Bối cảnh và vấn đề nghiên cứu
Trong bối cảnh hệ thống y tế ngày càng chú trọng đến việc nâng cao chất lượng chăm sóc người bệnh, đặc biệt sau những thách thức thực tiễn từ đại dịch COVID-19, nhu cầu giám sát sức khỏe liên tục và tự động hóa các thiết bị hỗ trợ điều trị trở nên cấp thiết. Tại các bệnh viện, việc theo dõi các chỉ số sinh hiệu truyền thống đòi hỏi nhân viên y tế phải trực tiếp đo đạc định kỳ tại giường, tạo ra áp lực công việc lớn, đồng thời làm tăng lưu lượng người thăm nuôi và gia tăng nguy cơ lây nhiễm chéo.
Xuất phát từ thực tế đó, các giải pháp ứng dụng Internet vạn vật (IoT) trong y tế đang được nghiên cứu rộng rãi. Điển hình, một số công trình trước đây như đề tài "Development of a Smart Hospital Bed Based on Deep Learning to Monitor Patient Conditions" đã tích hợp các cảm biến đo thân nhiệt, nhịp tim, SpO2 nhưng giường chưa hỗ trợ cơ cấu điều chỉnh tư thế tự động; hay đề tài "IoT Based Autonomous Remote Controlled Smart Bed For Hospitals" tập trung vào động cơ di chuyển tự hành nhưng kết cấu phức tạp. Nhằm giải quyết các vấn đề trên, đồ án tốt nghiệp tập trung nghiên cứu, thiết kế và chế tạo một mô hình giường bệnh thông minh tích hợp đo sinh hiệu, nhận diện trạng thái cử động, camera giám sát từ xa và cơ cấu nâng hạ đầu giường.
Mục tiêu nghiên cứu của đề tài được xác định cụ thể theo 5 nhiệm vụ:
- Đo đạc các thông số nhịp tim và nồng độ oxy trong máu (SpO2) của bệnh nhân.
- Đo đạc giá trị thân nhiệt của bệnh nhân bằng phương pháp không tiếp xúc.
- Hiển thị trực quan các thông số sức khỏe thu thập được lên màn hình chuyên dụng tại giường.
- Cho phép bệnh nhân chủ động điều chỉnh độ nâng của đầu giường theo ý muốn.
- Tự động cập nhật dữ liệu sinh hiệu lên Web Server và cơ sở dữ liệu thời gian thực để nhân viên y tế theo dõi từ xa.
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Hệ thống giường bệnh thông minh ứng dụng IoT, bao gồm các khối cảm biến sinh học (thân nhiệt, SpO2, nhịp tim), cảm biến rung phát hiện cử động, khối xử lý vi điều khiển, khối camera truyền hình ảnh trực tiếp và khối truyền thông dữ liệu không dây.
- Phạm vi không gian và quy mô: Đề tài giới hạn ở mức độ thiết kế, thi công mô hình thử nghiệm với kích thước thu nhỏ khoảng 1/10 so với giường bệnh thực tế.
- Phạm vi thời gian: Đề tài được thực hiện từ ngày 19/02/2024 đến ngày 03/06/2024 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.
- Giới hạn kỹ thuật: Phần cứng tập trung vào các dòng vi điều khiển Arduino Uno R3, ESP32, ESP32-CAM và các chuẩn giao tiếp UART, I2C; hệ thống mô hình chưa tích hợp cơ chế bảo mật và phân quyền nâng cao.
Cơ sở lý thuyết và phương pháp
Đề tài được xây dựng dựa trên cơ sở lý thuyết về các chỉ số sinh học người, kiến trúc phần cứng nhúng, chuẩn truyền thông công nghiệp và nền tảng điện toán đám mây:
- Chỉ số sinh học người:
- Thân nhiệt: Nhiệt độ cơ thể người trưởng thành trung bình là 37°C. Thân nhiệt tăng trên 38°C là biểu hiện của sốt (bao gồm nhiễm virus, vi khuẩn); thân nhiệt tăng cao có thể dẫn đến chuột rút nhiệt hoặc kiệt sức do nhiệt.
- Nhịp tim: Đánh giá trạng thái hoạt động của hệ tuần hoàn, phát hiện các rối loạn như nhịp tim nhanh (Tachycardia), nhịp tim chậm (Bradycardia) và loạn nhịp (Arrhythmia).
