医院体检护理数据采集管理系统的设计与实现

郅伏利，于 红，刘 颖，黄云锋

(首都医科大学附属北京康复医院劳模健康管理中心，北京 100010)

0 引言

随着我国经济的快速发展，人们的生活水平不断提高，对生活质量的要求也越来越高。但是，处于亚健康的人们也越来越多。现代日常生活的节奏明显加快，医院传统意义上的体检业务存在工作效率低下的问题，需要利用进行数字化改革[1-3]，从而提高医院的业务处理效率。这也是未来医院信息化发展的方向。

相比国外医院的人体生理参数采集系统[4-5]，我国健康体检起步较晚。陆燕琴等[6]提出了一种基于.NET的军卫体检系统的设计。该系统采用C/S三层架构+抽象工厂模式，可维护性较强。但是该系统设计没有涉及任何嵌入式硬件方面的工作，因此工作效率提升有限。陈建福等[7]使用C#语言编写了临床体检信息管理系统，降低了医院的体检业务成本支出。但是该系统在体检结果的诊断上没有作出优化，导致存在一定的误判情况。由于ARM Cortex系列平台具有功耗低、便携性和成本低等优势，何秀强等[8]提出了一种基于先进微处理器(advanced RISC machines，ARM)的运动环境监测系统设计方法，为人体健康监测系统的研究提供了思路。

因此，在上述研究的基础上，本文设计了一个基于ARM平台的医院数据采集管理系统。该方法利用Cortex-A8开发板采集并传输体温、心电和血氧等体检常用生理指标数据，在服务器中结合模糊推理模型对数据进行融合处理，完成体检结果的决策判断。

1 系统总体设计

本文设计的体检数据采集与管理系统选用ARM公司的低成本、低功耗ARM芯片[9]开发板主控制模块。系统总体框图如图1所示。

图1 系统总体框图

主控制模块采用Cortex-A8系列的TQ210，负责对各个采集子模块采集的数据进行分析和处理。身份信息采集模块采用了常用的13.56 MHz频率非接触式卡片，实现5 cm范围内的卡片信息读取，并通过Cortex-A8开发板上的I/O接口[10]进行通信。从图1中可以看出，该系统共有5个采集子模块：心电(electrocardiogram,ECG)采集模块、体温采集模块、血氧饱和度采集模块、体重采集模块和身份信息采集模块。此外，为了实现与客户端进行通信，网络传输模块使用了均支持TCP/IP 协议的两种模式：①可以实现WiFi功能的HLK-RM04网卡；②可以实现有线以太网功能的DM9000网卡。

2 系统硬件设计

2.1 电源电路的设计

系统主控制核心板电源适配器的频率为50/60 Hz，通过保险丝对100～240 V的输入电压进行过压保护。电源保护电路如图2所示。

图2 电源保护电路

图2中，WiFi 模块的输入电压为5 V。由于各个子采集模块的输入电压为3.3 V，因此需要5 V转3.3 V。电压转换电路如图3所示。

图3 电压转换电路

2.2 心电采集模块电路的设计

心电采集模块的原理框图和电路图分别如图4和图5所示。

图4 心电采集模块原理框图

图5 心电采集模块电路

心电采集模块的主要元件为ADS1293 芯片，负责通过串行外设接口(serial peripheral interface,SPI)将低频双极性生物信号(0.05～150 Hz)发送到Cortex-A8主控制模块[11]。电路内置 RFI 滤波器，电流为0.17 m A，电压为2.0～3.5 V。

2.3 体温采集模块电路的设计

体温采集模块采用了精度为0.5 ℃的90615红外温度传感器，检测距离为1～2 cm，并通过Cortex-A8开发板的通用型输入/输出(general-purpose input output,GPIO)接口进行通信，具体采用了I2C总线模拟方式。

体温采集模块电路如图6所示。

图6 体温采集模块电路

图6中：SDA负责数据信号传输，SCL负责时钟信号同步。体温采集模块的温度测量范围为-40～+85 ℃。90615传感器的绝对温度输出需要转换为常用单位，具体方法为：

To=R×0.02-273.15

(1)

式中：R为绝对温度数据存储的空间地址。

2.4 血氧饱和度采集模块电路的设计

血氧饱和度采集模块选用了NJL5501R红外传感器进行指尖检测，主要原理为光波长595 nm的通透式脉搏检测。

血氧饱和度值SpO2的计算公式为：

(2)

