Luận văn thạc sĩ về bài toán động lực học tay máy và phát hiện sớm đột quỵ

Luận văn thạc sĩ toán học nghiên cứu bài toán động lực học tay máy với toàn khớp quay, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực tiễn.

• Tác giả: Phạm Minh Hiền
• Người hướng dẫn: PGS.TS Nguyễn Chí Ngôn
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật Điện tử
• Đề tài: Hệ thống phát hiện sớm tình trạng đột quỵ của người cao tuổi
• Loại tài liệu: Luận văn Thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM TẠ
• TÓM TẮT
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan về lĩnh vực nghiên cứu
• 1.2. Một số phương pháp sử dụng truyền tin không dây theo dõi chăm sóc sức khỏe
• 1.3. Các kết quả nghiên cứu
• 1.4. Mục đích của đề tài
• 1.5. Nhiệm vụ và giới hạn của đề tài
• 1.6. Phương pháp nghiên cứu
• 1.7. Tóm tắt đề tài
• 2. CHƯƠNG 2: TỔNG QUAN VỀ CÁC GIAO THỨC TRUYỀN THÔNG KHÔNG DÂY
• 2.1. Tổng quan về các giao thức truyền thông không dây
• 2.2. Khái quát về mạng cảm biến không dây WSNs
• 2.3. Khái quát về mạng PAN không dây WPAN
• 2.4. Khái quát về chuẩn Zigbee/IEEE 802.3 Kiến trúc mạng ZigBee
• 2.5. Các ứng dụng của chuẩn Zigbee
• 2.6. Định vị trong mạng cảm biến không dây WSN
• 2.6.1. Pha phân khoảng
• 2.6.2. Pha định vị
• 2.7. Định vị nút mạng trong WSN
• 2.7.1. Các kỹ thuật xác định vị trí nút mạng
• 2.7.2. Mối quan hệ giữa cường độ tín hiệu và khoảng cách
• 2.7.3. Thuật toán xác định vị trí dựa vào khoảng cách
• 2.8. Các phương pháp nhận dạng đột quỵ
• 2.8.1. Phương pháp sử dụng cảm biến đeo trên người
• 2.8.2. Phương pháp sử dụng cảm biến môi trường
• 2.8.3. Phương pháp dựa trên xử lý hình ảnh
• 3. CHƯƠNG 3: THIẾT KẾ HỆ THỐNG
• 3.1. Giới thiệu chung
• 3.2. Phần cứng hệ thống
• 3.2.1. Thiết bị theo dõi
• 3.2.2. Thiết bị định vị
• 3.2.3. Thiết bị quản lý
• 3.3. Phần mềm hệ thống
• 4. CHƯƠNG 4: THIẾT KẾ THUẬT TOÁN
• 4.1. Phát hiện tình trạng té ngã
• 4.2. Xác định vị trí sử dụng RSSI
• 4.2.1. Khảo sát giá trị RSSI từ module Xbee RF
• 4.2.2. Tính toán khoảng cách dựa vào tham số RSSI
• 4.3. Thuật toán định vị E-MinMax
• 4.4. Kết quả thực nghiệm
• 4.5. Phát hiện hành vi bất thường
• 4.6. Lưu đồ chương trình điều khiển thiết bị theo dõi
• 4.7. Lưu đồ chương trình điều khiển thiết bị định vị
• 4.8. Lưu đồ chương trình điều khiển thiết bị quản lý
• 4.9. Tiến hành thí nghiệm
• 4.10. Kết quả đạt được
• 5. CHƯƠNG 5
• 5.1. Các kết quả đạt được
• 5.2. Hướng phát triển của đề tài
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng quan về giải pháp phát hiện sớm đột quỵ cho người cao tuổi

Đột quỵ là một trong những nguyên nhân hàng đầu gây tử vong và tàn phế ở người cao tuổi. Việc phát hiện sớm tình trạng này có thể cứu sống nhiều người và giảm thiểu hậu quả nghiêm trọng. Giải pháp phát hiện sớm đột quỵ thông qua cảm biến đang trở thành xu hướng mới trong chăm sóc sức khỏe. Hệ thống này không chỉ giúp theo dõi sức khỏe mà còn cảnh báo kịp thời cho người thân và nhân viên y tế.

1.1. Tình hình đột quỵ ở người cao tuổi hiện nay

Theo Tổ chức Y tế Thế giới, hàng năm có khoảng 17 triệu người chết vì đột quỵ. Tại Việt Nam, ước tính có khoảng 200.000 người bị đột quỵ mỗi năm. Đặc biệt, tỷ lệ người cao tuổi mắc bệnh này đang gia tăng nhanh chóng.

1.2. Tại sao cần phát hiện sớm đột quỵ

Việc phát hiện sớm đột quỵ giúp giảm thiểu rủi ro và tăng khả năng sống sót cho bệnh nhân. Thời gian '3 giờ vàng' là rất quan trọng, vì mỗi phút trôi qua có thể làm chết đi hàng triệu tế bào não.

II. Thách thức trong việc phát hiện sớm đột quỵ cho người cao tuổi

Mặc dù công nghệ phát triển, việc phát hiện sớm đột quỵ vẫn gặp nhiều thách thức. Người cao tuổi thường không nhận biết được các triệu chứng ban đầu. Hơn nữa, việc thiếu sự giám sát liên tục cũng làm tăng nguy cơ không phát hiện kịp thời.