- Nồng độ oxy trong máu (SpO2): Mức bão hòa oxy bình thường ở người khỏe mạnh nằm trong khoảng 95% đến 100%. Trạng thái thiếu oxy trong máu (Hypoxemia) gây tổn thương nghiêm trọng đến các cơ quan, đặc biệt là não và tim.
- Lý thuyết phần cứng và chuẩn giao tiếp:
- Module MAX30100: Cảm biến đo nhịp tim (dải đo 0–250 nhịp/phút) và SpO2 (dải đo 0–100%), tích hợp bộ nhớ đệm FIFO kích thước 16x16-bit (32 byte) và giao tiếp qua bus I2C với địa chỉ cố định 0x57.
- Module MLX90614: Cảm biến nhiệt độ hồng ngoại không tiếp xúc, đo dải nhiệt độ đối tượng từ -70°C đến 380°C, tích hợp EEPROM 17x16-bit và RAM 3x16-bit, giao tiếp I2C với địa chỉ mặc định 0x5A.
- Module SW1801P: Cảm biến rung dựa trên nguyên lý công tắc lò xo (switch), điện áp hoạt động 3.3V–5V DC, dòng làm việc 15mA, xuất tín hiệu số (Digital) nhằm phát hiện cử động hoặc trạng thái bất động của bệnh nhân.
- Module hiển thị OLED SSD1306: Kích thước 0.96 inch, độ phân giải 128x64 pixels, giao tiếp I2C.
- Vi điều khiển Arduino Uno R3: Sử dụng chip vi điều khiển ATmega328P (32KB Flash, 2KB SRAM, 1KB EEPROM) kết hợp chip ATmega16U2 chuyển đổi USB-Serial.
- Module Wi-Fi ESP32 và ESP32-CAM: Vi điều khiển ESP32 với CPU lõi kép Xtensa LX6 tốc độ 240 MHz, SRAM 520 KB, Flash 4–8 MB, kết nối Wi-Fi chuẩn 802.11 b/g/n (2.4 GHz, tốc độ tối đa 150 Mbps); module ESP32-CAM hỗ trợ giao tiếp camera thu nhận luồng video và định dạng ảnh JPEG qua giao thức HTTP/Webserver.
- Chuẩn giao tiếp: UART (giao tiếp nối tiếp dị bộ 2 dây Tx/Rx giữa Arduino Uno và ESP32); I2C (giao tiếp nối tiếp 2 dây SDA/SCL phân cấp Master/Slave kết nối đồng thời nhiều module cảm biến và màn hình).
- Nền tảng Firebase: Dịch vụ Firebase Realtime Database của Google, lưu trữ dữ liệu dạng JSON, tự động đồng bộ thời gian thực qua giao thức bảo mật SSL.
Phương pháp nghiên cứu:
- Phương pháp phân tích - tổng hợp: Thu thập, nghiên cứu các tài liệu kỹ thuật, sơ đồ chân và tập lệnh của các linh kiện điện tử từ nhà sản xuất; phân tích các mô hình giường bệnh thông minh trong và ngoài nước.
- Phương pháp thiết kế và mô phỏng mạch: Ứng dụng phần mềm Proteus để vẽ sơ đồ nguyên lý, kiểm tra logic kết nối phần cứng và mô phỏng 3D bản mạch.
- Phương pháp thực nghiệm và kiểm thử chức năng: Lắp ráp từng khối phần cứng độc lập trên testboard, lập trình nạp code bằng Arduino IDE và Visual Studio Code (sử dụng các thư viện chuẩn như
MAX30100_PulseOximeter.h, Adafruit_MLX90614.h, Adafruit_SSD1306.h, FirebaseESP32.h, esp_camera.h), sau đó tích hợp toàn diện trên mô hình vật lý.
