Bối cảnh và vấn đề nghiên cứu

Đồ án tốt nghiệp "Hệ thống theo dõi sức khỏe tại nhà" được thực hiện bởi sinh viên Nguyễn Văn Huy, chuyên ngành Công nghệ Kỹ thuật Máy tính, Khoa Đào tạo Chất lượng cao, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, dưới sự hướng dẫn của PGS. TS. Phan Văn Ca (thời gian thực hiện từ ngày 20/09/2018 đến tháng 01/2019).

Bối cảnh thực tiễn của đề tài xuất phát từ sự bùng nổ của cuộc Cách mạng Công nghiệp lần thứ tư và công nghệ Internet vạn vật (Internet of Things - IoT). Việc ứng dụng IoT vào lĩnh vực y tế và chăm sóc sức khỏe gia đình cho phép kết nối, định danh thiết bị và truyền tải dữ liệu sinh hiệu từ xa. Nhu cầu kiểm tra sức khỏe định kỳ tại nhà ngày càng trở nên cấp thiết, đặc biệt đối với người cao tuổi — nhóm đối tượng thường xuyên cần theo dõi các chỉ số sinh tồn nhưng gặp nhiều trở ngại, bất tiện trong việc di chuyển đến các cơ sở y tế. Trong các chỉ số sinh hiệu trực tiếp, nhịp tim và nồng độ oxy bão hòa trong máu ($SpO_2$) là hai thông số phản ánh tức thời tình trạng tuần hoàn và hô hấp của cơ thể, hỗ trợ phát hiện sớm các biến chứng nguy hiểm.

Mục tiêu nghiên cứu của đề tài được tác giả xác định cụ thể gồm:

  1. Nghiên cứu, thiết kế và thi công thiết bị đo nhịp tim và nồng độ oxy trong máu ($SpO_2$) của từng thành viên trong gia đình với độ tin cậy chấp nhận được.
  2. Tích hợp module nhận dạng tần số vô tuyến RFID RC522 để phân biệt danh tính người dùng và liên kết dữ liệu đo với hồ sơ lịch sử của từng thành viên.
  3. Nhận dữ liệu và giám sát hệ thống thông qua giao diện Web kết nối với máy chủ đám mây.
  4. Đảm bảo mô hình thiết bị có cấu trúc vận hành thuận tiện, dễ thao tác trong môi trường gia đình.

Nhiệm vụ nghiên cứu được phân chia thành các bước:

  1. Nghiên cứu giao tiếp phần cứng giữa các module chức năng.
  2. Thiết kế giao diện hiển thị và quản trị trên nền tảng Web.
  3. Thiết lập cơ sở dữ liệu thời gian thực trên Server (sử dụng Firebase Realtime Database).
  4. Kiểm tra, đánh giá thực nghiệm trực tiếp toàn bộ hệ thống.
  5. Tổng hợp dữ liệu và hoàn thành báo cáo đồ án tốt nghiệp.

Đối tượng nghiên cứu của đồ án bao gồm: vi điều khiển và kỹ thuật lập trình vi điều khiển (dòng SoC ESP8266 trên kit NodeMCU); các cảm biến y sinh (MAX30100); công nghệ nhận dạng thẻ RFID (RC522); cơ chế truyền thông không dây WiFi; giao thức truyền nhận dữ liệu giữa vi điều khiển và nền tảng đám mây Firebase.

Phạm vi nghiên cứu:

  • Không gian: Ứng dụng quy mô hộ gia đình, theo dõi sức khỏe tại chỗ cho các cá nhân trong nhà.
  • Thời gian: Dữ liệu và mô hình được xây dựng, thử nghiệm từ tháng 09/2018 đến tháng 01/2019 tại TP. Hồ Chí Minh.
  • Giới hạn kỹ thuật: Hệ thống tập trung đo đạc hai chỉ số sinh học chính là nhịp tim và nồng độ oxy trong máu qua đầu ngón tay; phụ thuộc vào mạng WiFi nội bộ và nguồn điện cấp liên tục từ adapter 5V.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và mô hình công nghệ