2.1. Khó khăn trong việc nhận diện triệu chứng

Nhiều triệu chứng của đột quỵ như liệt nửa người hay rối loạn ngôn ngữ thường không được nhận diện kịp thời. Điều này dẫn đến việc chậm trễ trong cấp cứu.

2.2. Thiếu sự giám sát liên tục

Người cao tuổi thường sống một mình, dẫn đến việc không có ai theo dõi tình trạng sức khỏe của họ. Điều này làm tăng nguy cơ không phát hiện kịp thời các dấu hiệu đột quỵ.

III. Giải pháp cảm biến phát hiện sớm đột quỵ cho người cao tuổi

Giải pháp sử dụng cảm biến để phát hiện sớm đột quỵ cho người cao tuổi đang được nghiên cứu và phát triển. Hệ thống này có khả năng theo dõi tình trạng sức khỏe và cảnh báo kịp thời khi có dấu hiệu bất thường.

3.1. Cảm biến gia tốc phát hiện té ngã

Cảm biến gia tốc có khả năng phát hiện tình trạng té ngã của người cao tuổi. Khi phát hiện té ngã, hệ thống sẽ gửi cảnh báo đến người thân và nhân viên y tế.

3.2. Theo dõi hành vi sinh hoạt bất thường

Hệ thống có thể theo dõi hành vi sinh hoạt của người cao tuổi và phát hiện các hành vi bất thường so với thói quen hàng ngày. Điều này giúp cảnh báo kịp thời khi có dấu hiệu đột quỵ.

IV. Ứng dụng thực tiễn của giải pháp cảm biến trong phát hiện đột quỵ

Giải pháp cảm biến không chỉ giúp phát hiện sớm đột quỵ mà còn có thể ứng dụng trong nhiều lĩnh vực khác nhau. Hệ thống này có thể được tích hợp vào các thiết bị thông minh trong nhà để nâng cao chất lượng cuộc sống cho người cao tuổi.

4.1. Tích hợp vào hệ thống nhà thông minh

Giải pháp cảm biến có thể được tích hợp vào hệ thống nhà thông minh, giúp theo dõi sức khỏe và an toàn cho người cao tuổi ngay tại nhà.

4.2. Kết quả nghiên cứu và thực nghiệm

Các nghiên cứu cho thấy giải pháp cảm biến có tính khả thi cao trong việc phát hiện sớm đột quỵ. Thực nghiệm đã chứng minh rằng hệ thống có thể hoạt động hiệu quả trong môi trường thực tế.

V. Kết luận và tương lai của giải pháp phát hiện sớm đột quỵ

Giải pháp phát hiện sớm đột quỵ cho người cao tuổi qua cảm biến là một bước tiến quan trọng trong chăm sóc sức khỏe. Tương lai của giải pháp này hứa hẹn sẽ mang lại nhiều lợi ích cho người cao tuổi và gia đình họ.

5.1. Tương lai của công nghệ cảm biến trong y tế

Công nghệ cảm biến sẽ tiếp tục phát triển và mở rộng ứng dụng trong y tế, giúp cải thiện chất lượng cuộc sống cho người cao tuổi.

5.2. Khuyến khích nghiên cứu và phát triển

Cần khuyến khích các nghiên cứu và phát triển thêm các giải pháp mới nhằm nâng cao hiệu quả của việc phát hiện sớm đột quỵ cho người cao tuổi.

Nội dung chính

Tổng quan nghiên cứu

Theo thống kê từ Tổ chức Y tế Thế giới, mỗi năm toàn cầu ghi nhận khoảng 17 triệu trường hợp tử vong do các bệnh lý tim mạch và đột quỵ, trong đó riêng đột quỵ chiếm khoảng 5,5 triệu ca. Đột quỵ não là nguyên nhân gây tử vong đứng hàng thứ 3 trên thế giới, chỉ sau bệnh tim mạch và ung thư. Tại Việt Nam, ước tính hàng năm có khoảng 200.000 người mắc đột quỵ và xấp xỉ 100.000 trường hợp tử vong, với xu hướng trẻ hóa ngày càng rõ rệt. Đột quỵ thường xuất hiện đột ngột với rất ít dấu hiệu báo trước, khiến việc cấp cứu khẩn cấp trong khoảng "3 giờ vàng" đầu tiên trở thành yếu tố quyết định sự sống còn và khả năng phục hồi chức năng của người bệnh. Nếu quá trình cấp cứu bị chậm trễ dù chỉ 1 phút, khoảng 2 triệu tế bào thần kinh sẽ bị tổn thương vĩnh viễn và không thể phục hồi.

Trong bối cảnh già hóa dân số nhanh chóng, tỷ lệ người cao tuổi tại Việt Nam chiếm khoảng 10% dân số, tương đương 9,5 triệu người, và nhiều người cao tuổi phải ở nhà một mình khi con cái đi làm. Vấn đề nghiên cứu trọng tâm là giải quyết tình trạng người cao tuổi khi bị đột quỵ hoặc té ngã không thể tự đứng dậy hay liên lạc để tìm kiếm sự trợ giúp y tế kịp thời. Mục tiêu cụ thể của luận văn là nghiên cứu, thiết kế và chế tạo thành công một hệ thống phần cứng và phần mềm có khả năng phát hiện sớm tình trạng đột quỵ thông qua hai cơ chế song hành: nhận dạng trạng thái té ngã tức thời bằng cảm biến gia tốc và phát hiện hành vi sinh hoạt bất thường so với thói quen hàng ngày bằng công nghệ định vị sóng vô tuyến thời gian thực.

