CN111224724A - 一种基于智慧医疗服务的路径损耗测量方法 - Google Patents
一种基于智慧医疗服务的路径损耗测量方法 Download PDFInfo
- Publication number
- CN111224724A CN111224724A CN201911075521.2A CN201911075521A CN111224724A CN 111224724 A CN111224724 A CN 111224724A CN 201911075521 A CN201911075521 A CN 201911075521A CN 111224724 A CN111224724 A CN 111224724A
- Authority
- CN
- China
- Prior art keywords
- human body
- grid
- information
- aggregator
- path loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 241000282414 Homo sapiens Species 0.000 claims abstract description 74
- 230000033001 locomotion Effects 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 230000036544 posture Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 210000000056 organ Anatomy 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000013334 tissue model Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 2
- 210000001519 tissue Anatomy 0.000 claims 7
- 210000000988 bone and bone Anatomy 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000968 medical method and process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明请求保护一种于智慧医疗服务的路径损耗测量方法,用于人体运动姿态下的测量,其包括以下步骤:获取人体的运动状态,并根据人体运动状态进行人体建模,人体建模过程是将一个完整的运动姿态进行剖解,分成N个理论帧,并搭建各帧模型;按照层次结构部署体域网系统,所述体域网系统包括分别位于不同层次的传感器、汇聚器,所述传感器用于搜集人体的各体征信息,所述汇聚器与传感器相连;测试数据,各传感器搜集体征信息并将所述数据传输给汇聚器,汇聚器则用于搜集并集中处理体征信号;汇聚器处理好信息后发给手机或别的终端,医生或病人家属即能了解到相关患者的信息,实现对病人的实施监护。
Description
技术领域
本发明属于智慧医疗短距离无线信道研究技术领域,特别是涉及到一种距离物联网环境中建立人体运动姿态路径损耗模型的方法。
背景技术
随着传感、通信和计算机等领域的技术发展与进步,无线通信技术和低功耗多功能传感器得到迅猛发展,具有感知能力、计算能力和通信能力的微型传感器节点开始出现。多个传感器节点通过自组织形式、动态可配置方式组成了多种形式的无线传感网络,可用于检测外界环境湿度、温度、压力、声波等人们感兴趣的客观现象。这种无线传感网因其广泛的应用前景以及自身独特的特点,必将成为影响人类未来生活的重要技术。
传统医疗数据收集系统存在传感器节点与处理单元之间连接线缆繁杂、家庭监护数据处理迟缓、人体正常活动受限等缺陷,而无线体域网能够在不影响人们正常活动的情况下,更加便捷高效、更加人性化地进行医疗监控。除此之外,传统的医疗方法多为病发后再治疗,不能很好做到预防和实时诊疗,而无线体域网使我们不再是被动接受生病、能够提前预防和尽早治疗,从而降低了医疗成本,切实解决了广大社区(尤其是偏远山区)看病难、看病贵的现状,可以更好地服务社会。
与传统的以数据为中心的无线传感器网络相比,无线体域网有如下特点:a)网络规模小;b)能量高度受限;c)信号传输衰减快;d)网络异构性;e)无线链路时变性;而体域网通信的关键技术一般涉及到物理层的频带选择、信道模型,能量有效性、可扩展性、可移动性等性能要求。基于体域网的这些独特要求和制约因素,为体域网的应用与研究提出了新的技术问题,其中,如何高效利用体域网中节点的有限能量来延长整个网络的生命周期是体域网的首要设计目标。
由于无线体域网把人体变成通信网络的一部分,从而真正实现了网络的泛在化,使其有着更为广阔的发展和应用前景。然而体域网中不同传感器节点产生的数据包对延时和数据丢包率这方面要求有很大差异。例如,当传感器节点检测到病人某项指标高于正常阀值时发出的警报数据,就要求在尽可能短的时间和高可靠性的路径传输到汇聚节点,而对于周期性检测并显示正常值的数据(体温、脉搏等),可以容许一定的延时和数据包丢失率。因此,在体域网中提供一种服务区分化的路由协议,个性化的设计,有利于不同节点选择不同路径,来满足各自需求,提供服务保障,从而合理的利用全网资源、提高网络性能。
