Android-aangedreven sensoren bewaken vitale functies en meer

In sciencefictionfilms, van Aliens tot Avatar, weten commandanten in het basisstation altijd wanneer soldaten van de toekomst door vijanden worden uitgeschakeld, omdat hun vitale functies in realtime worden gecontroleerd. Om dat te doen met de huidige technologie is een uitdaging, niet in de laatste plaats omdat het verzamelen en verzenden van alle gegevens die kunnen worden verzameld door zelfs maar een handvol sensoren voor beweging en vitale functies, een enorme aanslag op het batterijvermogen en de draadloze bandbreedte zou zijn.

Door de kleding en lichamen van gebruikers uit te rusten met een netwerk van meerdere sensoren - ook wel smart dust genoemd - die rapporteren aan een Android-telefoon, pionieren onderzoekers met een open source-route om de droom van altijd-aan medische monitoring te realiseren. Dankzij hun werk hebben ze al kunnen meten hoeveel proefpersonen bewegen, hoe goed hun hart het doet en aan hoeveel luchtvervuiling ze worden blootgesteld.

De resulterende gegevens hebben een aantal toepassingen:

• Opname van historische en realtime gegevens over vitale functies in permanente medische dossiers
• Informeer een patiënt automatisch wanneer hij zijn hartmedicatie moet aanpassen
• Verander lichaamsbeweging en dagelijkse activiteiten in een wedstrijd in Foursquare-stijl
• Laat gebruikers locaties en tijdstippen van de dag vermijden waarop de luchtvervuiling het ergst is

De technologie (pdf) wordt beschreven in een paper die eind juni zal worden afgeleverd op de I . van 2010 internationale conferentie over doordringende technologieën voor ondersteunende omgevingen in Samos, Griekenland. Het schetst een hiërarchie van verwerkingsstappen die 24/7 bewaking van vitale functies (zoals ademhaling en hartslag) realistisch maken, gezien de problemen met de levensduur van de batterij en bandbreedtebeperkingen van mobiele telefoons

Drielaagse architectuur van het DexterNet-systeem met bijvoorbeeld hardware-, communicatie- en software-implementatie.

Deze hiërarchie, bekend als DexterNet, omvat sequentiële verwerking op elk niveau van de betrokken hardware: de sensoren, bekend als de lichaamssensor laag , de smartphone of persoonlijke netwerklaag , en tot slot in de cloud of wereldwijde netwerklaag die een back-up maakt en de uiteindelijke verwerking van alle gegevens van de gebruiker uitvoert. Het doel van verwerking in het apparaat in elke laag is het verminderen van de hoeveelheid informatie die draadloos tussen elk apparaat wordt verzonden.

Het laagste niveau van deze hiërarchie, individuele sensoren op de ledematen en romp van de gebruiker, kunnen gegevens verzamelen over een aantal parameters: beweging in 3 assen (gerealiseerd met een drie-assige versnellingsmeter en een twee-assige gyroscoop), hart-ECG, niveaus van zwevende deeltjes, en, voor ademhalingsbewegingen, elektrische impedantie pneumografie .

Om de frequentie waarmee deze sensoren met de smartphone van de gebruiker moeten communiceren te verminderen (en de hoeveelheid informatie die ze moeten verzenden), zijn deze sensoren in staat tot basissignaalverwerkingsalgoritmen over een door de programmeur te definiëren tijdsperiode, inclusief minimum, maximum, gemiddelde en gemiddelde waarden voor een bepaalde parameter.

Er werden twee soorten sensoren gebruikt, één, bekend als de TelosB , is ongeveer zo groot als een USB-stick en heeft een Texas Instruments-processor die vaak wordt aangetroffen in embedded applicaties en 10k geïntegreerd RAM-geheugen. De andere, Intel's SHIMMER-sensor , loopt de TinyOS-besturingssysteem speciaal ontworpen voor sensoren op afstand, weegt slechts 15 gram en is niet veel groter dan een kwart .

Onder leiding van Edmund Seto van de School of Public Health van UC Berkeley waren de betrokken onderzoekers in staat om de gegevens die waren verzameld van de draadloze sensoren verder te integreren met de gegevens die door de telefoons zelf waren verzameld. Door bijvoorbeeld locatie-, tijd- en luchtkwaliteitsgegevens te combineren, konden de onderzoekers kaarten maken van de dagen van gebruikers die de plaatsen en tijden markeren waarop ze werden blootgesteld aan de grootste niveaus van luchtvervuiling.

Doordat telefoons en sensoren draadloos met elkaar kunnen communiceren via Bluetooth, is het aantal sensoren dat zowel op een gebruiker als in zijn of haar omgeving kan worden ingebed vrijwel onbeperkt. In één toepassing plaatsten de onderzoekers een sensor in de digitale weegschaal van gebruikers en hun bloeddrukmeters om dagelijkse veranderingen in verband met te veel vochtretentie bij patiënten te kwantificeren. Met de resulterende gegevens konden hun algoritmen, verwerkt door de server waarnaar de smartphone zijn gegevens verzendt, een mogelijke aanpassing van de dosering van bloeddrukmedicatie suggereren.

Seto et al. noemde het Android-platform als een unieke factor voor hun werk, niet alleen omdat Android-telefoons, zoals alle smartphones, op zichzelf redelijk capabele draagbare computers zijn. Omdat Android open source is, konden de onderzoekers er bovenop ontwikkelen met behulp van het SPINE-platform voor remote sensing, en er hun eigen API aan toevoegen, bekend als WAVE (niet te verwarren met Google's Wave). In combinatie laten deze onderzoeksplatforms hen vrij om te experimenteren.

Tot dusverre is het enige nadeel van het gebruik van het Android-platform in dit werk, merken de onderzoekers op, dat het gebruikers binnenshuis niet kan lokaliseren. De onderzoekers besteden een deel van hun paper aan het opnieuw uitvinden van het wiel door te speculeren over manieren om dit te bereiken via het gebruik van wifi-knooppunten en zelfs visuele herkenning van binnenruimtes met behulp van de camera van de telefoon, zonder ooit te beseffen dat Skyhook Wireless al heeft een API en een internationale database van wifi-netwerken die dit kunnen bereiken.

zich verstoppen