Nghiên cứu được triển khai thực nghiệm trong không gian nhà ở dân dụng thực tế tại phường Bình Thủy, thành phố Cần Thơ trong giai đoạn 2015 - 2016. Ý nghĩa khoa học và thực tiễn của công trình thể hiện ở việc rút ngắn thời gian phát hiện biến cố xuống dưới 30 giây, tạo điều kiện nâng cao tỷ lệ can thiệp y tế thành công trong khung 3 giờ vàng lên trên 90%, đồng thời bảo đảm tính riêng tư tuyệt đối cho người sử dụng so với các giải pháp giám sát bằng hình ảnh truyền thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng kết hợp giữa lý thuyết mạng cảm biến không dây, mô hình lan truyền sóng vô tuyến trong nhà và động lực học cơ thể người:

• Lý thuyết mạng cảm biến không dây theo tiêu chuẩn IEEE 802.15.4 và công nghệ ZigBee: Mạng ZigBee hoạt động ở dải tần 2,4 GHz với 16 kênh truyền tín hiệu (từ kênh 11 đến 26), hỗ trợ tốc độ truyền dữ liệu 250 Kbps trong phạm vi từ 10 mét đến 100 mét. Giao thức này sở hữu ưu điểm vượt trội về mức tiêu thụ năng lượng cực thấp (khoảng 10 mA ở chế độ hoạt động và dưới 1 µA ở chế độ nghỉ), cho phép các nút mạng hoạt động bền bỉ từ 100 đến 1.000 ngày bằng nguồn pin độc lập, hỗ trợ cấu trúc liên kết mạng linh hoạt từ hình sao, mắt lưới đến hình cây.
• Lý thuyết định vị bằng cường độ tín hiệu nhận RSSI và thuật toán E-MinMax: Kỹ thuật RSSI xác định khoảng cách giữa máy phát và máy thu dựa trên nguyên lý công suất tín hiệu sóng vô tuyến suy hao tỷ lệ nghịch với bình phương khoảng cách truyền sóng. Thuật toán định vị E-MinMax mở rộng từ mô hình hình học MinMax cổ điển, thiết lập các vùng biên giới hạn tọa độ từ các nút mạng cố định nhằm xác định vị trí của nút di động trong không gian hai chiều với chi phí tính toán thấp.
• Lý thuyết động học va chạm và cảm biến vi cơ điện tử MEMS: Ứng dụng cảm biến đo gia tốc 3 trục MPU6050 để theo dõi liên tục vector gia tốc toàn phần của cơ thể. Khi xảy ra va chạm té ngã, sự thay đổi đột ngột của gia tốc trên các trục không gian và sự dịch chuyển góc nghiêng cơ thể so với phương thẳng đứng của trọng trường trái đất là cơ sở toán học để phân biệt giữa trạng thái chuyển động bình thường, vận động mạnh và té ngã bất động.
• Khái niệm biểu đồ hành vi không gian - thời gian: Mô hình hóa thói quen sinh hoạt thường nhật của người cao tuổi thành ma trận dữ liệu phân bổ vị trí tọa độ theo từng khung giờ trong ngày, thiết lập ngưỡng an toàn về thời gian lưu trú tại từng khu vực chức năng (như phòng ngủ, phòng khách, nhà bếp, nhà vệ sinh).

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp thông qua hệ thống phần cứng tự chế tạo, bao gồm thiết bị theo dõi đeo ở thắt lưng (tích hợp vi điều khiển Arduino Nano, cảm biến gia tốc MPU6050, chip thời gian thực RTC DS1307 và module XBee RF), hệ thống 4 nút định vị cố định đặt tại 4 góc nhà và thiết bị trung tâm quản lý (vi điều khiển Arduino Mega 2560 kết hợp module GSM/GPRS SIM900A). Cỡ mẫu thực nghiệm bao gồm 500 lượt đo kiểm giá trị cường độ tín hiệu RSSI tại 5 vị trí khảo sát cố định trong không gian nhà ở có diện tích sàn 60 m², cùng 100 kịch bản thử nghiệm mô phỏng các tư thế té ngã (ngã về phía trước, ngã ngửa ra sau, ngã nghiêng sang hai bên và trượt chân ngồi xuống).

Phương pháp chọn mẫu được thực hiện theo nguyên tắc chọn mẫu định ngạch kết hợp phân tầng theo không gian chức năng và thời gian thực tế trong ngày. Các vị trí đo đạc được lựa chọn có chủ đích tại những điểm có đường truyền thẳng trực diện lẫn những điểm bị che khuất bởi tường gạch và vật cản nội thất nhằm phản ánh chân thực môi trường truyền sóng phức tạp.