目前,WBAN仍处于发展的早期阶段,虽然面临很多问题和挑战,但不少国家和组织已经开始对WBAN进行深入研究。2013年Tommi Tuovinen等人针对超宽带(UWB)天线和人体之间的关联作用,用环天线和偶极子天线在距离人体0-30mm的范围内进行了测试研究。2014年Rosini R通过在不同环境下实时测量人体在2.45GHz下的行为活动,表明了信道的主要衰落是由人体活动引起的。2016年Takahiro Aoyagi等人认为人体运动的动态信道模型不容易建立,提出了基于阴影的几个建模方法,并通过数值模拟得到了人体多个运动状态的人体节点与外部接入点之间的阴影特性模型。虽然已有了大量的关于路径损耗估算的发明,但却是在分开讨论各因素的对体域网的路径损耗的测量,很少有文章针对体域网在2.4GHz频率时运动状态下阴影效应影响下的路径损耗。所以本发明的内容是有着实际意义且为亟待解决的的问题。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种基于智慧医疗服务的路径损耗测量方法。本发明的技术方案如下:
一种基于智慧医疗服务的路径损耗测量方法,用于人体运动姿态下的测量,其包括以下步骤:
步骤S1,建模分帧,获取人体的运动状态,并根据人体运动状态进行人体建模,人体建模过程是将一个完整的运动姿态进行剖解,分成N个理论帧,并搭建各帧模型;
步骤S2,场景搭建,按照传感节点结构层次部署体域网系统,所述体域网系统包括分别位于不同层次的传感器、中继传感器、汇聚器,所述传感器用于搜集人体的各体征信息,中继传感器接收并转发数据,所述汇聚器与传感器通信链路相连;
步骤S3,测试数据,各传感器搜集体征信息并将所述数据传输给中继传感器和汇聚器,中继传感器对接收的信息进行解码转发给汇聚器,利用分集增益技术,汇聚器则对两次接收到的相同信息进行合并增强传输质量,得到误码率更低的体征数据;
步骤S4,汇聚器处理好信息后发给手机或别的终端,医生或病人家属即能了解到相关患者的信息,实现对病人的实施监护。
进一步的,所述步骤S1建立人体组织模型具体包括:构建一幅分层的二维人体剖面图,每一层的剖面图都按照相应比例划分成网格单元,把每个单元格看成是单一人体组织,若一个单元格中含有2种或者2种以上人体组织,该单元格以组织所占百分比较大的为准,人体器官之间的边界和整个人体模型的形状都可以用单元格堆积而成,并且采用不同颜色区别各种组织,通过上述的网格划分方法配合Varipose调节节点位置,最终可以获得不同姿势的人体模型。
进一步的,所述获得的人体模型设计了36种人体组织介电常数和电导率,用于精确地描述人体。
进一步的,所述N等于9。
进一步的,所述步骤S1搭建各帧模型具体包括:
选取固定位置作为无线待测定信号信号源位置;使用半波偶极子天线作为收发天线,将天线置放在离人体皮肤表面2mm处,阻抗设定为50Ω;
由发射天线产生无线待测信号,设定待测信号中心频率为2.45GHz,半波偶极子天线长度和半径计算公式为:
式中λ是入射波波长,2.4GHz下L=62mm,半径r=0.62mm,使时间步长△t和最小网格单元边长△x满足以下三式:
式中△x,△y和△z为网格边长,c为光速,ε是模型中组织的最大介电常数,Δt表示时间步长,f表示入射波波长,λmin表示组织中的最小波长。
进一步的,在理想状态下进行仿真,采用散射参数S21的绝对值来表示路径损耗,因此路径损耗公式可以近似为公式,Pr是接收机功率,Pt是发射机功率:
本发明的优点及有益效果如下:
本发明能够提供可靠地近距离物联网环境下路径损耗测试方法,有效地获得人体局域网环境下路径损耗测量的原始数据。本发明能够快速准确的测量出2.4GHz下运动状态的体域网的路径损耗数值。
附图说明
图1是本发明提供优选实施例基于智慧医疗服务的路径损耗测量方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
本发明的实施方式涉及一种基于智慧医疗服务的路径损耗测量方法,包括以下步骤:
(1)根据人体运动状态进行建模,建模过程是将一个完整的运动周期进行剖解,分成多个理论帧;
(2)按照层次结构部署体域网系统,所述体域网系统包括分别位于不同层次的传感器、汇聚器,所述的传感器用于搜集人体的各体征信息,所述汇聚器与传感器相连;
(3)测试数据,各传感器搜集体征信息并将所述数据传输给汇聚器,汇聚器则用于搜集并集中处理体征信号;
(4)汇聚器处理好信息后发给手机或别的终端,医生或病人家属京能了解到相关患者的信息,实现对病人的实施监护;
如图1所示,通过本发明所述的方法实现人体局域网环境下路径损耗模型建立。首先,建立人体组织模型,搭建人体结构模型;构建一幅分层的二维人体剖面图,每一层的剖面图都按照相应比例划分成网格单元。把每个单元格看成是单一人体组织,若一个单元格中含有2种或者2种以上人体组织,该单元格以组织所占百分比较大的为准。人体器官之间的边界(如耳朵和眼睛)和整个人体模型的形状都可以用单元格堆积而成,并且采用不同颜色区别各种组织。通过上述的网格划分方法配合Varipose调节节点位置,最终可以获得不同姿势的人体模型,本实施例使用的人体模型设计了36种人体组织介电常数和电导率,可以较为精确地描述人体。