Tác giả đã tổng hợp các cơ sở lý thuyết kỹ thuật chuyên ngành để xây dựng hệ thống, bao gồm:

  • Nguyên lý đo nhịp tim và $SpO_2$ bằng cảm biến quang học: Cơ chế đo dựa trên sự kết hợp giữa phép đo quang phổ kế (sắc ký quang học) và phép đo xung động kế (xung động ký). Phép đo sắc ký khai thác sự sai khác về đặc tính hấp thụ ánh sáng của Hemoglobin khử ($Hb$) và Oxyhemoglobin ($HbO_2$) tại hai bước sóng quang học riêng biệt: ánh sáng đỏ (bước sóng 660 nm) và ánh sáng hồng ngoại (bước sóng 905 nm). Phép đo xung động ký ghi nhận sự biến thiên tuần hoàn của thể tích máu động mạch giữa kỳ tâm thu và kỳ tâm trương tại các mao mạch đầu ngón tay, từ đó tính toán ra nhịp tim và tỷ lệ phần trăm bão hòa oxy.
  • Công nghệ nhận dạng bằng sóng vô tuyến (RFID): Hoạt động ở dải tần số cao (HF) 13.56 MHz, tuân thủ chuẩn giao tiếp không tiếp xúc ISO/IEC 14443A / MIFARE. Hệ thống sử dụng thẻ thụ động (Passive Tag), nhận năng lượng cảm ứng từ trường bức xạ phát ra từ đầu đọc (Reader) qua ăng-ten để kích hoạt chip bên trong thẻ và gửi mã định danh UID về vi điều khiển.
  • Mô hình kết nối mạng IoT và giao thức truyền thông: Ứng dụng chip SoC ESP8266 hỗ trợ giao tiếp mạng không dây chuẩn IEEE 802.11 b/g/n (hoạt động ở các chế độ Station, Access Point, hoặc kết hợp STA + AP). Các chuẩn giao tiếp ngoại vi cấp thấp gồm có bus nối tiếp $I^2C$ (Inter-Integrated Circuit), chuẩn giao tiếp ngoại vi nối tiếp nối tiếp đồng bộ bốn dây SPI (Serial Peripheral Interface), và giao tiếp nối tiếp bất đồng bộ UART.
  • Nền tảng máy chủ dữ liệu đám mây: Mô hình NoSQL Cloud-hosted Database của dịch vụ Google Firebase Realtime Database. Nền tảng này lưu trữ và đồng bộ dữ liệu thời gian thực theo định dạng JSON với độ trễ thấp tính bằng mili-giây, hỗ trợ bộ nhớ đệm cục bộ (local cache) khi thiết bị ngoại tuyến và đồng bộ tự động khi tái lập kết nối mạng.

Phương pháp nghiên cứu

  • Phương pháp phân tích và thiết kế hệ thống nhúng: Lựa chọn phần cứng theo tiêu chí công suất tiêu thụ thấp, chi phí thấp, đáp ứng đầy đủ các chuẩn truyền thông cần thiết để ghép nối nhiều ngoại vi đồng thời.
  • Phương pháp mô phỏng mạch điện tử: Sử dụng phần mềm Proteus 8 để vẽ sơ đồ nguyên lý mạch điều khiển và thiết kế mạch in (PCB Layout).
  • Phương pháp lập trình điều khiển phần cứng: Sử dụng môi trường tích hợp Arduino IDE với nền tảng ngôn ngữ C/C++ và bộ thư viện Wiring để nạp firmware cho vi điều khiển NodeMCU ESP8266.
  • Phương pháp kiểm nghiệm thực tế: Đấu nối mạch phần cứng thực tế, nạp chương trình, tiến hành quẹt thẻ từ RFID thử nghiệm và đo trực tiếp các thông số nhịp tim, $SpO_2$ của đối tượng thử nghiệm qua đầu ngón tay; theo dõi việc hiển thị tại màn hình LCD và quá trình đồng bộ dữ liệu lên Firebase Web Server.