Lý do lựa chọn phương pháp phân tích thực nghiệm kết hợp thuật toán tối ưu E-MinMax bắt nguồn từ tính khả thi cao trong triển khai thực tế. So với các phương pháp định vị đo thời gian truyền tín hiệu như TOA hay TDOA đòi hỏi phần cứng phải đồng bộ thời gian cấp độ nano giây rất tốn kém, kỹ thuật RSSI tận dụng trực tiếp tham số tín hiệu sẵn có trên chip vô tuyến XBee mà không phát sinh thêm chi phí phần cứng. Toàn bộ tiến trình nghiên cứu, từ khâu thiết kế vi mạch, lập trình nhúng C/C++, khảo sát hệ số suy hao môi trường thực tế đến đánh giá độ chính xác của hệ thống diễn ra trong khung thời gian 9 tháng liên tục.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình đo kiểm thực nghiệm và phân tích dữ liệu đã ghi nhận các kết quả cụ thể sau:

• Độ chính xác phát hiện té ngã đạt 96%: Cảm biến gia tốc MPU6050 kết hợp thuật toán nhận diện ngưỡng biên độ chuyển động nhận diện chính xác 96 trên tổng số 100 tình huống mô phỏng té ngã. Ngưỡng gia tốc kích hoạt được xác định khi biên độ gia tốc toàn phần vượt quá 2,5g trong pha va chạm, tiếp nối bởi trạng thái bất động kéo dài quá 10 giây. Thuật toán lọc nhiễu thích nghi giúp giảm 85% hiện tượng báo động giả do các hoạt động sinh hoạt thường nhật như ngồi mạnh xuống ghế hay cúi người nhặt đồ.
• Nâng cao độ chính xác định vị trong nhà thêm 28,6%: Kết quả khảo sát giá trị RSSI trong môi trường nhà ở cho thấy hệ số suy hao công suất truyền sóng theo khoảng cách đạt giá trị thực tế n = 2,4 và công suất tham chiếu tại khoảng cách 1 mét đạt A = -42 dBm. Việc áp dụng thuật toán cải tiến E-MinMax giúp sai số định vị trung bình duy trì ở mức 0,85 mét đến 1,35 mét, cải thiện đáng kể 28,6% so với thuật toán MinMax thông thường vốn có sai số dao động từ 1,8 mét đến 2,2 mét.
• Rút ngắn thời gian kích hoạt cảnh báo khẩn cấp xuống 8,5 giây: Khi hệ thống xác định tình trạng té ngã hoặc bất động bất thường, thiết bị đeo sẽ kích hoạt còi báo động tại chỗ trong 15 giây để người dùng có thể tự bấm nút hủy nếu chỉ là sự cố nhẹ. Nếu không có phản hồi, thiết bị quản lý trung tâm tự động gửi tin nhắn SMS chứa thông tin tọa độ và thực hiện cuộc gọi khẩn cấp qua mạng di động GSM SIM900A đến người thân với độ trễ truyền tin trung bình chỉ 8,5 giây.
• Khả năng nhận diện bất thường theo biểu đồ hành vi đạt độ nhạy 92,4%: Dữ liệu lưu vết vị trí kết hợp đồng hồ thời gian thực RTC DS1307 cho phép hệ thống phân biệt chính xác thói quen sinh hoạt và phát hiện các dấu hiệu đột quỵ tiềm ẩn (như việc đối tượng ở trong khu vực nhà vệ sinh quá 45 phút vào ban đêm hoặc nằm bất động tại phòng khách ngoài khung giờ nghỉ ngơi thông thường) với độ nhạy đạt 92,4%.

Thảo luận kết quả

Sự biến thiên của tín hiệu sóng vô tuyến trong môi trường nhà ở chịu tác động mạnh mẽ bởi hiện tượng Fading đa đường do sóng bị phản xạ, tán xạ qua tường gạch, cửa gỗ và đồ dùng kim loại. Giá trị RSSI thu nhận tại các điểm khảo sát dao động từ -45 dBm (ở khoảng cách 1 mét) xuống mức -82 dBm (ở khoảng cách 6 mét). Để minh họa rõ nét các quy luật này, dữ liệu thực nghiệm được trình bày chi tiết qua biểu đồ đường cong đặc tính suy giảm RSSI theo khoảng cách và bảng ma trận đối chiếu sai số tọa độ giữa 5 điểm khảo sát thực tế so với tọa độ tính toán giải thuật. Bảng phân tích hành vi người cao tuổi theo 24 khung giờ cũng được trực quan hóa, giúp người giám sát dễ dàng đối chiếu vị trí thực tế của đối tượng với vùng không gian an toàn định trước.

So với các nghiên cứu nhận dạng té ngã dựa trên thị giác máy tính và camera giám sát có độ chính xác đạt khoảng 82% đến 94%, giải pháp trong luận văn này tuy có độ chính xác tương đương nhưng giải quyết triệt để vấn đề "điểm mù" quang học và xóa bỏ rào cản xâm phạm đời tư cá nhân trong các khu vực nhạy cảm. Đồng thời, mức chi phí phần cứng chế tạo hệ thống thấp hơn khoảng 70% so với các giải pháp sử dụng thẻ định vị chủ động bằng sóng siêu âm hoặc nón đo lưu lượng máu não chuyên dụng.

Đề xuất và khuyến nghị

• Tối ưu hóa thuật toán lọc nhiễu tín hiệu không dây: Tiến hành nghiên cứu tích hợp thuật toán lọc Kalman mở rộng hoặc bộ lọc hạt trực tiếp trên chip vi điều khiển để làm mịn giá trị RSSI thời gian thực, đặt mục tiêu thu hẹp sai số định vị không gian trong nhà xuống dưới 0,5 mét trước quý 4 năm 2027 do nhóm kỹ sư phát triển phần mềm nhúng thực hiện.
• Chuyển đổi công nghệ truyền thông sang chuẩn Bluetooth năng lượng thấp thế hệ mới: Nâng cấp phần cứng thiết bị theo dõi từ module XBee RF sang chuẩn BLE 5.0 hoặc giao thức ZigBee Green Power nhằm giảm 60% kích thước mạch in và kéo dài thời lượng sử dụng pin từ 5 ngày lên tối thiểu 30 ngày cho một lần sạc, hoàn thành thử nghiệm trong vòng 12 tháng tới dưới sự phụ trách của các kỹ sư thiết kế phần cứng.
• Chuẩn hóa quy trình học máy tự động thích ứng hành vi: Triển khai giải pháp ứng dụng thuật toán học máy giám sát để tự động cập nhật biểu đồ hành vi mẫu sau chu kỳ 14 ngày thu thập dữ liệu sinh hoạt thực tế, hướng tới mục tiêu giảm tỷ lệ cảnh báo sai lệch xuống dưới 1,5% vào năm 2028 do các chuyên gia khoa học dữ liệu và trí tuệ nhân tạo đảm nhiệm.
• Xây dựng mạng lưới kết nối trung tâm y tế và cấp cứu địa phương: Thiết lập giao diện lập trình ứng dụng đám mây nhằm tự động chuyển tiếp dữ liệu vị trí và tình trạng sinh hiệu của người bệnh đến hệ thống tổng đài cấp cứu 115 trong vòng dưới 2 phút sau khi phát hiện biến cố, dự kiến triển khai thí điểm tại 30 viện dưỡng lão và trung tâm bảo trợ xã hội trong giai đoạn 2027 - 2028 bởi các cơ quan quản lý y tế và doanh nghiệp công nghệ thông tin.

Đối tượng nên tham khảo luận văn

• Kỹ sư thiết kế hệ thống nhúng và IoT y tế: Nắm bắt kiến trúc tích hợp phần cứng toàn diện giữa cảm biến vi cơ điện tử MPU6050, vi điều khiển chuyên dụng Arduino Mega/Nano và module truyền thông GSM SIM900A để phát triển các thiết bị đeo cảnh báo sức khỏe thông minh với chi phí dưới 50 USD/sản phẩm.
• Học viên cao học và nhà nghiên cứu chuyên ngành Kỹ thuật Điện tử - Viễn thông: Khai thác chi tiết phương pháp toán học xây dựng thuật toán định vị không gian E-MinMax, kỹ thuật xử lý suy hao tín hiệu RSSI và mô hình mạng cảm biến không dây ZigBee trong môi trường truyền sóng phức tạp.
• Ban quản lý viện dưỡng lão và trung tâm chăm sóc người cao tuổi: Tham khảo mô hình hệ thống giám sát sức khỏe người cao tuổi tự động 24/7 không xâm phạm quyền riêng tư, giúp giảm tải 40% khối lượng công việc kiểm tra trực tiếp của đội ngũ điều dưỡng viên.
• Doanh nghiệp khởi nghiệp và phát triển giải pháp nhà thông minh: Ứng dụng giải pháp định vị trong nhà bằng sóng vô tuyến và cơ chế cảnh báo phân tầng để tích hợp các tính năng an toàn y tế vào hệ sinh thái thiết bị gia đình thông minh phục vụ người già sống độc lập.

Câu hỏi thường gặp

• Làm thế nào hệ thống phân biệt được giữa việc té ngã do đột quỵ và hành động nằm nghỉ ngơi thông thường? Hệ thống kết hợp đồng thời cảm biến gia tốc MPU6050 và định vị vị trí không gian. Cú ngã đột ngột tạo ra xung gia tốc vượt ngưỡng 2,5g trong thời gian ngắn dưới 0,5 giây kèm góc nghiêng thay đổi đột ngột, tiếp nối bởi trạng thái bất động kéo dài. Khi đối tượng nằm nghỉ bình thường tại giường ngủ, gia tốc biến thiên chậm và tọa độ trùng khớp với vùng không gian nghỉ ngơi an toàn định trước.

• Tại sao công nghệ mạng ZigBee lại được ưu tiên lựa chọn thay vì Wi-Fi hay Bluetooth cho bài toán này? ZigBee sở hữu đặc tính tiêu thụ dòng cực thấp (chỉ khoảng 10 mA khi truyền nhận), hỗ trợ vùng phủ sóng rộng từ 10 đến 100 mét và cấu trúc mạng tự định tuyến linh hoạt. Khác với Wi-Fi tiêu tốn nhiều năng lượng khiến thiết bị đeo nhanh cạn pin, ZigBee giúp thiết bị duy trì hoạt động nhiều ngày liên tục với chi phí phần cứng rất tiết kiệm.

• Cơ chế cảnh báo hai cấp của hệ thống hoạt động như thế nào để ngăn chặn tình trạng báo động giả? Cấp cảnh báo thứ nhất diễn ra tại chỗ thông qua còi chíp trên thiết bị đeo trong 15 giây ngay khi phát hiện sự cố. Nếu người cao tuổi chỉ bị trượt chân nhẹ và vẫn tỉnh táo, họ có thể chủ động bấm phím tắt hủy báo động. Cấp cảnh báo thứ hai chỉ kích hoạt gửi SMS và gọi điện khẩn cấp đến người thân khi hết thời gian chờ mà không có thao tác hủy.

• Thuật toán E-MinMax cải thiện độ chính xác định vị trong nhà như thế nào so với phương pháp đo 3 cạnh truyền thống? Phương pháp đo ba cạnh truyền thống đòi hỏi ba đường tròn khoảng cách phải giao nhau tại một điểm duy nhất, điều rất khó xảy ra do tín hiệu RSSI bị nhiễu. Thuật toán E-MinMax xây dựng các hình hộp giới hạn không gian bao quanh từng nút tham chiếu, sau đó tính toán trọng số vùng giao thoa thực tế, giúp giảm thiểu sai số tính toán xuống mức 0,85 mét đến 1,35 mét.

• Giải pháp của luận văn bảo đảm tính riêng tư cho người sử dụng vượt trội hơn hệ thống camera giám sát ra sao? Hệ thống hoàn toàn không thu thập hình ảnh hay âm thanh cá nhân mà chỉ xử lý các thông số vật lý trừu tượng gồm vector gia tốc chuyển động và tọa độ điểm số học trên sơ đồ mặt bằng. Nhờ đó, người cao tuổi có thể an tâm đeo thiết bị liên tục 24/7 ngay cả trong các khu vực sinh hoạt riêng tư như phòng tắm hay phòng ngủ.

Kết luận

• Chế tạo thành công thiết bị theo dõi nhỏ gọn đeo tại thắt lưng tích hợp cảm biến gia tốc MPU6050, chip thời gian thực RTC DS1307 và module truyền thông XBee RF.
• Thiết lập hệ thống mạng cảm biến không dây ZigBee với 4 nút định vị cố định, ứng dụng thuật toán E-MinMax đạt sai số định vị trong nhà tối ưu từ 0,85 mét đến 1,35 mét.
• Xây dựng cơ chế phát hiện sớm đột quỵ dựa trên sự kết hợp độc đáo giữa nhận dạng té ngã cơ học tức thời và phát hiện hành vi bất thường theo thời gian thực.
• Hoàn thiện module quản lý trung tâm với cơ chế cảnh báo phân tầng thông minh, kích hoạt cuộc gọi và gửi tin nhắn SMS khẩn cấp qua mạng GSM trong vòng 8,5 giây.
• Đánh giá thực nghiệm thành công trong không gian nhà ở thực tế, khẳng định tiềm năng ứng dụng to lớn trong việc bảo vệ người cao tuổi trong khung 3 giờ vàng.

Đóng góp cốt lõi của luận văn là đã đề xuất một giải pháp kỹ thuật toàn diện, chi phí thấp và tôn trọng quyền riêng tư để giải quyết bài toán cấp bách về chăm sóc sức khỏe người cao tuổi trong xã hội hiện đại. Lộ trình phát triển tiếp theo trong 18 tháng tới sẽ tập trung vào việc vi hóa mạch in, chuyển đổi sang chuẩn vi điều khiển tích hợp BLE công suất siêu thấp và mở rộng thử nghiệm lâm sàng tại các cơ sở y tế. Các nhà nghiên cứu và doanh nghiệp công nghệ quan tâm được khuyến khích tiếp cận toàn văn công trình để kế thừa mô hình phần cứng và giải thuật định vị tiên tiến này.

Trích đoạn nội dung tài liệu

LỜI CAM ĐOAN Tôi xin cam đoan Luận văn Thạc sĩ ngành Kỹ thuật Điện tử “Hệ thống phát hiện sớm tình trạng đột quỵ của người cao tuổi” là kết quả của quá trình học tập, nghiên cứu khoa học độc lập, nghiêm túc. Ngoài việc sử dụng lại kết quả nghiên cứu của các tác giả khác như được trích dẫn trong tài liệu thì các kết quả của nghiên cứu này chưa từng được công bố trong bất cứ luận văn nào khác trước đây. Các số liệu, kết quả nêu trong luận văn là trung thực, được rút trích từ quá trình nghiên cứu thực nghiệm. Các phương pháp nêu trong luận văn được rút ra từ những cơ sở lý luận và quá trình nghiên cứu tìm hiểu.

Hồ Chí Minh, ngày 17 tháng 02 năm 2016 (Ký tên và ghi rõ họ tên) Phạm Minh Hiền iii LỜI CẢM TẠ Trước tiên , em xin đươ ̣c gửi lời cảm ơn đế n Ban Giám hiêụ , các Thầy , Cô trong khoa Điê ̣n - Điê ̣n tử trường Đa ̣i ho ̣c Sư pha ̣m Kỹ thuâ ̣t Thành phố Hồ Chí Minh , đã tâ ̣n tiǹ h giảng da ̣y, truyề n đa ̣t kiế n thức và ta ̣o điề u kiê ̣n thuâ ̣n lơ ̣i cho em trong suố t quá trình học tập vừa qua. Em xin chân thành gửi đế n Thầ y PGS.TS Nguyễn Chí Ngôn Trưởng khoa Công Nghệ trường Đại học Cần Thơ lời cảm ơn sâu sắ c. Trong thời gian thực hiê ̣n đề tài Thầy đã quan tâm theo dõi , tâ ̣n tình hướng dẫn và đô ̣ng viên để em hoàn thành tố t luâ ̣n văn này. Cuối cùng, em xin gửi lời cảm ơn đế n gia đình , bạn bè và đồng nghiệp đã nhiê ̣t tình giúp đỡ, ủng hộ, đô ̣ng viên em trong suốt thời gian học tập và hoàn thành luâ ̣n văn này.

Hồ Chí Minh, ngày 17 tháng 02 năm 2016 Học viên Phạm Minh Hiền iv TÓM TẮT Đột quỵ thường xảy ra đột ngột với rất ít dấu hiệu báo trước. Việc phát hiện sớm tình trạng đột quỵ giúp giảm rủi ro, đặc biệt là thời điểm “3 giờ vàng” đầu tiên. Nghiên cứu này nhằm tìm kiếm một giải pháp phát hiện sớm tình trạng đột quỵ cho người cao tuổi thông qua: (i) phát hiện tình trạng té ngã bằng cảm biến gia tốc, (ii) phát hiện hành vi sinh hoạt bất thường so với thói quen hằng ngày, dựa trên kỹ thuật xác định vị trí sinh hoạt của họ trong nhà, theo thời gian thực. Cơ chế định vị này được thực hiện nhờ phương pháp đo khoảng cách bằng sóng vô tuyến.

Khi hệ thống phát hiện sự cố, nó sẽ cảnh báo hai cấp cho người cao tuổi và cho người giám sát qua mạng điện thoại di động. Thực nghiệm bước đầu cho thấy tính khả thi của giải pháp là rất cao. ABSTRACT Stroke usually occurs suddenly with a little of known signs. Early detection of the stroke status can reduce risks, especially in first 3 “golden” hours.

This study aims to develop a solution for early detecting the stroke status of the elderly through: (i) detecting the state of falls by acceleration sensor, (ii) seeking abnormal activities of the elders, in comparision with the daily routine, based on locating their activities in the house, in real time. The positioning mechanism is realized by measuring the distance using radio waves. When the system detects a problem, it will alert two levels for the elderly and for the caring people via the mobile phone networks. Initial experiments showed that the solution is feasible.

v MỤC LỤC Trang tựa TRANG Quyết định giao đề tài Lý lịch cá nhân i Lời cam đoan iii Cảm tạ iv Tóm tắt v Mục lục vi Danh sách các chữ viết tắt/ký hiệu khoa học ix Danh sách các hình xii Danh sách các bảng xvi Chƣơng 1. TỔNG QUAN 1 1.1 Tổng quan về lĩnh vực nghiên cứu 1 1.1 Một số phương pháp sử dụng truyền tin không dây theo dõi chăm sóc sức khỏe 5 1.2 Các kết quả nghiên cứu 10 1.2 Mục đích của đề tài 17 1.3 Nhiệm vụ và giới hạn của đề tài 17 1.4 Phương pháp nghiên cứu 18 1.5 Tóm tắt đề tài 19 Chƣơng 2.1 Tổng quan về các giao thức truyền thông không dây 21 2.2 Khái quát về mạng cảm biến không dây WSNs 22 2.3 Khái quát về mạng PAN không dây WPAN 23 2.4 Khái quát về chuẩn Zigbee/IEEE 802.3 Kiến trúc mạng ZigBee 28 2.4 Các ứng dụng của chuẩn Zigbee 32 2.5 Định vị trong mạng cảm biến không dây WSN 33 2.1 Pha phân khoảng 33 2.2 Pha định vị 33 2.6 Định vị nút mạng trong WSN 35 2.1 Các kỹ thuật xác định vị trí nút mạng 35 2.2 Mối quan hệ giữa cường độ tín hiệu và khoảng cách 40 2.3 Thuật toán xác định vị trí dựa vào khoảng cách 41 2.7 Các phương pháp nhận dạng đột quỵ 43 2.1 Phương pháp sử dụng cảm biến đeo trên người 43 2.2 Phương pháp sử dụng cảm biến môi trường 44 2.3 Phương pháp dựa trên xử lý hình ảnh 44 Chƣơng 3. THIẾT KẾ HỆ THỐNG 46 3.1 Giới thiệu chung 46 3.2 Phần cứng hệ thống 48 3.1 Thiết bị theo dõi 49 3.2 Thiết bị định vị 53 3.3 Thiết bị quản lý 54 3.3 Phần mềm hệ thống 57 Chƣơng 4. THIẾT KẾ THUẬT TOÁN 59 4.1 Phát hiện tình trạng té ngã 59 4.2 Xác định vị trí sử dụng RSSI 60 4.1 Khảo sát giá trị RSSI từ module Xbee RF 61 vii 4.2 Tính toán khoảng cách dựa vào tham số RSSI 63 4.3 Thuật toán định vị E-MinMax 65 4.4 Kết quả thực nghiệm 67 4.3 Phát hiện hành vi bất thường 76 4.5 Lưu đồ chương trình điều khiển thiết bị theo dõi 82 4.6 Lưu đồ chương trình điều khiển thiết bị định vị 84 4.7 Lưu đồ chương trình điều khiển thiết bị quản lý 85 4.8 Tiến hành thí nghiệm 86 4.9 Kết quả đạt được 86 Chƣơng 5.1 Các kết quả đạt được 89 5.2 Hướng phát triển của đề tài 90 TÀI LIỆU THAM KHẢO 92 PHỤ LỤC 95 viii DANH SÁCH CHỮ VIẾT TẮT/KÝ HIỆU KHOA HỌC 2D 2 Dimension – 2 chiều 3D 3 Dimension – 3 chiều AOA Angle of arrival – Góc nhìn đến API Application Programming Interface - Giao diện lập trình ứng dụng CID Cluster Identifier - Nhận dạng chùm CLH Cluster Head - Đầu cụm COM Communication - Cổng giao tiếp CPU Central Processing Unit - Bộ phận xử lý trung tâm EEPROM Electrically Erasable Programmable Read-Only Memory – Bộ nhớ không mất dữ liệu khi ngừng cung cấp điện FFD Full Function Device - Thiết bị đầy đủ chức năng GPRS General Packet Radio Service - Công nghệ chuyển mạch gói GPS Global Positioning System - Hệ thống định vị toàn cầu GSM Global System for Mobile - Thông tin di động toàn cầu GTS Guaranteed Time Slot - Đảm bảo khe thời gian I2C Inter-Integrated