然后将完成的人体模型模导入系统,分配完成各个人体器官组织参数,然后将一个完整的人体运动姿态划分为多个帧(本实施例主要是划分为九帧),并搭建该各帧模型;选取固定位置作为无线待测定信号信号源位置;使用半波偶极子天线作为收发天线,将天线置放在离人体皮肤表面2mm处,阻抗设定为50Ω。
由发射天线产生无线待测信号,设定待测信号中心频率为2.45GHz。半波偶极子天线长度和半径计算公式为:
式中λ是入射波波长,2.4GHz下L=62mm,半径r=0.62mm。根据FDTD算法建立网格空间时,虽然空间尺寸越小数值色散越小,但是尺寸越小意味着硬件消耗也多,因此综合考虑后,使时间步长△t和最小网格单元边长△x满足以下三式:
式中△x,△y和△z为网格边长,c为光速,ε是模型中组织的最大介电常数,λmin表示组织中的最小波长。
由于人体表面具有复杂的形状,发射机与接收机之间的直射路径会被障碍物遮挡,电磁波有可能进入有障碍物的尺寸不超过波长的数十倍时将可能产生绕射。而这一条件在人体区域通信中通常都是满足的,人体区域通信中所用的波长一般都在几米以上。在体表通信中,障碍物可能是身体的某部分或者身体的表面的弯曲处。
由于BAN不同于其他无线传输网络,它的信道特性受到人体组织参数影响。本实施例在理想状态下进行仿真,采用散射参数S21的绝对值来表示路径损耗,因此路径损耗公式可以近似为公式,Pr是接收机功率,Pt是发射机功率:
在测试过程中,发射天线作为信号采集节点置于手腕,接收天线1作为中心节点置于腰间肚脐处,接收天线2作为中继节点置于后腰。在人体运动过程中,手臂的前后摆动会对信号的接收强度有影响。当手臂摆动向后时,由于阴影效应的影响,致使中心节点接收到的信号强度弱。而中继节点就可以很好的接收信号,然后利用分集增益,有利于采集到更准确的数据信息,得到更小的路径损耗。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种基于智慧医疗服务的路径损耗测量方法,用于人体运动姿态下的测量,其特征在于,包括以下步骤:
步骤S1,建模分帧,获取人体的运动状态,并根据人体运动状态进行人体建模,人体建模过程是将一个完整的运动姿态进行剖解,分成N个理论帧,并搭建各帧模型;
步骤S2,场景搭建,按照传感节点结构层次部署体域网系统,所述体域网系统包括分别位于不同层次的传感器、中继传感器、汇聚器,所述传感器用于搜集人体的各体征信息,中继传感器接收并转发数据,所述汇聚器与传感器通信链路相连;
步骤S3,测试数据,各传感器搜集体征信息并将所述数据传输给中继传感器和汇聚器,中继传感器对接收的信息进行解码转发给汇聚器,利用分集增益技术,汇聚器则对两次接收到的相同信息进行合并增强传输质量,得到误码率更低的体征数据;
步骤S4,汇聚器处理好信息后发给手机或别的终端,医生或病人家属即能了解到相关患者的信息,实现对病人的实施监护。
2.根据权利要求1所述的一种基于智慧医疗服务的路径损耗测量方法,用于人体运动姿态下的测量,其特征在于,所述步骤S1建立人体组织模型具体包括:构建一幅分层的二维人体剖面图,每一层的剖面图都按照相应比例划分成网格单元,把每个单元格看成是单一人体组织,若一个单元格中含有2种或者2种以上人体组织,该单元格以组织所占百分比较大的为准,人体器官之间的边界和整个人体模型的形状都可以用单元格堆积而成,并且采用不同颜色区别各种组织,通过上述的网格划分方法配合Varipose可视化人体网格最终可以获得不同姿势的人体模型。调节人体节点位置,在Varipose的骨骼视图中,调节各骨骼的角度度数,然后写入引擎文件,运行引擎文件,可得到需要的人体模型。
3.根据权利要求2所述的一种基于智慧医疗服务的路径损耗测量方法,其特征在于,所述获得的人体模型设计了36种人体组织介电常数和电导率,用于精确地描述人体。
4.根据权利要求2所述的一种基于智慧医疗服务的路径损耗测量方法,其特征在于,所述N等于9。
5.根据权利要求2所述的一种基于智慧医疗服务的路径损耗测量方法,其特征在于,所述步骤S1搭建各帧模型具体包括:用天线模拟传感器收发信号,选取固定位置作为无线待测定信号信号源位置;使用半波偶极子天线作为收发天线,将天线置放在离人体皮肤表面2mm处,阻抗设定为50Ω;
由发射天线产生无线待测信号,设定待测信号中心频率为2.45GHz,半波偶极子天线长度和半径计算公式为:
式中λ是入射波波长,2.4GHz下L=62mm,半径r=0.62mm,使时间步长△t和最小网格单元边长△x满足以下三式:
式中△x,△y和△z为网格边长,c为光速,ε是模型中组织的最大介电常数,Δt表示时间步长,f入射波波长,λmin表示组织中的最小波长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911075521.2A CN111224724A (zh) | 2019-11-06 | 2019-11-06 | 一种基于智慧医疗服务的路径损耗测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911075521.2A CN111224724A (zh) | 2019-11-06 | 2019-11-06 | 一种基于智慧医疗服务的路径损耗测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111224724A true CN111224724A (zh) | 2020-06-02 |