Thiết kế và triển khai hệ thống kỹ thuật

Kiến trúc phần cứng hệ thống

Hệ thống được tổ chức thành 6 khối chức năng chính:

  1. Khối xử lý trung tâm: Sử dụng Kit NodeMCU DEVKIT 1.0 (nhúng vi xử lý ESP-12E / ESP8266). Khối chịu trách nhiệm cấu hình ngắt, thu thập dữ liệu từ cảm biến, xác thực mã thẻ RFID, điều khiển xuất dữ liệu ra LCD và quản lý kết nối WiFi để đẩy dữ liệu lên cơ sở dữ liệu Firebase.
  2. Khối cảm biến y sinh: Sử dụng module cảm biến MAX30100 tích hợp bộ chuyển đổi tương tự - số ADC 16-bit sigma-delta, bộ phát LED đôi (ánh sáng đỏ và hồng ngoại) cùng bộ thu quang điện kèm khối xử lý tín hiệu tương tự độ nhiễu thấp. Cảm biến giao tiếp với bộ xử lý trung tâm qua bus $I^2C$.
  3. Khối xác thực người dùng: Sử dụng module RFID RC522 (dựa trên IC MFRC522 của Philips) để quét và giải mã thẻ từ MIFARE tần số 13.56 MHz, giao tiếp qua bus SPI.
  4. Khối hiển thị tại chỗ: Màn hình LCD 16x2 kết hợp mạch chuyển đổi giao tiếp LCD $I^2C$ (sử dụng IC chuyển đổi nối tiếp sang song song), giúp tiết kiệm chân vi điều khiển và cho phép điều chỉnh độ tương phản thông qua biến trở tích hợp.
  5. Khối chuyển tiếp dữ liệu & Web: Đảm nhận việc truyền nhận dữ liệu không dây qua sóng WiFi từ chip ESP8266 lên Firebase Realtime Database và hiển thị giao diện theo dõi trên trình duyệt Web.
  6. Khối nguồn: Nguồn cấp đầu vào sử dụng Adapter 5V - 1A cung cấp trực tiếp mức áp 5VDC cho chân Vin của NodeMCU và LCD, kết hợp mạch hạ áp 3.3VDC trên kit để cấp nguồn cho module RFID RC522 và cảm biến MAX30100.
Linh kiện / Ngoại vi Chuẩn giao tiếp Chân kết nối trên NodeMCU Điện áp hoạt động Dòng tiêu thụ đặc trưng
NodeMCU ESP8266 Trung tâm xử lý / WiFi Chân cấp nguồn Vin, GND 5VDC (Vin) / 3.3VDC (Chip) ~70mA (cực đại 200mA)
Cảm biến MAX30100 $I^2C$ D1 (SCL - GPIO 5), D2 (SDA - GPIO 4) 1.3VDC (nguồn lõi) / 3.3VDC 0.7 µA (chế độ shutdown)
Module RFID RC522 SPI D4 (SDA/SS), D5 (SCK), D6 (MISO), D7 (MOSI) 3.3VDC 13 - 26mA (chờ: 10 - 13mA)
Màn hình LCD 16x2 + I2C $I^2C$ D1 (SCL - GPIO 5), D2 (SDA - GPIO 4) 5VDC Tiêu chuẩn theo đèn nền LCD
LED báo trạng thái GPIO D0 (GPIO 16) 3.3VDC ~10 - 20mA

Quy trình hoạt động và thuật toán điều khiển

Hoạt động của hệ thống vận hành theo các bước tuần tự được lập trình chặt chẽ:

  • Bước 1 (Khởi tạo): Sau khi cấp nguồn, vi điều khiển khởi tạo các cổng GPIO, thiết lập ngắt ngoài, khởi tạo giao tiếp LCD $I^2C$ và kích hoạt kiểm tra trạng thái kết nối mạng WiFi (WiFi.status() == WL_CONNECTED). Nếu kết nối thất bại, hệ thống dừng các chức năng tiếp theo và tiến hành kết nối lại (reconnect).
  • Bước 2 (Chờ và xác thực thẻ): Hệ thống hiển thị trạng thái chờ quẹt thẻ trên màn hình LCD. Khi người dùng đưa thẻ RFID vào vùng cảm ứng của module RC522 (khoảng cách 0 - 60 mm), sóng vô tuyến kích hoạt thẻ truyền mã định danh UID về vi điều khiển qua giao tiếp SPI. Nếu mã thẻ không khớp với danh sách người dùng được phép, LCD xuất thông báo lỗi "thẻ không hợp lệ" và khóa quy trình đo.
  • Bước 3 (Thu thập dữ liệu cảm biến): Khi mã thẻ hợp lệ, hệ thống cho phép người dùng đặt ngón tay lên bề mặt cảm biến MAX30100. Thuật toán kiểm tra hàm trả về của cảm biến; nếu phát hiện tín hiệu mạch đập, dữ liệu thô từ bộ đệm FIFO 16 tầng của MAX30100 được vi điều khiển trích xuất qua bus $I^2C$ và gán vào các biến tính toán nhịp tim và $SpO_2$.
  • Bước 4 (Xuất kết quả tại chỗ và đồng bộ đám mây): Giá trị nhịp tim và $SpO_2$ sau xử lý được xuất trực tiếp lên màn hình LCD 16x2. Đồng thời, NodeMCU gửi gói dữ liệu gồm định danh thành viên, giá trị nhịp tim, nồng độ oxy và mốc thời gian đo lên máy chủ Firebase Realtime Database qua mạng WiFi.
  • Bước 5 (Cập nhật Web): Trang Web quản lý nhận dữ liệu cập nhật từ Firebase theo thời gian thực để hiển thị bảng theo dõi sức khỏe và lưu trữ vào hồ sơ lịch sử của cá nhân tương ứng.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 giới thiệu khái quát về vai trò của công nghệ tự động hóa và IoT trong sự phát triển kinh tế - xã hội nói chung và lĩnh vực chăm sóc sức khỏe y tế nói riêng. Tác giả đặt vấn đề về sự cấp thiết của việc theo dõi sức khỏe tại nhà đối với người lớn tuổi. Từ đó, chương xác định mục tiêu nghiên cứu là chế tạo máy đo nhịp tim và $SpO_2$ tích hợp thẻ RFID và Web Server; nêu rõ giới hạn phần cứng (linh kiện dễ hỏng khi thử nghiệm, việc lựa chọn module, thẩm mỹ mô hình), giới hạn phần mềm (các lỗi liên kết dữ liệu giữa các nền tảng) và hạn chế mạng truyền thông; làm rõ ý nghĩa khoa học và thực tiễn của đề tài trong việc giảm tải áp lực cho nhân viên y tế và tiết kiệm chi phí cho gia đình.

Chương 2: Cơ sở lý thuyết liên quan

Chương 2 trình bày chi tiết về các công nghệ đo nhịp tim thương mại hiện có trên thị trường (như máy Beurer, Max 105), phân tích các hướng tiếp cận kỹ thuật đo: đo bằng cảm biến quang học hấp thụ (nguyên lý sắc ký và xung động ký với hai bước sóng 660 nm và 905 nm), đo nhịp tim bằng camera không tiếp xúc thông qua giám sát phản xạ da của Panasonic, và đo nhịp tim bằng cảm biến vân tay siêu âm (Sense ID của Qualcomm). Tiếp theo, chương cung cấp thông số kỹ thuật và sơ đồ chân chi tiết của các phần cứng chính:

  • Kit NodeMCU DEVKIT 1.0 (ESP8266, chip nạp CP2102, bộ nhớ, các chế độ WiFi STA/AP, điện áp và dòng tiêu thụ);
  • Màn hình LCD 16x2 kèm module chuyển đổi $I^2C$ với bảng sơ đồ chân chi tiết;
  • Module RFID RC522 (tần số 13.56 MHz, chuẩn thẻ ISO 14443A/MIFARE, tốc độ truyền SPI 10 Mbit/s, khoảng cách đọc 0 - 60 mm, dòng hoạt động 13 - 26 mA);
  • Cảm biến MAX30100 (tích hợp bộ chuyển đổi ADC 16-bit sigma-delta, dòng nghỉ 0.7 µA, tốc độ đọc 50 Hz đến 1 kHz, giao tiếp $I^2C$). Phần cuối chương giới thiệu các công cụ phần mềm hỗ trợ gồm Arduino IDE, phần mềm mô phỏng mạch điện tử Proteus 8 và quy trình thiết lập dự án trên Google Firebase Realtime Database qua 4 bước cấu hình tài khoản và thiết lập quyền truy cập (rules: read/write).

Chương 3: Xây dựng và thiết kế hệ thống

Chương 3 tập trung vào thiết kế kỹ thuật, tính toán phân bổ phần cứng và xây dựng giải thuật phần mềm:

  • Nêu rõ các yêu cầu chức năng của hệ thống và sơ đồ khối chức năng chi tiết gồm 6 khối (Khối xử lý trung tâm, Khối cảm biến, Khối xác thực, Khối hiển thị, Khối chuyển tiếp dữ liệu, Khối nguồn).
  • Thiết kế tính toán từng khối: lựa chọn vi điều khiển NodeMCU ESP8266; sơ đồ nguyên lý ghép nối chân (D1, D2 nối bus $I^2C$ cho LCD và MAX30100; D4, D5, D6, D7 nối bus SPI cho RFID RC522; D0 nối LED chỉ thị); tính toán dòng tiêu thụ của hệ thống để chọn bộ nguồn Adapter 5V - 1A.
  • Xây dựng các lưu đồ thuật toán chi tiết: Lưu đồ hệ thống toàn cục, Lưu đồ phần mềm ứng dụng, Lưu đồ kết nối WiFi với Firebase, và Lưu đồ thuật toán đọc - nhận dữ liệu từ cảm biến MAX30100.
  • Thiết kế mạch in (PCB) điều khiển hệ thống hoàn chỉnh thông qua phần mềm mô phỏng Proteus.

Chương 4: Kết quả và thực nghiệm

Chương 4 công bố kết quả hiện vật và kiểm thử thực tế của mô hình:

  • Chế tạo thành công mô hình sản phẩm hoàn chỉnh với phần cứng kết nối ổn định giữa khối xử lý trung tâm và các ngoại vi.
  • Kết quả phần mềm ghi nhận: Hệ thống thực hiện chính xác chức năng phân quyền qua thẻ RFID; khi quét thẻ sai, màn hình LCD xuất cảnh báo "thẻ không hợp lệ" và hệ thống không kích hoạt cảm biến đo; khi quét đúng thẻ thành viên, cảm biến MAX30100 hoạt động, đo các thông số và hiển thị lên LCD, đồng thời đẩy dữ liệu lên cơ sở dữ liệu Firebase Realtime Database trong thời gian ngắn.
  • Giao diện Web hiển thị thành công các trường thông tin: tên thành viên, thời gian đo, nồng độ oxy trong máu ($SpO_2$) và nhịp tim, đồng thời hỗ trợ tra cứu lịch sử đo của người dùng.
  • Tác giả ghi nhận các yếu tố môi trường tác động đến hệ thống: mạch hoạt động ổn định ở nhiệt độ trung bình, đòi hỏi cấp nguồn điện liên tục và bắt buộc phải duy trì kết nối Internet liên tục để giao diện web giám sát vận hành đúng chức năng.

Chương 5: Kết luận và hướng phát triển

Chương 5 tổng kết mức độ hoàn thành nhiệm vụ theo mục tiêu ban đầu: hệ thống vận hành đúng trình tự thiết kế, nhận diện người dùng chính xác qua RFID, hiển thị chỉ số trực quan và lưu trữ dữ liệu đám mây thành công. Về mặt hạn chế, kết quả đo từ cảm biến MAX30100 vẫn còn sai số nhất định. Tác giả đề xuất các hướng phát triển kỹ thuật tiếp theo bao gồm: hoàn thiện giải thuật trong mã nguồn để lọc nhiễu và giảm thiểu sai số đo của cảm biến, cải tiến thiết kế cơ khí và vỏ hộp của mô hình cho thẩm mỹ hơn, tối ưu hóa giao tiếp mạng và nghiên cứu tích hợp thêm các cảm biến sinh hiệu khác.

Kết quả và đóng góp của đồ án

Kết quả kỹ thuật đạt được

  • Chế tạo thành công mạch phần cứng tích hợp hoàn chỉnh vi điều khiển NodeMCU ESP8266, cảm biến y sinh MAX30100, đầu đọc thẻ RFID RC522 và màn hình hiển thị LCD 16x2 qua giao tiếp $I^2C$ trên bo mạch in tự thiết kế.
  • Triển khai thành công cơ chế nhận dạng người dùng: phân biệt thẻ hợp lệ và thẻ không hợp lệ với khoảng cách nhận diện từ 0 đến 60 mm; khóa đo và phát thông báo "thẻ không hợp lệ" trên màn hình khi quét sai thẻ.
  • Đồng bộ hóa dữ liệu thời gian thực lên máy chủ Google Firebase Realtime Database và hiển thị đầy đủ các trường thông số: danh tính thành viên, nhịp tim, nồng độ $SpO_2$ và thời gian đo trên giao diện Web.
  • Lựa chọn và phối hợp thành công các đường truyền bus ngoại vi trên một vi điều khiển có số chân hạn chế (dùng chung bus $I^2C$ cho cả màn hình LCD và cảm biến MAX30100 qua hai chân D1 - GPIO 5 và D2 - GPIO 4; phân bổ giao tiếp SPI cho RFID RC522 qua các chân D4, D5, D6, D7).

Giải pháp và kiến nghị của tác giả

  • Ứng dụng mô hình cơ sở dữ liệu thời gian thực đám mây (Firebase) để giải quyết bài toán giám sát sức khỏe từ xa cho gia đình mà không cần tự duy trì máy chủ vật lý phức tạp.
  • Sử dụng phương thức định danh người dùng cục bộ bằng thẻ từ RFID để đảm bảo tính riêng tư và phân tách chính xác hồ sơ bệnh án cá nhân của từng thành viên trước khi tiến hành thu thập dữ liệu sinh học.
  • Đề xuất cấp nguồn cố định bằng Adapter 5V - 1A để đảm bảo mức năng lượng ổn định cho cả module phát sóng WiFi công suất cao và các cảm biến quang học nhạy cảm.

Đóng góp thực tiễn theo công bố của tác giả

  • Mô hình đóng vai trò thử nghiệm ứng dụng tiến bộ khoa học kỹ thuật và công nghệ IoT vào việc bảo vệ, theo dõi sức khỏe con người trong môi trường dân sinh.
  • Cung cấp giải pháp kỹ thuật có chi phí linh kiện thấp, cấu tạo đơn giản, giúp các gia đình có thể tự theo dõi sức khỏe tại nhà, tiết kiệm thời gian, công sức và chi phí đi lại đối với những lần kiểm tra thông số cơ bản.
  • Làm tài liệu tiền đề phục vụ nghiên cứu và phát triển thêm các kỹ thuật, công nghệ nhúng áp dụng vào y tế và trường học trong tương lai.

Hạn chế và hướng phát triển

Các hạn chế được ghi nhận

Căn cứ vào nội dung được tác giả trình bày tại các chương đánh giá và kết luận của đồ án, hệ thống còn tồn tại các hạn chế kỹ thuật sau:

  • Sai số của cảm biến: Dữ liệu nhịp tim và nồng độ oxy trong máu đo được từ cảm biến MAX30100 vẫn còn tồn tại sai số, chưa đạt đến mức độ ổn định cao do thuật toán xử lý tín hiệu và lọc nhiễu trong code chưa được tối ưu hóa triệt để.
  • Tính thẩm mỹ và gia công mô hình: Do hạn chế về thời gian thực hiện đồ án, mô hình phần cứng thực nghiệm chưa được thiết kế hoàn thiện về mặt kết cấu vỏ hộp và mỹ thuật công nghiệp.
  • Phụ thuộc vào hạ tầng mạng: Hệ thống hoạt động hoàn toàn phụ thuộc vào chất lượng sóng WiFi và kết nối Internet. Khi mạng không ổn định hoặc mất mạng, hệ thống không thể đẩy dữ liệu lên Web Server và buộc phải chuyển sang trạng thái chờ kết nối lại (reconnect).
  • Yêu cầu nguồn điện cố định: Mạch bắt buộc phải được cấp nguồn điện liên tục từ Adapter cắm điện lưới, chưa tích hợp nguồn pin lưu động hoặc cơ chế sạc dự phòng để mang theo người.
  • Điều kiện môi trường hoạt động: Khả năng vận hành ổn định của hệ thống phụ thuộc vào môi trường nhiệt độ trung bình, dễ bị ảnh hưởng nếu làm việc trong môi trường quá nóng hoặc quá lạnh.

Hướng phát triển của đề tài

Tác giả đề xuất các hướng nghiên cứu và hoàn thiện tiếp theo gồm:

  1. Tiếp tục tối ưu hóa thuật toán trong mã nguồn và cải tiến phần cứng để giảm thiểu tối đa sai số đo từ cảm biến MAX30100.
  2. Hoàn thiện thiết kế kiểu dáng công nghiệp, gia công vỏ hộp để nâng cao tính thẩm mỹ và độ bền cơ học cho thiết bị.
  3. Bổ sung các tính năng nâng cao và tích hợp thêm các loại cảm biến sinh thái/y sinh khác nhằm theo dõi sức khỏe toàn diện hơn.

Giá trị tham khảo và ứng dụng

Đồ án có giá trị tham khảo chuyên môn thiết thực đối với:

  • Sinh viên các ngành Công nghệ Kỹ thuật Máy tính, Điện tử - Viễn thông, Hệ thống Nhúng và IoT: Tài liệu cung cấp ví dụ mẫu về việc tích hợp nhiều module ngoại vi sử dụng đồng thời các chuẩn truyền thông khác nhau ($I^2C$, SPI, UART, GPIO) trên dòng SoC phổ biến ESP8266.
  • Người thực hiện các đề tài kỹ thuật liên quan đến IoT Y tế (IoMT): Cung cấp tài liệu tham khảo chi tiết về sơ đồ kết nối chân, nguyên lý đo quang phổ kế của cảm biến MAX30100 và quy trình 4 bước thiết lập, phân quyền trên cơ sở dữ liệu thời gian thực Google Firebase Realtime Database.
  • Các phần đáng tham khảo nhất trong văn bản:
    • Sơ đồ phân bổ chân và bảng thông số nguồn điện giữa NodeMCU, MAX30100 và RFID RC522 (Chương 2 và Chương 3).
    • Sơ đồ mạch in điều khiển hệ thống thiết kế trên phần mềm Proteus 8 (Chương 3).
    • Các lưu đồ giải thuật đọc cảm biến, quản lý ngắt và thuật toán đồng bộ kết nối mạng WiFi với Firebase (Chương 3).

Câu hỏi thường gặp

1. Vi điều khiển nào được lựa chọn làm khối xử lý trung tâm và vì sao?
Tác giả lựa chọn kit phát triển NodeMCU DEVKIT 1.0 tích hợp chip SoC ESP8266 (ESP-12E). Lý do lựa chọn là dòng chip này có giá thành rẻ, tiêu thụ năng lượng thấp, hỗ trợ đầy đủ các chuẩn giao tiếp nối tiếp ngoại vi cơ bản (UART, SPI, $I^2C$), tích hợp sẵn module thu phát sóng không dây WiFi chuẩn IEEE 802.11 b/g/n và tương thích trực tiếp với trình biên dịch của môi trường Arduino IDE.

