Luận văn thạc sĩ về thiết kế thiết bị IoT theo dõi nhịp tim và cảm biến té ngã với AI

• Tác giả: Trần Nhựt Minh
• Người hướng dẫn: TS. Nguyễn Văn Thái
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện Tử
• Đề tài: Thiết Kế Thiết Bị IoT Theo Dõi Nhịp Tim Và Cảm Biến Té Ngã Tích Hợp AI
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• TÓM TẮT
• ABSTRACT
• MỤC LỤC
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI
• 1.1. Tính cần thiết của đề tài
• 1.2. Các nghiên cứu liên quan
• 1.3. Mục tiêu đề tài
• 1.4. Các bước tiến hành
• 1.5. Điểm mới của đề tài
• 1.6. Tính thực tiễn
• 1.7. Phương pháp nghiên cứu
• 1.8. Nội dung đề tài
• 1.8.1. Tổng quan điện tâm đồ ECG, quá trình hoạt động của tim và cảm biến nhịp tim MAX30003
• 1.8.2. Điện tâm đồ ECG (Electrocardiogram) và hoạt động của tim
• 1.8.3. Tổng quan về cảm biến nhịp tim MAX30003
• 1.8.4. Tổng quát cảm biến gia tốc GY-291 ADXL345
• 1.8.5. Giới thiệu về module Wifi ESP32-WROOM-32E/UE
• 1.8.6. Khái quát về Module SIM7600CE
• 2. CHƯƠNG 2: KHÁI QUÁT CÔNG NGHỆ
• 2.1. Khái quát về Lora - Module Lora SX1278
• 2.2. Nguyên lý hoạt động của Lora
• 2.3. Ưu và nhược điểm
• 2.4. Tìm hiểu module Lora SX1278
• 2.5. Khái quát về Machine Learning
• 2.6. Những yêu cầu cần và đủ để xây dựng hệ thống Machine Learning
• 2.7. Mô hình Machine Learning
• 2.8. Xác định mô hình chung
• 2.9. Chuẩn bị dữ liệu
• 2.9.1. Trích xuất đặc trưng dữ liệu (Features extraction)
• 2.9.2. Re-sampling data
• 2.9.3. Chuẩn hóa dữ liệu (Normalization)
• 2.9.4. Gán nhãn dữ liệu (Label data)
• 2.10. Dữ liệu sử dụng
• 3. CHƯƠNG 3: THIẾT KẾ VÀ THI CÔNG HỆ THỐNG
• 3.1. Thiết kế và thi công hệ thống phần cứng (mạch điện tử)
• 3.2. Mạch IoT Gateway (Hub)
• 3.3. Thiết kế khối nguồn và mạch bảo vệ nguồn
• 3.4. Mạch bảo vệ pin thấp áp (Mạch main sensor)
• 3.5. Module ESP32 trong mạch IoT Gateway
• 3.6. Module ESP32 trong mạch sensor (thiết bị đeo)
• 3.7. Hệ thống mạch Alarm (Led, Relay & Buzz) – IoT Gateway
• 3.8. Khối cảm biến MAX30003
• 4. CHƯƠNG 4: MẠCH GIAO TIẾP VÀ MÔ HÌNH AI
• 4.1. Mạch giao tiếp giữa ESP32 và cảm biến MAX30003
• 4.2. Giao tiếp SPI
• 4.3. Mạch đọc điện áp của pin
• 4.4. Mạch nạp chương trình giao tiếp RS232 (Mạch IoT Gateway)
• 4.5. Sơ đồ nguyên lý toàn mạch
• 4.6. Thi công mạch in PCB
• 4.7. Mạch IoT Gateway
• 4.8. Sản phẩm sau khi thi công
• 4.9. Xây dựng mạch mô phỏng điện tim (giả lập)
• 4.10. Thực hiện mô hình AI
• 4.10.1. Ý tưởng thực hiện mô hình
• 4.10.2. Phương pháp đánh giá
• 4.10.3. Thực hiện mô hình
• 4.10.4. Sơ đồ hệ thống
• 4.10.5. Mô hình dự đoán xu hướng dữ liệu (LSTM Forcasting)
• 4.10.6. Mô hình phát hiện bất thường (LSTM Auto-encoder)
• 5. CHƯƠNG 5: PHÂN TÍCH KẾT QUẢ MÔ PHỎNG
• 5.1. Kết quả giao tiếp được dữ liệu từ cảm biến ECG và cảm biến gia tốc
• 5.2. Kết quả mô phỏng
• 5.3. Kết quả của các dữ liệu cảm biến khi kiểm tra từng phần trên mạch
• 5.4. Kết quả dữ liệu cảm biến gia tốc
• 5.5. Kiểm chứng kết quả với máy đo điện tâm đồ chuyên dụng
• 5.6. Kết quả huấn luyện hệ thống AI
• 5.6.1. Mô hình dự đoán xu hướng dữ liệu (LSTM-Forcasting)
• 5.6.2. Mô hình phát hiện bất thường (LSTM autoencoder)
• 5.6.3. Phân ngưỡng bất thường
• 5.6.4. Đánh giá mô hình
• 6. CHƯƠNG 6: HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

I. Tổng quan đề tài

Đề tài 'Thiết kế thiết bị IoT theo dõi nhịp tim và cảm biến té ngã tích hợp AI' được phát triển nhằm giải quyết những vấn đề trong việc theo dõi sức khỏe bệnh nhân, đặc biệt là những người mắc bệnh tim mạch. Thiết bị IoT này không chỉ giúp theo dõi nhịp tim mà còn tích hợp cảm biến té ngã, mang lại giải pháp toàn diện cho việc giám sát sức khỏe từ xa. Sự cần thiết của đề tài này càng được nhấn mạnh sau đại dịch Covid-19, khi mà hệ thống y tế đã bộc lộ nhiều hạn chế trong việc chăm sóc và theo dõi sức khỏe bệnh nhân. Việc sử dụng công nghệ AI trong thiết kế thiết bị này sẽ giúp phân tích dữ liệu một cách hiệu quả, từ đó đưa ra cảnh báo sớm về tình trạng sức khỏe của người dùng.

1.1. Tính cần thiết của đề tài

Việt Nam đã nhận ra những giới hạn của hệ thống y tế, đặc biệt là trong việc chăm sóc và theo dõi sức khỏe bệnh nhân tại các bệnh viện. Sự quá tải bệnh nhân đã làm cho công việc của nhân viên y tế trở nên khó khăn và kém hiệu quả. Điều này đặt ra nhu cầu cấp thiết cho những phương pháp mới để theo dõi sức khỏe bệnh nhân một cách thuận tiện hơn, nhất là với những người mắc bệnh tim mạch cần được theo dõi liên tục. Hiện tại, việc theo dõi điện tâm đồ đòi hỏi bệnh nhân phải thăm viện thường xuyên và sử dụng thiết bị y tế đắt đỏ, chỉ có thể đo trong thời gian ngắn tại cơ sở y tế. Để giải quyết vấn đề này, máy theo dõi Holter di động đã được phát triển, cho phép theo dõi lâu dài mà không làm gián đoạn cuộc sống hàng ngày. Tuy nhiên, máy vẫn cần các điện cực và nút đo lớn, có thể gây khó chịu cho bệnh nhân và không dễ sử dụng. Với sự phát triển của IoT, các thiết bị không dây ngày càng nhỏ gọn và thuận tiện hơn, cung cấp độ chính xác cao. Điều này mở ra khả năng phát triển bộ thiết bị IoT với cảm biến tích hợp, là giải pháp cho việc theo dõi sức khỏe từ xa.

II. Thiết kế và thi công hệ thống

Hệ thống được thiết kế với mục tiêu tạo ra một thiết bị nhỏ gọn, dễ sử dụng và có khả năng kết nối với IoT Gateway. Thiết bị này sẽ bao gồm cảm biến nhịp tim MAX30003 và cảm biến gia tốc GY-291 ADXL345, cho phép theo dõi tình trạng sức khỏe một cách liên tục. Cảm biến thông minh sẽ thu thập dữ liệu và gửi về IoT Gateway để xử lý. Hệ thống sẽ có chức năng cảnh báo cho người dùng tình trạng sức khỏe hiện tại thông qua tin nhắn SMS. Việc tích hợp công nghệ AI vào thiết kế sẽ giúp phân tích dữ liệu điện tâm đồ (ECG) một cách hiệu quả, từ đó đưa ra cảnh báo sớm về tình trạng bất thường của sức khỏe. Nghiên cứu này tập trung vào việc tận dụng các kỹ thuật học sâu để cải thiện phân tích tín hiệu điện tâm đồ, giúp nâng cao khả năng chẩn đoán của các bác sĩ.

2.1. Thiết kế phần cứng

Thiết kế phần cứng của hệ thống bao gồm các mạch điện tử cần thiết để kết nối các cảm biến với IoT Gateway. Mạch điện tử được thiết kế để đảm bảo tính ổn định và hiệu suất cao trong việc thu thập dữ liệu. Các cảm biến sẽ được kết nối qua giao thức SPI, cho phép truyền tải dữ liệu nhanh chóng và chính xác. Hệ thống cũng được trang bị mạch bảo vệ pin thấp áp để đảm bảo an toàn cho thiết bị trong quá trình sử dụng. Việc thi công mạch in PCB cũng được thực hiện với sự chú ý đến các yếu tố như kích thước và tính di động của thiết bị. Mục tiêu là tạo ra một thiết bị có thể dễ dàng đeo trên cơ thể mà không gây khó chịu cho người dùng.

III. Phân tích kết quả mô phỏng

Kết quả mô phỏng cho thấy thiết bị có khả năng giao tiếp hiệu quả giữa các cảm biến và IoT Gateway. Dữ liệu từ cảm biến ECG và cảm biến gia tốc được thu thập và phân tích một cách chính xác. Hệ thống đã chứng minh khả năng phát hiện bất thường trong tín hiệu ECG, với độ chính xác cao nhờ vào việc áp dụng các mô hình học sâu như LSTM. Kết quả huấn luyện cho thấy mô hình có khả năng dự đoán xu hướng dữ liệu và phát hiện bất thường một cách hiệu quả. Điều này không chỉ nâng cao khả năng chẩn đoán của bác sĩ mà còn giúp cải thiện kết quả chăm sóc tim mạch cho bệnh nhân. Hệ thống cũng cho phép người dùng truy cập dữ liệu thông qua web-server và ứng dụng mobile, tạo điều kiện thuận lợi cho việc theo dõi sức khỏe từ xa.

3.1. Kết quả giao tiếp dữ liệu

Kết quả giao tiếp dữ liệu từ cảm biến ECG và cảm biến gia tốc cho thấy thiết bị hoạt động ổn định và hiệu quả. Dữ liệu được thu thập liên tục và gửi về IoT Gateway để xử lý. Hệ thống đã chứng minh khả năng phát hiện bất thường trong tín hiệu ECG, với độ chính xác cao nhờ vào việc áp dụng các mô hình học sâu như LSTM. Kết quả huấn luyện cho thấy mô hình có khả năng dự đoán xu hướng dữ liệu và phát hiện bất thường một cách hiệu quả. Điều này không chỉ nâng cao khả năng chẩn đoán của bác sĩ mà còn giúp cải thiện kết quả chăm sóc tim mạch cho bệnh nhân.