Family
ID=70827599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911075521.2A Pending CN111224724A (zh) | 2019-11-06 | 2019-11-06 | 一种基于智慧医疗服务的路径损耗测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111224724A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230127382A1 (en) * | 2020-05-11 | 2023-04-27 | Mitsubishi Electric Corporation | Electromagnetic field sensor |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090060352A1 (en) * | 2005-04-20 | 2009-03-05 | Arcangelo Distante | Method and system for the detection and the classification of events during motion actions |
CN105137420A (zh) * | 2015-09-09 | 2015-12-09 | 电子科技大学 | 一种多帧积累的非相干mimo雷达检测和定位方法 |
KR20150138463A (ko) * | 2014-05-29 | 2015-12-10 | 경희대학교 산학협력단 | 인체 영역 통신 환경에서의 신뢰성을 높이기 위한 동적 순방향 오류 정정 시스템 |
CN105722102A (zh) * | 2016-02-02 | 2016-06-29 | 吉林大学 | 人体行走姿态下无线体域网生存周期的汇聚节点放置方法 |
-
2019
- 2019-11-06 CN CN201911075521.2A patent/CN111224724A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090060352A1 (en) * | 2005-04-20 | 2009-03-05 | Arcangelo Distante | Method and system for the detection and the classification of events during motion actions |
KR20150138463A (ko) * | 2014-05-29 | 2015-12-10 | 경희대학교 산학협력단 | 인체 영역 통신 환경에서의 신뢰성을 높이기 위한 동적 순방향 오류 정정 시스템 |
CN105137420A (zh) * | 2015-09-09 | 2015-12-09 | 电子科技大学 | 一种多帧积累的非相干mimo雷达检测和定位方法 |
CN105722102A (zh) * | 2016-02-02 | 2016-06-29 | 吉林大学 | 人体行走姿态下无线体域网生存周期的汇聚节点放置方法 |
Non-Patent Citations (4)
Title |
---|
余晓杰: "人体通信信道特性研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
林金朝 等: "变姿势人体模型SAR研究", 《电子制作》 * |
王海勇: "无线传感器网络数据可靠传输关键技术研究", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 * |
苏丹 等: "基于转发节点的无线体域网动态信道研究", 《重庆邮电大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230127382A1 (en) * | 2020-05-11 | 2023-04-27 | Mitsubishi Electric Corporation | Electromagnetic field sensor |
US11946953B2 (en) * | 2020-05-11 | 2024-04-02 | Mitsubishi Electric Corporation | Electromagnetic field sensor |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cotton et al. | A review of radio channel models for body centric communications | |
Katayama et al. | Channel model on various frequency bands for wearable body area network | |