式中：CHbO2为血液中氧合血红蛋白的浓度;CHb为血液中还原血红蛋白的浓度。

血氧饱和度采集模块的接收器采用光敏二极管，实现光电信号转换。

血氧饱和度采集电路如图7所示。

图7 血氧饱和度采集模块电路

2.5 体重采集模块电路的设计

体重采集模块采用了20位串行AD转换芯片CS5513，称重的灵敏度为(2±0.002)mV/V。体重采集模块电路如图8所示。

图8 体重采集模块电路

3 系统软件设计

整个体检护理数据采集管理系统采用浏览器和服务器(browser/server,BS)模式。客户端可以通过网页的形式查看体征检测结果。整体系统的软件设计分为两个部分，即嵌入式端程序和服务器端程序。

3.1 嵌入式端程序设计

由于嵌入式端采用了ARM Cortex-A8开发板，嵌入式软件开发选取了开源的Linux系统，具体为Ubuntu 2.6.29版本。使用arm-linux-gcc-4.3.2搭建了交叉编译环境，并进行了内核的编译及移植。嵌入式端主程序采用了Epoll 架构。主程序流程如图9所示。图9中均为Epoll 架构中epoll_even变量的函数。

图9 主程序流程图

3.2 基于模糊推理模型的服务器端数据融合决策

为了优化体检结果的诊断结果，本系统在服务器端对各采集子模块的数据进行融合处理，通过模糊推理模型[12]，完成诊断结果判断。基于模糊推理模型的体检数据融合步骤如下。

①对于时刻t的体检系统来说，当前各采集子模块采集到的数据(心电、体温、血氧饱和度和体重等)为Si(t)，则两个不同数据样本之间的绝对值大小dij(t)为：

dij(t)=|Si(t)-Sj(t)|

(3)

设数据样本Si(t)与其他所有体检数据样本之间的距离平均值为di(t)，并设d(t)为其他所有体检数据样本之间的平均距离，则：

(4)

(5)

式中：n为样本总数。

③通过融合度函数Cij(t)，对各采集子模块数据之间的误差进行判断。

(6)

④实际判读过程中采用模糊权值系数进行简化观测。融合结果的计算方式如下：

(7)

3.3 数据库设计

Tomcat服务器端使用的数据库是关系型My SQL数据库，体检用户实体的主要属性与身份信息采集模块的身份信息绑定，通常采用用户编号或者身份证号码。

4 试验测试与结果

4.1 系统运行测试

为了验证提出系统的可行性和先进性，进行了Web登录服务器测试。在系统嵌入式端的网络传输模块中设置IP地址为192.168.100.101，即服务器端的网址。客户端通过浏览器访问体检系统的Tomcat服务器。用户可以根据时间和姓名信息，查询自己的体检信息。在登录成功后，就会跳转到体检护理数据采集管理系统的主页，从而全面显示用户体检的各种数据以及最终体检诊断结果。同构这种网页浏览查询的方式，有效提高了医疗体检业务的工作效率，为用户提高了服务便捷性。例如体检信息显示为“姓名：李富国；年龄：36；性别：男；心率：67；血氧：96；体温：366；体重：76；体检时间：2019-3-18；体检结果：您的生理指标都在正常范围之内。身体非常健康；”。

4.2 结果分析

为了验证采用模糊推理模型对体检结果进行融合决策判断的性能，随机选取了5位体检用户的数据进行诊断精度分析，包括心电、体温、血氧饱和度和体重。用户体检测量数据如表1所示。

表1 用户体检测量数据

从表1可以看出，4个生理指标的测量误差均较小，体重误差测量<0.1 kg，心电误差测量<1 bpm，体温误差测量<0.1 ℃，血氧饱和度误差测量<0.5%。而5位用户体检诊断结果的准确率达到100%。在3个月周期的测试中，大量用户体检诊断结果的准确率达到99.3%，相比与文献[7]提高了约1.6%。

5 结论

本文设计了一个基于ARM平台的医院数据采集管理系统，提出利用ARMCortex-A8开发板采集体检常用生理指标数据，并在Tomcat服务器中结合模糊推理模型对数据进行融合处理，完成体检结果的决策判断。测试结果表明，该系统可以有效提高医疗体检业务的工作效率和诊断精度。但是，目前网页界面较为简陋，用户条件查询功能有限。后续将对UI界面进行美化，并添加更丰富的页面功能。