2. Cảm biến MAX30100 hoạt động dựa trên nguyên lý quang học nào để đo nhịp tim và nồng độ $SpO_2$?
Cảm biến hoạt động dựa trên cơ sở kết hợp giữa phép đo quang phổ kế (sắc ký) và phép đo xung động kế (xung động ký). Bộ phát quang của cảm biến phát ra hai bước sóng ánh sáng: ánh sáng đỏ (660 nm) và ánh sáng hồng ngoại (905 nm). Khi ánh sáng truyền qua mô đầu ngón tay, cảm biến ghi nhận sự chênh lệch về độ hấp thụ quang học giữa Hemoglobin không gắn oxy ($Hb$) và Oxyhemoglobin ($HbO_2$), kết hợp với sự thay đổi thể tích máu tuần hoàn giữa kỳ tâm thu và kỳ tâm trương để tính toán các thông số.

3. Cơ chế xác thực người dùng bằng công nghệ RFID được triển khai như thế nào trước khi tiến hành đo?
Hệ thống sử dụng module RFID RC522 giao tiếp qua bus SPI để đọc thẻ từ MIFARE tần số 13.56 MHz được cấp riêng cho mỗi thành viên trong gia đình. Khi người dùng quẹt thẻ, nếu mã UID khớp với dữ liệu hợp lệ, vi điều khiển mới kích hoạt cảm biến MAX30100 để tiến hành đo. Ngược lại, nếu thẻ sai hoặc không hợp lệ, màn hình LCD sẽ xuất thông báo "thẻ không hợp lệ" và hệ thống khóa hoàn toàn chức năng đo.

4. Dữ liệu đo được truyền tải và quản trị trên nền tảng máy chủ nào?
Dữ liệu đo được truyền tải trực tiếp từ vi điều khiển NodeMCU qua sóng WiFi lên nền tảng Google Firebase Realtime Database (cơ sở dữ liệu NoSQL đám mây). Dữ liệu được lưu trữ, đồng bộ thời gian thực theo định dạng khóa-giá trị và hiển thị trên giao diện Web theo dõi sức khỏe cho phép tra cứu lịch sử đo của từng cá nhân.

5. Những hạn chế kỹ thuật chính nào của mô hình đã được tác giả ghi nhận trong văn bản?
Các hạn chế chính gồm: dữ liệu đo từ cảm biến MAX30100 vẫn còn tồn tại sai số; mô hình cơ khí phần cứng chưa hoàn thiện về mặt thẩm mỹ do hạn chế thời gian; hệ thống bắt buộc phải duy trì nguồn Adapter 5V liên tục (chưa có pin dự phòng); hệ thống phụ thuộc hoàn toàn vào kết nối mạng Internet/WiFi ổn định và hoạt động tối ưu trong điều kiện nhiệt độ môi trường trung bình.

Kết luận

Đồ án tốt nghiệp "Hệ thống theo dõi sức khỏe tại nhà" của tác giả Nguyễn Văn Huy đã hoàn thành việc thiết kế và chế tạo thành công một mô hình mẫu thiết bị y tế IoT phục vụ quy mô gia đình. Hệ thống tích hợp thành công vi điều khiển NodeMCU ESP8266 với cảm biến nhịp tim - oxy trong máu MAX30100, đầu đọc thẻ RFID RC522, màn hình LCD $I^2C$ và đồng bộ dữ liệu thời gian thực lên máy chủ Firebase. Mặc dù còn một số hạn chế về sai số cảm biến và tính thẩm mỹ mô hình do điều kiện thử nghiệm, đồ án đã giải quyết được trọn vẹn quy trình kỹ thuật từ phân tích lý thuyết, thiết kế mạch in, xây dựng giải thuật nhúng đến triển khai giao diện theo dõi sức khỏe từ xa.