Thiết kế kỹ thuật và triển khai hệ thống
Hệ thống giường bệnh thông minh được thiết kế theo cấu trúc module hóa gồm 10 khối chức năng chính liên kết chặt chẽ:
| STT |
Khối chức năng |
Linh kiện / Công nghệ chính |
Thông số kỹ thuật / Chuẩn kết nối |
Vai trò trong hệ thống |
| 1 |
Khối nguồn |
Module LM2596 |
Input: 4V–40V; Output: 1.23V–37V DC; Max 3A; Hiệu suất 92% |
Hạ áp và cấp nguồn ổn định 5V cho toàn bộ hệ thống |
| 2 |
Khối xử lý trung tâm |
Arduino Uno R3 (ATmega328P) |
16 MHz, 32KB Flash, 2KB SRAM, 1KB EEPROM |
Đọc cảm biến, quét nút nhấn, xuất tín hiệu điều khiển, giao tiếp I2C/UART |
| 3 |
Khối đo thân nhiệt |
Module MLX90614 |
Giao tiếp I2C (địa chỉ 0x5A); Dải đo -70°C đến 380°C |
Đo nhiệt độ cơ thể không tiếp xúc từ xa |
| 4 |
Khối đo SpO2 & nhịp tim |
Module MAX30100 |
Giao tiếp I2C (địa chỉ 0x57); FIFO 32 byte; Đo 0–250 bpm, SpO2 0–100% |
Thu thập tín hiệu nhịp tim và độ bão hòa oxy máu |
| 5 |
Khối cảm biến cử động |
Module rung SW1801P |
Điện áp 3.3V–5V DC; Dòng 15mA; Ngõ ra Digital |
Phát hiện bệnh nhân cử động hay nằm bất động kéo dài |
| 6 |
Khối hiển thị tại chỗ |
OLED 0.96 inch (SSD1306) |
Độ phân giải 128x64 pixels; Giao tiếp I2C |
Hiển thị thông số sức khỏe trực tiếp tại đầu giường |
| 7 |
Khối cảnh báo |
Buzzer 5V DC + Transistor 2SC1815 |
Nguồn 5V DC, dòng 30mA; Mạch lái đệm transistor ($\beta = 180$) |
Phát âm thanh báo động khi chỉ số vượt ngưỡng hoặc khi ấn nút khẩn |
| 8 |
Khối nút nhấn |
3 nút nhấn đơn (UP, DOWN, CB) |
Điện trở bảo vệ/kéo $R = 4.7\text{ k}\Omega$; Kết nối chân D2, D3, D4 của Arduino |
Điều khiển nâng/hạ đầu giường và kích hoạt báo động khẩn cấp |
| 9 |
Khối cơ cấu nâng hạ |
Động cơ Servo SG90 + Module Relay |
Điều khiển góc bằng tín hiệu xung PWM (3 mức nâng) |
Truyền động cơ học nâng hạ phần đầu giường bệnh |
| 10 |
Khối truyền thông & Camera |
Module ESP32 + Module ESP32-CAM |
Wi-Fi 2.4 GHz (802.11n); Giao tiếp UART với Arduino; HTTP stream video |
Đẩy dữ liệu lên Firebase/Web Server và phát luồng video giám sát |
[Khối cảm biến: MLX90614, MAX30100] ---> (I2C) ---> [Khối xử lý trung tâm: Arduino Uno R3] <---> (I2C) <---> [Khối hiển thị: OLED 128x64]
[Khối cảm biến rung: SW1801P] ---------> (Digital) -> [Khối xử lý trung tâm: Arduino Uno R3] ----> (PWM) ---> [Khối Servo & Relay nâng giường]
[Khối nút nhấn: UP, DOWN, CB] ---------> (Digital) -> [Khối xử lý trung tâm: Arduino Uno R3] ----> (Digital) -> [Khối cảnh báo: Buzzer 5V]
|
(UART)
v
[Khối Camera: ESP32-CAM] ---> (HTTP Video) -----------> [Khối truyền thông: ESP32]
|
(Wi-Fi)
v
[Firebase Realtime Database & Web Server]
Nguyên lý vận hành phần mềm:
- Tại Arduino Uno R3: Sau khi khởi tạo cấu hình ngoại vi, vi điều khiển liên tục đọc dữ liệu I2C từ cảm biến MLX90614 và MAX30100, đồng thời quét trạng thái các nút nhấn UP, DOWN, CB và cảm biến rung SW1801P. Dữ liệu đo đạc được cập nhật lên màn hình OLED và đóng gói thành chuỗi gửi sang ESP32 thông qua giao tiếp UART. Nếu phát hiện thân nhiệt vượt quá 38°C, nhịp tim bất thường hoặc nút nhấn CB được kích hoạt, chân PB5 xuất tín hiệu tích cực kích thông transistor 2SC1815 để phát còi Buzzer.
