Tổng quan nghiên cứu

Trong bối cảnh hiện đại, lối sống ít vận động và thời gian ngồi kéo dài ngày càng phổ biến, đặc biệt do sự phát triển của các thiết bị điện tử như điện thoại, máy tính và tivi. Theo báo cáo của ngành, tỷ lệ mắc các bệnh liên quan đến tư thế ngồi sai, đặc biệt là đau thắt lưng (Low Back Pain - LBP), đang gia tăng đáng kể, ảnh hưởng tiêu cực đến sức khỏe và năng suất lao động. Các nghiên cứu chỉ ra rằng những người làm việc phải ngồi lâu có tỷ lệ mắc LBP cao hơn dân số chung, với các triệu chứng đau cổ, đau lưng và các rối loạn cơ xương khác. Mục tiêu của luận văn là thiết kế một thiết bị ghế thông minh có khả năng nhận dạng tư thế ngồi và đo nhịp tim theo thời gian thực, nhằm giúp người dùng nhận thức và điều chỉnh tư thế ngồi, đồng thời theo dõi các chỉ số sinh lý để phòng tránh các bệnh lý liên quan.

Phạm vi nghiên cứu tập trung vào việc phát triển thiết bị sử dụng cảm biến áp lực FSR-402 bố trí dưới đệm ghế, kết hợp với vi điều khiển WeMos Lolin32 ESP-WROOM-32 và các mô hình học máy để phân loại chính xác 7 tư thế ngồi phổ biến cùng trạng thái ghế trống. Thiết bị cũng đo nhịp tim bằng kỹ thuật Photoplethysmography (PPG) và truyền dữ liệu qua Bluetooth đến điện thoại thông minh. Nghiên cứu được thực hiện tại Trường Đại học Bách khoa – Đại học Quốc gia TP. Hồ Chí Minh trong năm 2023. Việc ứng dụng thiết bị này có ý nghĩa quan trọng trong việc nâng cao nhận thức về tư thế ngồi đúng, giảm thiểu các bệnh lý cơ xương và cải thiện sức khỏe lâu dài cho người dùng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính: cơ sở sinh học về tư thế ngồi và kỹ thuật đo nhịp tim PPG. Về tư thế ngồi, nghiên cứu tập trung vào cấu trúc cột sống gồm các đốt sống cổ (C1-C7), ngực (T1-T12), thắt lưng (L1-L5) và xương cùng, cùng các tác động của tư thế ngồi đúng và sai đến áp lực lên đĩa đệm, cơ lưng và khung xương chậu. Tư thế ngồi thẳng lưng được xác định là tư thế tối ưu với góc khớp hông, gối và mắt cá chân khoảng 90°, giúp giảm tải trọng lên cột sống và hạn chế đau lưng. Các tư thế ngồi sai như cong lưng, nghiêng trái/phải, chéo chân và ngả lưng ra sau được phân loại và liên kết với các triệu chứng đau và mất cân bằng cơ xương.

Về kỹ thuật đo nhịp tim, Photoplethysmography (PPG) được sử dụng để đo biến thiên thể tích máu dưới da thông qua ánh sáng hồng ngoại phản xạ hoặc truyền qua mô. Tín hiệu PPG được xử lý qua các mạch khuếch đại, lọc thông dải và chuyển đổi sang tín hiệu số để tính toán nhịp tim theo thời gian thực.

Các khái niệm chuyên ngành quan trọng bao gồm: Force Sensing Resistor (FSR), Integrated Circuit (IC) LM324, vi điều khiển ESP32, học máy (Machine Learning - ML), mạng nơ-ron nhân tạo (Artificial Neural Network - ANN), máy vector hỗ trợ (Support Vector Machine - SVM), và các đại lượng thống kê như trung bình, độ lệch chuẩn, ma trận nhầm lẫn.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các tín hiệu áp lực thu thập từ 10 cảm biến FSR-402 bố trí dưới đệm ghế và tín hiệu PPG đo nhịp tim từ ngón tay người dùng. Cỡ mẫu nghiên cứu gồm nhiều đối tượng với cân nặng tối đa 100kg, nhằm đảm bảo tính đại diện và độ chính xác của mô hình. Dữ liệu được thu thập trong môi trường phòng thí nghiệm tại Trường Đại học Bách khoa TP. HCM trong khoảng thời gian từ tháng 2 đến tháng 6 năm 2023.

Phương pháp phân tích dữ liệu bao gồm xử lý tín hiệu, chuẩn hóa dữ liệu, trích xuất đặc trưng và huấn luyện các mô hình học máy như SVM, cây quyết định, rừng ngẫu nhiên và mạng nơ-ron nhân tạo. Quá trình huấn luyện sử dụng 80% dữ liệu, 20% còn lại dùng để kiểm tra và đánh giá mô hình. Mô hình tốt nhất được nhúng vào vi điều khiển ESP32 để thực hiện nhận dạng tư thế ngồi và đo nhịp tim theo thời gian thực. Kết quả được truyền về điện thoại thông qua Bluetooth và hiển thị trên màn hình OLED.