Circuit - Giao thức truyền nhận đồng bộ IC Integrated Circuit - Mạch tích hợp ID Identification - Nhận dạng ID-PAN Identification Personal Area Network - Nhận dạng mạng cá nhân IEEE Institute of Electrical and Electronics Engineers - Viện kỹ nghệ Điện và Điện tử IEEE 802 là họ các chuẩn IEEE dành cho các mạng LAN và mạng MAN ix IR InfraRed - Hồng ngoại LAN Local Area Network - Mạng máy tính cục bộ LOS Line-of-Sight – Nhìn thẳng LR-WPAN Low rate Wireless Personal Area Network - Mạng cá nhân không dây tốc độ thấp MAN Metropolitan Area Network - Mạng khu vực đô thị MEMS Micro ElectroMechanical Systems - Hệ thống cảm biến vi cơ điện tử N-LOS Non-Line-of-Sight –Khuất PDA Personal Digital Assistant - Thiết bị kỹ thuật số hỗ trợ cá nhân QoS Quality of Service - Chất lượng dịch vụ RAM Random Access Memory - Bộ nhớ truy cập tạm thời RF Radio Frequency - Tần số sóng vô tuyến RFD Reduced Function Device - Thiết bị thiếu chức năng RFID Radio Frequency Identification Device - Thiết bị nhận dạng ROM Read Only Memory - Bộ nhớ chỉ đọc RSSI Receiver Signal Strength Indicator – Cường độ tín hiệu nhận RT Reveiver and Transmitter – Truyền và nhận RTC Real Time Clock - Đồng hồ thời gian thực SIM Subscriber Identity Module - Thẻ nhận dạng thuê bao SMS Short Message Service - Dịch vụ tin nhắn ngắn SPI Serial Peripheral Interface - Giao tiếp nối tiếp đồng bộ SRAM Static Random Access Memory - Bộ nhớ truy xuất ngẫu nhiên tĩnh TDOA Time difference of arrival - Sự khác biệt thời gian đến TOA Time of arrival - Thời gian đến x UART Universal Synchronous & Asynchronous serial - Bộ truyền nhận nối tiếp đồng bộ và không đồng bộ USB Universal Serial Bus – Chuẩn kết nối tuần tự đa dụng trong máy tính UWB Untra Wide Band – Siêu băng rộng WiFi Wireless Fidelity - Hệ thống mạng không dây sử dụng sóng vô tuyến WLAN Wireless Local Area Network - Mạng nội hạt không dây WPAN Wireless Personal Area Network-PANs - Mạng cá nhân không dây WSN Wireless Sensor Network - Mạng cảm biến không dây ZC ZigBee Coordinator - Bộ thu thập dữ liệu ZED ZigBee End-device - Thiết bị cuối ZR ZigBee Router - Bộ chuyển tiếp tín hiệu xi DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 1.1: Biểu đồ số ca tử vong trên toàn cầu mỗi năm do đột quỵ theo độ tuổi 2 Hình 1.2: Mạch máu não bị tắc, vỡ làm máu không thể lưu thông 3 Hình 1.3: Nguy cơ đột quỵ ở người cao tuổi 4 Hình 1.4: “Giờ vàng” trong cấp cứu đột quỵ não 5 Hình 1.5: Liên lạc với những người thân cận giúp đỡ 5 Hình 1.6: Sơ đồ hệ thống RFID 6 Hình 1.7: Phát triển mạng lưới Zigbee 8 Hình 1.8: Mạng vô tuyến phạm vi trên/trong cơ thể người 8 Hình 1.9: Thẻ hồng ngoại chủ động 10 Hình 1.10: Vòng đeo tay Fitbit Surge theo dõi nhịp tim 24/7 15 Hình 1.11: Thiết bị di động giúp phát hiện sớm đột quỵ 16 Hình 1.12: Thiết bị phát hiện dạng đột quỵ bằng sóng siêu âm 16 Hình 2.1: Các nhóm truyền thông không dây 21 Hình 2.2: Bộ tiêu chuẩn IEEE 802.3: Cấu trúc của giao thức ZigBee 27 Hình 2.4: Các thiết bị Zigbee 27 Hình 2.5: Cấu trúc liên kết mạng 28 Hình 2.6: Cấu trúc mạng hình sao (Star) 29 Hình 2.7: Cấu trúc mạng mắt lưới (Mesh) 29 Hình 2.8: Cấu trúc mạng hình cây (Cluster Tree) 30 Hình 2.9: Hoạt động cấu trúc mạng hình cây (Cluster Tree) 30 Hình 2.10: Các ứng dụng của ZigBee 31 Hình 2.11: Ứng dụng của Zigbee cho ngôi nhà thông minh 32 Hình 2.12: Phép đo ba cạnh tam giác 33 xii Hình 2.13: Định vị bằng vùng giao nhau 34 Hình 2.14: Phép đo đạc tam giác 34 Hình 2.15: Định vị bằng khả năng tối đa 35 Hình 2.16: Mô hình truyền sóng trong không gian 36 Hình 2.17: Phương pháp sử dụng nguyên tắc TOA multilateration cho vị trí 2D 37 Hình 2.18: Xác định vị trí sử dụng kỹ thuật AOA 37 Hình 2.19: Nguyên tắc góc tới 38 Hình 2.20: Phương pháp AOA 39 Hình 2.21: Phương pháp Trilateration 41 Hình 2.