- Tại ESP32 và ESP32-CAM: ESP32 tiếp nhận chuỗi ký tự từ UART, bóc tách các trường dữ liệu và gửi lên Firebase Realtime Database qua giao thức Wi-Fi 2.4 GHz. Đồng thời, ESP32 lắng nghe các lệnh điều khiển nâng/hạ từ giao diện Web để chuyển tiếp về Arduino. Module ESP32-CAM khởi tạo một Web Server truyền phát trực tiếp (Live Stream) hình ảnh bệnh nhân về giao diện giám sát trung tâm.
Nội dung chính theo từng chương
Chương 1: Tổng quan
Chương 1 khái quát xu hướng phát triển của các công nghệ hiện đại như AI, Blockchain, 5G và đặc biệt là IoT trong lĩnh vực y tế thông minh. Tác giả tổng quan các công trình nghiên cứu đi trước, phân tích ưu nhược điểm của từng hệ thống và nêu rõ lý do lựa chọn đề tài. Chương này xác định rõ 5 mục tiêu cốt lõi của đề tài, giới hạn phạm vi nghiên cứu ở quy mô mô hình tỷ lệ 1/10 sử dụng các linh kiện nhúng cơ bản (Arduino Uno, ESP32, các cảm biến sinh học) và công bố bố cục gồm 5 chương của báo cáo tốt nghiệp.
Chương 2: Cơ sở lý thuyết
Chương 2 trình bày chi tiết nền tảng lý thuyết về các chỉ số sinh hiệu phản ánh sức khỏe con người: ý nghĩa cân bằng sinh nhiệt - thải nhiệt của thân nhiệt (37°C), các hiện tượng chuột rút nhiệt, sốt (>38°C); đặc tính hoạt động của nhịp tim (nhịp nhanh, nhịp chậm, loạn nhịp); vai trò của nồng độ bão hòa oxy trong máu (SpO2 chuẩn 95%–100%). Tiếp đó, chương phân tích cấu tạo, thông số kỹ thuật, cấu trúc thanh ghi, bộ nhớ và sơ đồ chân của từng linh kiện: còi Buzzer, cảm biến MAX30100 (FIFO 32 byte, địa chỉ I2C 0x57), cảm biến thân nhiệt MLX90614 (EEPROM 17x16-bit, RAM 3x16-bit, I2C 0x5A), cảm biến rung SW1801P, OLED SSD1306 (128x64), module relay 1 kênh, động cơ servo SG90, vi điều khiển ESP32, module camera ESP32-CAM, bo mạch Arduino Uno R3 (ATmega328P) và module hạ áp LM2596. Phần cuối chương giải thích nguyên lý hoạt động của các chuẩn giao tiếp UART (Full duplex, Half duplex, Simplex), bus I2C (các chế độ một/nhiều Master - một/nhiều Slave), chuẩn Wi-Fi (802.11n/ac/ax/6E), tổng quan nền tảng Firebase và các công cụ phát triển phần mềm (Proteus, Arduino IDE, Visual Studio Code).
Chương 3: Thiết kế và xây dựng hệ thống
Chương 3 cụ thể hóa các yêu cầu kỹ thuật của hệ thống giường bệnh thông minh thành sơ đồ khối tổng quát và phân tích mối quan hệ vận hành giữa 10 khối chức năng. Tác giả đi sâu vào phần thiết kế chi tiết phần cứng: lựa chọn 3 nút nhấn đơn (UP, DOWN, CB) kết hợp điện trở bảo vệ 4.7 kΩ nối với chân D2, D3, D4 của Arduino Uno; tính toán phân cực cho mạch cảnh báo dùng transistor 2SC1815 ($\beta = 180$, $V_{BE} = 0.7\text{V}$, dòng tải còi $I_{\text{buzzer}} = 30\text{mA}$, điện áp 5V) điều khiển từ chân PB5; thiết kế mạch hiển thị OLED 128x64 qua bus I2C; thiết kế mạch ghép nối các cảm biến MLX90614, MAX30100, SW1801P và khối nguồn hạ áp LM2596. Toàn bộ sơ đồ nguyên lý hệ thống được thiết kế và mô phỏng hoàn chỉnh trên phần mềm Proteus.
Chương 4: Thi công hệ thống
Chương 4 mô tả toàn bộ quá trình gia công và lắp ráp cơ khí - điện tử cho mô hình giường bệnh tỷ lệ 1/10. Các linh kiện được bố trí hợp lý trên khung mô hình: khối hiển thị OLED và camera đặt tại vị trí dễ quan sát, các cảm biến đặt tại vùng tiếp xúc của bệnh nhân, khối mạch điều khiển trung tâm và nguồn được bố trí gọn gàng bên trong thân giường. Về phần mềm, chương xây dựng chi tiết 4 lưu đồ thuật toán điều khiển: lưu đồ hoạt động cho khối xử lý trung tâm Arduino Uno, lưu đồ hoạt động của vi điều khiển ESP32, lưu đồ hoạt động xử lý dữ liệu nhận từ UART và lưu đồ hoạt động của Web Server tiếp nhận dữ liệu và truyền phát hình ảnh.
Chương 5: Kết quả - Kết luận và hướng phát triển
Chương 5 công bố các kết quả đạt được sau quá trình thi công và thử nghiệm thực tế. Tác giả đối chiếu kết quả lý thuyết với mô hình thực tế, minh chứng các chức năng hoạt động chính xác thông qua hình ảnh thực nghiệm: hiển thị thông số rõ ràng trên màn hình OLED tại chỗ, dữ liệu sinh hiệu cập nhật liên tục lên cơ sở dữ liệu Firebase Realtime Database, giao diện Web HTML trực quan cho phép giám sát thông số từ xa và hệ thống truyền hình ảnh trực tiếp ổn định từ module ESP32-CAM. Chương kết thúc bằng phần nhận xét, đánh giá toàn diện các ưu điểm và hạn chế còn tồn tại của hệ thống, đồng thời đề ra kết luận và các hướng mở rộng nghiên cứu trong tương lai.
Kết quả và đóng góp
Kết quả chính đạt được:
- Thi công hoàn thiện mô hình vật lý giường bệnh thông minh tỷ lệ 1/10 với đầy đủ kết cấu cơ khí và hệ thống mạch điện tử.
- Đo đạc chính xác các thông số sinh hiệu không xâm lấn: thân nhiệt (cảm biến hồng ngoại MLX90614), nhịp tim và nồng độ oxy trong máu SpO2 (cảm biến MAX30100).
- Hiển thị trực tiếp và rõ nét các chỉ số sức khỏe thu thập được lên màn hình OLED 128x64 đặt tại giường bệnh.
- Kích hoạt hệ thống cảnh báo âm thanh qua còi Buzzer và gửi cảnh báo về Web Server khi thông số sinh hiệu vượt ngưỡng quy định hoặc khi bệnh nhân chủ động nhấn nút báo động khẩn cấp (CB).
- Nhận biết trạng thái cử động của bệnh nhân thông qua cảm biến rung SW1801P.
- Điều khiển cơ cấu nâng/hạ phần đầu giường theo 3 mức độ góc nghiêng linh hoạt bằng động cơ servo SG90 thông qua các nút bấm UP/DOWN hoặc qua giao diện Web.
- Tự động đồng bộ hóa và lưu trữ toàn bộ dữ liệu đo đạc lên cơ sở dữ liệu Google Firebase Realtime Database dưới định dạng JSON.
- Xây dựng giao diện Web HTML cho phép nhân viên y tế theo dõi tình trạng sinh hiệu và giám sát hình ảnh trực tiếp bệnh nhân từ xa thông qua luồng video của ESP32-CAM.
Đóng góp của đề tài:
- Tích hợp thành công giải pháp "tất cả trong một" (All-in-one) kết hợp giữa đo đạc sinh hiệu y tế, cảnh báo an toàn, giám sát hình ảnh trực tiếp và điều khiển cơ cấu cơ khí nâng hạ trên nền tảng IoT chi phí thấp.
- So với các nghiên cứu trước (thường chỉ tập trung riêng lẻ vào việc đo sinh hiệu thụ động hoặc thiết kế xe tự hành phức tạp), đề tài đã cung cấp một giải pháp giám sát đa kênh đồng thời: quan sát tại chỗ (OLED), giám sát từ xa (Web/Firebase), theo dõi thị giác (ESP32-CAM) và tự động cảnh báo nguy cấp, hỗ trợ đắc lực trong việc giảm tải áp lực cho nhân viên y tế và thân nhân người bệnh.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của đề tài:
- Đề tài mới dừng lại ở việc thiết kế và thi công mô hình thực nghiệm với kích thước thu nhỏ khoảng 1/10 so với thực tế, chưa được triển khai thử nghiệm trên giường bệnh kích thước tiêu chuẩn với tải trọng người thật.
- Cơ cấu nâng hạ sử dụng động cơ vi sai servo SG90 chỉ có lực kéo nhỏ, chỉ phù hợp cho mô hình thu nhỏ.
- Hệ thống mô hình chưa được trang bị các giao thức mã hóa và giải pháp bảo mật nâng cao để bảo vệ dữ liệu bệnh nhân trên không gian mạng.
- Sự ổn định của việc truyền dữ liệu sinh hiệu và luồng video phụ thuộc hoàn toàn vào chất lượng và băng thông của mạng Wi-Fi cục bộ.
Hướng nghiên cứu tiếp theo:
- Nâng cấp phần cứng và cơ cấu truyền động cơ khí công suất lớn để triển khai hệ thống trên giường bệnh kích thước thực tế, đáp ứng đầy đủ tải trọng và tiêu chuẩn an toàn y tế.
- Tích hợp các giải pháp bảo mật dữ liệu, xác thực người dùng (Authentication) và phân quyền chặt chẽ trên Web Server và cơ sở dữ liệu đám mây.
- Phát triển ứng dụng chuyên dụng trên nền tảng thiết bị di động (hệ điều hành Android và iOS) để thông báo tức thời và gửi tin nhắn cảnh báo khẩn cấp đến điện thoại của bác sĩ.
- Tích hợp các thuật toán trí tuệ nhân tạo (AI/Machine Learning) nhằm phân tích xu hướng biến đổi của các chỉ số sinh hiệu theo thời gian, hỗ trợ phát hiện sớm và chẩn đoán nguy cơ bệnh lý.
Giá trị tham khảo
Đồ án là tài liệu tham khảo hữu ích cho các nhóm đối tượng sau:
- Sinh viên và giảng viên chuyên ngành: Công nghệ Kỹ thuật Điện tử - Viễn thông, Kỹ thuật Máy tính, Kỹ thuật Cơ điện tử, Công nghệ Thông tin (chuyên ngành IoT) và Kỹ thuật Y sinh.
- Người nghiên cứu các đề tài tương tự: Các kỹ sư và sinh viên đang thực hiện đồ án, dự án nghiên cứu về thiết bị y tế thông minh (Smart Healthcare), hệ thống giám sát bệnh nhân từ xa, hoặc các hệ thống nhúng điều khiển đa cảm biến.
Các nội dung có giá trị tham khảo nổi bật trong tài liệu:
- Phương pháp phối hợp đa giao tiếp phần cứng trên cùng một hệ thống vi điều khiển: giao tiếp I2C chia sẻ bus cho nhiều thiết bị khác địa chỉ (OLED SSD1306, MLX90614, MAX30100) kết hợp giao tiếp UART dị bộ giữa vi điều khiển chính (Arduino Uno) và vi điều khiển truyền thông (ESP32).
- Phương pháp tính toán và thiết kế mạch điều khiển tải/cảnh báo sử dụng transistor lưỡng cực (2SC1815) ở chế độ bão hòa.
- Quy trình tích hợp vi điều khiển ESP32 với dịch vụ Google Firebase Realtime Database và cấu hình module ESP32-CAM để truyền phát video trực tiếp qua nền tảng Web.
Câu hỏi thường gặp
1. Hệ thống xử lý việc giao tiếp bus I2C giữa Arduino Uno với các cảm biến và màn hình như thế nào để không bị xung đột địa chỉ?
Hệ thống sử dụng chuẩn giao tiếp I2C 2 dây (SDA, SCL) của Arduino Uno kết nối song song với 3 thiết bị ngoại vi, trong đó mỗi thiết bị sở hữu một địa chỉ I2C phần cứng riêng biệt: cảm biến SpO2 và nhịp tim MAX30100 có địa chỉ cố định là 0x57, cảm biến thân nhiệt hồng ngoại MLX90614 có địa chỉ mặc định là 0x5A, và màn hình hiển thị OLED SSD1306 hoạt động ở địa chỉ I2C riêng. Arduino đóng vai trò là thiết bị Master điều phối quá trình đọc/ghi tuần tự đến từng Slave dựa trên các địa chỉ này.
2. Cảm biến MAX30100 lưu trữ dữ liệu đo đạc tạm thời bằng cấu trúc bộ nhớ nào trước khi truyền về vi điều khiển?
Module MAX30100 không có bộ nhớ lớn như RAM hay Flash của vi điều khiển mà được trang bị một bộ đệm FIFO (First-In, First-Out) có kích thước 16x16-bit (tương đương 32 byte) cùng các thanh ghi nội bộ (Registers) để lưu trữ tạm thời các mẫu đo đạc từ LED đỏ và LED hồng ngoại trước khi dữ liệu được đọc ra qua bus I2C.
3. Mạch lái khối cảnh báo còi Buzzer được tính toán và điều khiển như thế nào trong phần cứng?
Khối cảnh báo sử dụng còi Buzzer 5V DC với dòng làm việc $I_{\text{buzzer}} = 30\text{mA}$. Do dòng ngõ ra của chân vi điều khiển có giới hạn, tác giả sử dụng transistor NPN 2SC1815 (có hệ số khuếch đại dòng $\beta = 180$, điện áp $V_{BE} = 0.7\text{V}$) hoạt động ở chế độ bão hòa làm khóa chuyển mạch. Chân PB5 của Arduino Uno sẽ cấp tín hiệu điều khiển kích mở transistor để đóng mạch cấp nguồn 5V cho còi Buzzer khi cần phát tín hiệu cảnh báo.
4. Dữ liệu từ giường bệnh được truyền lên cơ sở dữ liệu đám mây và giao diện giám sát từ xa bằng cách nào?
Vi điều khiển trung tâm Arduino Uno sau khi xử lý dữ liệu sẽ đóng gói và truyền nối tiếp qua giao tiếp UART (Tx/Rx) sang module Wi-Fi ESP32. ESP32 kết nối vào mạng Wi-Fi 2.4 GHz, sử dụng thư viện FirebaseESP32.h để đẩy các thông số sức khỏe lên cơ sở dữ liệu Firebase Realtime Database dưới định dạng JSON. Giao diện Web HTML sẽ trích xuất dữ liệu thời gian thực từ Firebase để hiển thị cho nhân viên y tế, đồng thời nhúng luồng video truyền trực tiếp từ module ESP32-CAM qua giao thức HTTP.
5. Giới hạn quy mô vật lý và những điểm hạn chế kỹ thuật lớn nhất được tác giả công bố trong đồ án là gì?
Đề tài được giới hạn ở quy mô mô hình thử nghiệm với kích thước thu nhỏ khoảng 1/10 so với giường bệnh thực tế. Hai hạn chế kỹ thuật lớn nhất được nêu trong văn bản là hệ thống chưa được tích hợp tính năng bảo mật dữ liệu trên không gian mạng và cơ cấu nâng hạ chỉ mới sử dụng động cơ vi sai servo SG90 phục vụ cho mô hình mô phỏng, chưa đáp ứng được tải trọng cơ học của người thật trong điều kiện thực tế.
Kết luận
Đồ án tốt nghiệp "Thiết kế và thi công mô hình giường bệnh thông minh" đã hoàn thành toàn diện các mục tiêu đề ra khi nghiên cứu, chế tạo thành công một mô hình giường bệnh IoT tỷ lệ 1/10 tích hợp đa chức năng. Hệ thống đã hiện thực hóa việc đo đạc tự động các chỉ số sinh hiệu (thân nhiệt, nhịp tim, SpO2), nhận biết cử động bệnh nhân, cảnh báo nguy cấp, điều chỉnh tư thế nâng đầu giường và truyền dữ liệu/hình ảnh trực tiếp về giao diện Web Server và cơ sở dữ liệu thời gian thực Firebase. Công trình mang tính ứng dụng thực tiễn cao, đóng vai trò là tài liệu tham khảo kỹ thuật giá trị cho sinh viên và kỹ sư trong việc phát triển các thiết bị y tế thông minh và hệ thống nhúng chăm sóc sức khỏe từ xa.