Timeline nghiên cứu gồm các bước: khảo sát lý thuyết và tổng quan thiết bị (tháng 2-3/2023), thiết kế phần cứng và thu thập dữ liệu (tháng 3-4/2023), huấn luyện và đánh giá mô hình (tháng 4-5/2023), nhúng mô hình và hoàn thiện thiết bị (tháng 5-6/2023).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Độ chính xác nhận dạng tư thế ngồi đạt 99%: Mô hình học máy kết hợp dữ liệu từ 10 cảm biến FSR cho phép phân loại chính xác 7 tư thế ngồi phổ biến và trạng thái ghế trống. So với các nghiên cứu trước đây có độ chính xác từ 86% đến 98%, kết quả này thể hiện sự cải tiến đáng kể.

  2. Đo nhịp tim theo thời gian thực với sai số dưới 3%: Thiết bị đo nhịp tim sử dụng cảm biến PPG và mạch khuếch đại LM324 cho kết quả nhịp tim tương đương với thiết bị thương mại DFRobot, với sai số trung bình khoảng 2.5%. Biểu đồ Bland-Altman cho thấy sự đồng thuận cao giữa hai thiết bị.

  3. Phân bố áp lực ghế phản ánh rõ ràng từng tư thế ngồi: Dữ liệu áp lực thu thập được thể hiện qua bản đồ áp suất cho thấy sự khác biệt rõ rệt giữa các tư thế như ngồi thẳng, cong lưng, nghiêng trái/phải, chéo chân và ngả lưng. Ví dụ, tư thế ngồi nghiêng trái làm tăng áp lực ở vùng bên trái ghế lên khoảng 15% so với tư thế thẳng.

  4. Nhịp tim thay đổi theo tư thế ngồi: Biểu đồ nhịp tim trong thời gian khảo sát cho thấy nhịp tim trung bình khi ngồi thẳng là khoảng 72 bpm, trong khi tư thế ngả lưng ra sau có nhịp tim trung bình giảm xuống khoảng 68 bpm, phản ánh sự thay đổi sinh lý liên quan đến tư thế.

Thảo luận kết quả

Nguyên nhân của độ chính xác cao trong nhận dạng tư thế ngồi là do việc bố trí hợp lý 10 cảm biến FSR dưới đệm, giúp thu thập dữ liệu phân bố áp lực đa chiều, kết hợp với các thuật toán học máy tiên tiến như mạng nơ-ron nhân tạo. So sánh với các nghiên cứu trước, việc sử dụng đệm lót thay vì dán cảm biến trực tiếp lên ghế giúp tăng sự thoải mái và tính thực tiễn của thiết bị.

Kết quả đo nhịp tim cho thấy thiết bị có thể thay thế các thiết bị đo nhịp tim thương mại trong các ứng dụng giám sát sức khỏe tại chỗ. Việc tích hợp đo nhịp tim và nhận dạng tư thế ngồi trong cùng một thiết bị giúp người dùng có cái nhìn toàn diện về trạng thái sức khỏe khi ngồi lâu.

Dữ liệu phân bố áp lực và nhịp tim được trình bày qua các biểu đồ trực quan và bảng số liệu, giúp minh họa rõ ràng sự khác biệt giữa các tư thế và tác động sinh lý. Kết quả này phù hợp với các nghiên cứu về ảnh hưởng của tư thế ngồi đến sức khỏe cơ xương và hệ tuần hoàn.

Đề xuất và khuyến nghị

  1. Phát triển ứng dụng di động tích hợp cảnh báo tư thế ngồi sai: Thiết kế phần mềm trên điện thoại thông minh để nhận dữ liệu từ thiết bị, phân tích và cảnh báo người dùng khi phát hiện tư thế ngồi xấu hoặc ngồi quá lâu (trên 30 phút). Thời gian triển khai dự kiến 6 tháng, chủ thể thực hiện là nhóm phát triển phần mềm và nhà sản xuất thiết bị.

  2. Tăng cường số lượng cảm biến và cải tiến thuật toán học máy: Mở rộng số lượng cảm biến FSR lên 15-20 để thu thập dữ liệu chi tiết hơn, đồng thời áp dụng các mô hình học sâu (Deep Learning) nhằm nâng cao độ chính xác nhận dạng tư thế. Thời gian thực hiện 12 tháng, do nhóm nghiên cứu và kỹ sư phần cứng đảm nhiệm.

  3. Ứng dụng thiết bị trong môi trường văn phòng và y tế: Triển khai thử nghiệm thiết bị tại các công ty, bệnh viện để đánh giá hiệu quả trong việc giảm thiểu các bệnh lý liên quan đến tư thế ngồi và theo dõi sức khỏe nhân viên, bệnh nhân. Thời gian thử nghiệm 6-9 tháng, phối hợp giữa nhà nghiên cứu và các đơn vị sử dụng.

  4. Nâng cấp thiết bị với khả năng đo thêm các chỉ số sinh lý khác: Tích hợp thêm cảm biến đo huyết áp, nhiệt độ da để cung cấp dữ liệu sức khỏe toàn diện hơn. Thời gian phát triển 12 tháng, do nhóm kỹ thuật và y sinh thực hiện.

Đối tượng nên tham khảo luận văn

  1. Nhà nghiên cứu và sinh viên ngành Vật lý kỹ thuật, Kỹ thuật y sinh: Luận văn cung cấp kiến thức chuyên sâu về thiết kế thiết bị cảm biến, xử lý tín hiệu và ứng dụng học máy trong y sinh, hỗ trợ phát triển các công trình nghiên cứu tương tự.

  2. Chuyên gia công thái học và sức khỏe lao động: Thông tin về ảnh hưởng của tư thế ngồi và các giải pháp giám sát tư thế giúp cải thiện môi trường làm việc, giảm thiểu bệnh nghề nghiệp.

  3. Nhà phát triển thiết bị IoT và thiết bị y tế thông minh: Cơ sở thiết kế phần cứng, phần mềm và tích hợp vi điều khiển ESP32 cùng giao tiếp Bluetooth là tài liệu tham khảo quý giá cho các dự án thiết bị thông minh.

  4. Người dùng cá nhân và tổ chức chăm sóc sức khỏe: Thiết bị và ứng dụng giúp theo dõi tư thế ngồi và nhịp tim, hỗ trợ phòng ngừa các bệnh lý cơ xương và tim mạch, nâng cao chất lượng cuộc sống.

Câu hỏi thường gặp

  1. Thiết bị nhận dạng tư thế ngồi hoạt động như thế nào?
    Thiết bị sử dụng 10 cảm biến lực FSR bố trí dưới đệm ghế để đo phân bố áp lực khi người dùng ngồi. Dữ liệu này được vi điều khiển ESP32 xử lý qua mô hình học máy để phân loại chính xác tư thế ngồi trong thời gian thực.

  2. Độ chính xác của thiết bị trong nhận dạng tư thế và đo nhịp tim ra sao?
    Thiết bị đạt độ chính xác nhận dạng tư thế ngồi lên đến 99%, trong khi sai số đo nhịp tim so với thiết bị thương mại chỉ khoảng 2.5%, đảm bảo độ tin cậy cao cho ứng dụng thực tế.

  3. Thiết bị có thể cảnh báo người dùng khi ngồi sai tư thế không?
    Hiện tại thiết bị có khả năng gửi dữ liệu tư thế và nhịp tim về điện thoại qua Bluetooth. Việc phát triển tính năng cảnh báo sẽ được tích hợp trong ứng dụng di động trong các giai đoạn tiếp theo.

  4. Thiết bị có phù hợp với mọi đối tượng người dùng không?
    Thiết bị được thiết kế cho người có cân nặng tối đa 100kg và phù hợp với nhiều đối tượng làm việc văn phòng, học sinh, sinh viên và người cao tuổi cần theo dõi tư thế ngồi và sức khỏe tim mạch.

  5. Có thể mở rộng thiết bị để đo các chỉ số sinh lý khác không?
    Có thể tích hợp thêm các cảm biến như đo huyết áp, nhiệt độ da để cung cấp dữ liệu sức khỏe toàn diện hơn, giúp thiết bị trở thành công cụ giám sát sức khỏe đa năng.

Kết luận

  • Thiết kế thành công thiết bị ghế thông minh nhận dạng tư thế ngồi và đo nhịp tim theo thời gian thực với độ chính xác nhận dạng tư thế đạt 99% và sai số đo nhịp tim dưới 3%.
  • Ứng dụng cảm biến lực FSR-402 và vi điều khiển ESP32 kết hợp mô hình học máy giúp phân loại 7 tư thế ngồi phổ biến và trạng thái ghế trống hiệu quả.
  • Thiết bị hỗ trợ người dùng nhận thức tư thế ngồi và theo dõi nhịp tim, góp phần phòng tránh các bệnh lý cơ xương và tim mạch do ngồi sai tư thế lâu dài.
  • Kết quả nghiên cứu mở ra hướng phát triển ứng dụng di động cảnh báo tư thế, mở rộng cảm biến và triển khai trong môi trường thực tế.
  • Các bước tiếp theo bao gồm phát triển phần mềm cảnh báo, nâng cấp phần cứng và thử nghiệm thực tế tại các cơ sở y tế và văn phòng.

Mời các nhà nghiên cứu, chuyên gia công thái học, kỹ sư phát triển thiết bị y sinh và người dùng quan tâm tiếp cận và ứng dụng kết quả nghiên cứu để nâng cao sức khỏe và chất lượng cuộc sống.