事人体成分分析仪的研发，但其中大多数仅能够完成十几种身体指标的测量，且不具备实时处理大量数据、平台存储的能力，用户仅能单向查看体成分指标，无法与检测设备进行数据交互，无法有效满足测试对象的实际需求，人机交互能力较弱，数据准确度尚有不足。

基于云平台的生物电阻抗分析检测系统，运用云计算庞大的数据计算能力、成熟的数据处理技术以及可实时修正和更新的云端算法，实现对采集的体征数据包的数据解析，能够充分提高数据处理速度，不断地利用最新研究成果提高测试的精度和准确度，实现数据的存储、显示、分发和推送功能[3-5]。云平台同时能够存储海量检测数据，通过对数据进行分析和挖掘，发现用户身体成分变化趋势，统计身体数据与时间的趋势报告，提供适当的饮食和运动建议，在使用功能上更加丰富和便捷。检测数据通过3G、4G、Wi-Fi等移动网络将数据实时传输到云平台，需要数据的终端访问云平台并申请数据分发，实现云端数据存储与共享，解决指标检测的时间和空间限制。

本文运用云计算技术设计并实现了一种人机交互性好、数据处理精度高的生物电阻抗分析检测系统，用于人体体成分的检测分析。

1 系统整件设计

系统整体设计如图1所示。根据设计要求，本系统主要由体成分采集前端、MSP430数据处理收发中心、数据处理交互单元、云平台数据处理存储阵列和应用客户端构成[6]。

其中，采用八点接触电极实现前端信号采集，结合生物电阻抗技术[7-8]，使用可与人体体表面接触的电极片，向用户传输人体可接受的交流电[9]，由MSP430数据处理收发中心完成检测前端电阻抗值的计算，再将所得数据通过数据处理交互单元的通信模块上传至云计算平台，进行最终的算法分析处理后得到人体成分参数，由数据处理交互单元进行数据解析，并显示到交互式触摸液晶屏上，将测量的30项体质指数反馈给用户，其他得到授权的用户可以通过手机、平板电脑、个人计算机的客户端实现数据的访问和展示。本文通过构建一体化系统并在软硬件上得以实现，能够提供准确的数据采集、友好的人机交互和丰富的参数展示服务。

图1 基于云平台的生物电阻抗分析检测系统架构设计Fig.1 Architecture design of the Bioelectrical impedance analysis and measurement system based on cloud platform

2 系统软、硬件设计

2.1 硬件设计

图2为分析检测系统采集前端的电路结构图，硬件部分由阻抗测量电路、体重测量电路、测量电极、PC上位机等组成[10]。检测电极直接与人体接触，用于输出和检测信号，电极的数目为8个电极，电极的外形结构随测量方式的改变而改变。人体的生物电阻抗信息由阻抗测量电路进行采集，进行前期处理并将携带人体成分信息的阻抗信号传给上位机。阻抗测量电路包括主控芯片、模数转换电路、信号调理电路、开关阵列以及恒流源组成。

图2 电路结构图Fig.2 Circuit structure diagram

主控芯片控制恒流源发出对应人体信息的频率为0～1 MHz的0.02～0.5 mA微弱交流信号，并通过开关阵列的分时选择性分配到相应的发射电极中。另一组检测电极将人体反馈的电压信号输送到信号调理电路中，信号调理电路将此电压信号经过放大、滤波后，最后经A/D模块转换为数字信号进入主控芯片，主控芯片进行阻抗信号预处理，并传送到上位端。体重测量电路直接由主控芯片控制测量人体体重并传输到上位机。上位机具有人机交互界面，提供用户数据输入和人体成分数据显示成像，并控制打印机打印数据报告。

2.2 软件设计

程序流程图如图3所示。用户在登录后，通过刷身份证录入年龄、性别等个人信息并开始检测过程，如若在检测过程中测试通道发生异常情况，检测自动停止；如若数据无误且检测完成后，上位机向下位机请求接收数据并上传，再将解析后的数据进行持久化的保存。

图3 程序流程图Fig.3 Flow chart

3 系统实现及实验分析

3.1 系统实现

基于云平台的生物电阻抗分析检测系统人机交互界面操作简单、智能，进行体质数据检测时，用户进入检测系统主功能界面，点击测量按钮，双手持手部电极检测手柄，赤足踩在脚电极底座上，生物电阻抗分析检测系统自动完成数据的采集，再由数据处理交互单元将数据传输给云平台，云平台对数据进行分析计算后将数据下发给数据处理交互单元，将用户的测量情况及时反馈到人机交互界面上，用户只需要点击保存按钮，便可自动生成体成分检测报告，供用户及时查阅打印。检测界面及实物样机图如图4所示。

图4 检测界面及实物样机图Fig.4 Detection interface and physical prototype

3.2 实验分析

对本文所设计的基于云平台的生物电阻抗分析检测系统的性能进行了系统可靠性的验证，并对其得出的性能指标进行对比：输入激励信号的频率为5 kHz、250 kHz，幅值为±100 μA。经过对测试实验者输出的体成分数据进行对比分析，发现测试结果基本一致，从而证明了本系统检测数据的准确性。表1为本文检测系统与当前6家主流医疗设备公司(为保护隐私而隐去公司真实名称)研发系统的测试指标、云平台服务能力的对比。

表1 生物电阻抗检测系统与当前主流产品的对比

由表1可以看出，本文设计的检测系统检测参数多，可通过云平台实现数据的远程传输、处理和展示。

4 结论

本文所设计的基于云平台的生物电阻抗分析检测系统，运用云计算庞大的数据计算能力、成熟的数据处理技术以及可实时修正和更新的云端算法，实现对采集的体征数据包进行数据解析，能够充分提高数据处理速度，不断地利用最新研究成果提高测试的精度和准确度，实现数据的存储、显示、分发和推送功能，实现以“智能采集终端+数据处理中继+综合性健康云服务平台+多模态应用终端”为架构的系统原型。下一步将在本文研究的基础上，利用云端最新研究成果提高测试的精度和准确度，使得系统指标更加准确完善。

[1]任超世.生物电阻抗测量技术[J].中国医疗器械信息,2004,10(1):21-25.

[2]唐敏.生物阻抗测量原理与测量技术[J].生物医学工程学杂志,1997,14(2):152-155.

[3]房秉毅,张云勇,程莹,徐雷. 云计算国内外发展现状分析[J]. 电信科学,2010,S1:1-6.

[4]LENK A, KLEMS M, NIMIS J, et al. What’s inside the cloud？ An architectural map of the cloud landscape[M]∥Proceedings of the 2009 ICSE Workshop on Software Engineering Challenges of Cloud Computing.[s.l.]：IEEE,2009:23-31.

[5]VAQUERO L, RODERO-MARINO L, CACERES J, et al. A break in the clouds:Towards a cloud definition [J].SIGCOMM Computer Communication Review,2009,39(1):50-55.

[6]龚强.我国云计算发展研究综述[J].信息技术，2013(7):1-4.

[7]BAYRAM M T, ALAYGUT D, TURKMEN M, et al. Bioelectric impedance analysis in the diagnosis of vesicoureteral reflux[J]. Iranian Journal of Pediatrics,2015.25(4):e2183.

[8]GENOT N, MEWTO N, BRESSON D, et al. Bioelectrical impedance analysis for heart failure diagnosis in the ED[J]. Am J Emerg Med，2015.33(8):1025-1029.

[9]MEREDITH-JONES K A , WILLIAMS S M, TAYLOR R W. Bioelectrical impedance as a measure of change in body composition in young children[J]. Pediatr Obes，2015.10(4): 252-259.

[10]MADDOCKS M，KON S S，JONES S E，et al. Bioelectrical impedance phase angle relates to function, disease severity and prognosis in stable chronic obstructive pulmonary disease[J]. Clinical Nutrition，2015,34(6):1245-1250.

Desigh of bioelectrical impedance detection and analysis system based on cloud platform

SHU Ming-lei, GAO Tian-lei, SHAN Ke

(Shandong Computer Science Center(National Supercomputer Center in Jinan), Shandong Provincial Key Laboratory of Computer Networks, Jinan 250014, China)

∶In this paper a kind of bioelectrical impedance analysis and detection system based on cloud platform was put forward to provide a positive and effective solution to the detection, monitoring and intervention of human body composition. The system implemented an architecture which consisted of intelligent acquisition terminal, data processing relay, comprehensive health cloud service platform and multimodal application terminal. Based on cloud computing and intelligent hardware technology, five components were designed, which included bioelectrical impedance acquisition front-end, MSP430 data processor and transceiver, data processing and interactive unit, data processing and storage arrays on cloud platform, and application client. By detecting the height, weight, and impedance parameters, the system performed dynamic correction and updating algorithms on the server clusters based on cloud computing technology, and the data results were analyzed and calculated. When the application client requested data, the data distributing and pushing were carried out, which was displayed to users through display module. Compared with other mainstream biological resistance detection systems, the system presented could detect more kinds of parameters, and realize the remote data transmission, processing and display, which was helpful to establish a new model for the detection and monitoring of human body composition.

∶Bioelectrical impedance; MSP430; body composition analysis; cloud computing

10.3976/j.issn.1002-4026.2017.04.019

2017-01-19

山东省科技发展计划(2014GSF118107)；山东省重点研发计划(2015GGH309003)

舒明雷(1979—)，男，博士，副研究员，研究方向为无线传感器网络、无线体域网络和云健康等。E-mail：shuml@sdas.org

TP393

A

1002-4026(2017)04-0118-06