Smith et al. | Propagation models for body-area networks: A survey and new outlook | |
Javaid et al. | Ubiquitous healthcare in wireless body area networks-a survey | |
CN109889239A (zh) | 一种用于mimo ota测试的双暗室结构及测试方法 | |
Prabh et al. | Opportunistic packet scheduling in body area networks | |
Reichman et al. | Body communications | |
Särestöniemi et al. | An overview of the electromagnetic simulation-based channel modeling techniques for wireless body area network applications | |
Akbar et al. | Performance optimization of the IEEE 802.15. 4-based link quality protocols for WBASNS/IOTS in a hospital environment using fuzzy logic | |
Catherwood et al. | Body‐centric wireless hospital patient monitoring networks using body‐contoured flexible antennas | |
Alomainy et al. | Co-operative and energy efficient body area and wireless sensor networks for healthcare applications | |
Mkongwa et al. | Reliability and quality of service issues in wireless body area networks: a survey | |
Nahali et al. | Energy modeling of wireless body area networks with on-body communication channel characterization | |
CN111224724A (zh) | 一种基于智慧医疗服务的路径损耗测量方法 | |
Wang et al. | Location of three-dimensional movement for a human using a wearable multi-node instrument implemented by wireless body area networks | |
Shah et al. | Recent research on wireless body area networks: a survey | |
Hamdi et al. | A wireless body area network of intelligent sensors for biomedical applications: Design and performance analysis | |
Di Franco et al. | On-body to on-body channel characterization | |
Dricot et al. | Impact of the environment and the topology on the performance of hierarchical body area networks | |
Led et al. | Operation, analysis and optimization of wireless sensor devices in health oriented monitoring systems | |
Sayrafian-Pour et al. | A simulation platform to study inter-BAN interference | |
D’Errico et al. | Wireless Body Area Communications | |
Nie et al. | Statistical characterization of the dynamic human body communication channel at 45MHz | |
Guraliuc et al. | Path gain models for on-body communication systems at 2.4 and 5.8 GHz | |
Rout et al. | Channel Models for Inter-body Communication in Ultra Wideband-Based Body Area Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |