基于云存儲的臥床狀態監測系統設計與實現

高天雷+高曦光+周書旺+馬明富+趙凱

摘要：針對日益突出的養老監護問題，為了更方便地監測老人的臥床狀態及起居習慣，提出一種基于云存儲的臥床狀態監測系統，在降低養老院、醫院及第三方醫療機構人力成本的前提下，實現老人臥床狀態實時監測，從而達到睡眠分析、行為數據監控和遠程監護等目的。該系統監測精度高、實時性好，可實現病房、養老院的無人化遠程監護，有助于建立養老新模式。

關鍵詞關鍵詞：

臥床狀態監測；云存儲；Spring MVC

DOIDOI：10.11907/rjdk.172854

中圖分類號：TP319

文獻標識碼：A文章編號文章編號：16727800（2017）011006203

0引言

調查研究報告顯示，2016年底我國60歲及以上老年人口達到2.3億，占總人口數的1/6[1]。專家預測，我國60歲及以上老年人口平均每年增加約640萬，到2020年底將達到2.5億左右，約占總人口的17.2%[2]。人口老齡化是中國當前和未來一段時間面臨的國情，老年人口持續高速增長給養老服務帶來了巨大挑戰[3]。隨著老齡化程度不斷加劇，再加上老年人“失能”、“空巢”、“少子”現象比較嚴重[4]，該群體又是高血壓、心臟病、糖尿病等慢性病的高發人群[5]，對于相關群體老年人的護理，尤其對于失能群體，監護難度大、專業要求高。然而在傳統養老院的護理中，護理人員若夜間查房過頻將影響老人睡眠質量，若查房疏忽則導致老人發生心梗、跌落床下等危險時不能被及時發現。針對以上問題，本文通過終端傳感器和遠程云平臺設計了基于云存儲的臥床狀態監測系統，可有效檢測并監護老人的臥床狀態、心率指標等參數，并在出現險情時及時告警，有助于監護人員及時發現險情，爭取在第一時間進行處理，從而降低死亡率。

1關鍵技術介紹

1.1云存儲技術

云存儲技術[6]是近幾年興起的一種網絡化的存儲概念，是在云計算（Cloud Computing）基礎上衍生和發展出來的新興技術。該技術結合發達的互聯網技術、先進的集群應用和成熟的分布式文件系統等技術，使網絡中海量的各類型存儲設備協同工作，形成一個整體存儲計算結構模型，共同對外提供數據的存儲計算服務和接口訪問功能[78]。本文通過無線網絡將采集的數據傳輸給云平臺實現云存儲功能，可實現海量數據的存儲計算。此外，相比于將算法嵌入到傳感器終端模塊程序中，在遠程云平臺上存儲的數據處理算法可以不斷優化、實時更新，確保數據的準確性和拓展性。

1.2光纖傳感技術

光纖傳感技術[9]是運用光纖傳感器采集數據，再經解調后獲得檢測參數的一種新興技術。光纖傳感器原理為：光纖維材料將光源信號送入調制器，光源信號與待測參數相互作用，導致光的強度、波長、頻率、相位、偏振態等參數發生變化，成為被調制的信號源，再經光纖維送入探測器解調，獲得需要檢測的參數[10]。作為臥床狀態的傳感采集部分，光纖相比于傳統的壓力傳感器，具有更好的抗電磁干擾性能，并且重量輕、耐水、耐高溫、耐腐蝕。另一方面，光纖的數據傳輸量大、靈敏度高、實時性好、功耗低，非常適合作為壓力傳感器。

1.3SpringMVC技術

MVC是Model View Controller的縮寫，代表著“模型-視圖-控制器”[11]。MVC創新性地將邏輯代碼和前端界面合成到一起，使傳統的映射輸入、處理和輸出聚集到一個部件中，因而具備獨特而又強大的功能[1213]。MVC技術作為一種新型的軟件設計規范，設計人員在進行項目開發時可以分析顯示設計中各部分的組織代碼，根據客戶需求定制界面，使用MVC技術打包文件，而不需要重新編寫業務邏輯。本文利用Spring MVC技術實現云平臺的數據讀取、存儲和查詢功能。

2血壓監測系統設計

2.1總體設計

如圖1所示，系統以“光纖感知終端+數據處理中繼+云平臺+異構應用終端”為架構，結合云存儲和傳感器技術，設計了包括采集層（采集終端、傳輸中繼）、云平臺（云計算分析存儲單元）和應用層（異構終端平臺應用）3部分的系統框架，通過構建人體光學壓力算法模型，利用光學檢測原理借助光纖傳感器采集形變數據，結合特征算法進行信息分離，實現人體臥床狀態的檢測、監護和風險報警；利用云平臺強大的計算能力分析大量采集數據并實時分發，并在云平臺上實時、動態更新算法；不斷優化采集算法，對采集的數據進行擴展分析。通過在床墊下鋪設傳感器采集用戶臥床數據，然后利用WiFi、藍牙傳輸給云平臺進行數據處理與分發，醫院、養老機構、用戶子女即可通過手機、電腦、PAD等設備接收臥床數據及報警信息。

2.2感知層設計

主控制板采用的核心芯片是瑞芯微科技四核ARM Cortex-A9架構的RK3188，主頻1.8GHz，搭載安卓4.4操作系統，外圍圍繞系統功能搭建不同外設及接口電路。如圖2所示，主控模塊通過串口、藍牙、USB等不同傳輸方式與采集終端進行數據交互，實現臥床狀態、心率、脈搏、呼吸率等人體生理參數及測量指令的接收與發送。GPIO口可實現聲音采集輸出和液晶顯示交互等功能，配置了液晶顯示屏、觸摸屏、麥克風、揚聲器等外設，并將檢測數據實時上傳云平臺。

3臥床狀態監測系統實現

3.1應用層實現

3.1.1用戶端總體流程

用戶端總體流程如圖3所示，用戶通過用戶名和密碼登錄APP或服務網站，進入臥床狀態監護配置界面，啟動藍牙、WiFi連接線程進行藍牙配對及網絡連接測試，并配置WiFi網絡使床墊傳感器采集數據能夠通過無線網絡傳輸到云平臺。配置成功后開啟數據接收線程，無訪問請求或無報警信息時進入待機模式，產生數據請求或推送時進行數據解析并顯示到界面上。

3.1.2數據上傳過程

采集數據后，由采集層的光纖傳感器將數據以數據包形式通過傳輸中繼發送給云平臺，解析協議代碼如下：endprint

function = “形變程度”；

num = “0x32”；

float distortion = （float） 18；

Date = String.format（“%d/%d/%d %02d：%02d”， 2000+response[23]， response[24]， response[25]， response[26]， response[27]）；

aData = （（response[29]<<8）|（response[28]&0xff））/distortion；

Distortiondata_list.add（Date+“”+aData）；

UARTLoopbackActivity.db_bed.execSQL（“INSERT INTO SHtable（userid，collectTime，

value） values（？， ？， ？）”， new Object[]{UARTLoopbackActivity.userLoginID，Date，aData}）；

Set set1 = new HashSet（Distortiondata_list）；

DistortionActivity.editor.putStringSet（“Distortion_DATA”， set1）；

3.2平臺端實現

3.2.1緩存機制

系統采用高并發的緩存機制，以降低應用程序對物理數據源的訪問頻次，提高應用的運行性能。在緩存區內的數據是將數據庫中的數據進行復制，應用程序在運行過程中對緩存進行數據讀寫[14]。系統緩存流程如圖4所示。

程序開始后對數據庫的信息進行同步操作，算法控制程序讀取系統內部定時器存儲的定時時間，并根據定時器時間值判定緩存區狀態。如果緩存狀態正常，程序調用函數將狀態值參數定義為0，同時同步預約剩余信息至緩存；反之，則將狀態值參數定義為1，結束流程。

緩存開始后，對數據庫信息進行同步操作，然后獲取緩存狀態，根據系統的定時器定時時間進行緩存區狀態判斷。如果緩存狀態正常，則調用函數將狀態位定義為0，同時同步預約剩余信息至緩存；反之，則將緩存狀態位定義為1操作，結束流程。

3.2.2簽名算法

當用戶操作界面、系統發出請求參數時，首先會將用戶端傳送過來的請求參數進行簽名處理，然后將簽名值以及最初發送的參數同時發送到系統后臺，系統后臺對參數進行簽名，并將結果與之前接收到的簽名值進行對比。如果兩次結果一致，則請求許可，反之則失敗。具體簽名流程如圖5所示。

圖5簽名算法流程

用戶進行預約掛號，在預約、查詢科室、選擇醫生時，對請求參數進行簽名。首先，將參數進行排序加密計算簽名值，并獲取簽名對象集合。然后對集合進行判斷，如果集合為空，則簽名結束；如不為空，則按字符串進行排序，將排序后的參數進行拼接加密鑰，最后進行MD5加密。

4系統運行效果

如圖6（a）為臥床狀態監護界面，監護過程中實時展示所有綁定用戶的臥床狀態，顯示用戶名稱、臥床狀態、開關機狀態、心率、呼吸率等參數信息，異常數據將顯示紅色報警并推送報警信息，告知監護人員及時發現險情；圖6（b）為單個用戶24小時臥床狀態、心率、呼吸率、運動行為的信息統計；圖6（c）為單個用戶一周臥床狀態、心率、呼吸率、運動行為的信息統計，包括歷史數據柱狀圖和特殊時間節點曲線圖兩種展現方式，方便用戶統計心率、呼吸率等變化趨勢。

圖6系統運行效果圖

5結語

本文通過傳感器和云計算技術將臥床狀態、心率、呼吸率等數據由采集終端使用簽名加密傳輸到云平臺，并根據請求或推送分發給用戶端。采集到的臥床狀態、心率、呼吸率等參數，通過云平臺上的算法實時進行數據分析、高速存儲與追蹤管理，并將數據推送給用戶個人、指定管理員、陪護人員及相關養老機構，實現了臥床狀態的實時監測和風險預警。下一步將在本文研究基礎上，利用更加先進的科研成果優化傳感器采集精度，完善云平臺分析算法，使用戶獲得更好的體驗。

參考文獻參考文獻：

[1]霍曉芳.人口老齡化問題與政府對策研究[D].上海：上海交通大學，2007.

[2]蔡鑫.中國人口老齡化的進程與影響[J].中國經貿導刊，2009（23）：3132.

[3]羅棟.人口老齡化研究的文獻計量分析[J].湖南理工學院學報：自科版，2013（3）：9094.

[4]趙聰.遼寧省農村空巢老人養老保障脆弱性研究[J].甘肅農業，2016（9）：5456.

[5]蘇婉霞.社區老年慢性病患者護理服務需求調查分析[J].齊齊哈爾醫學院學報，2008，29（2）：225226.

[6]魏偉.云計算及云存儲的技術應用[J].科技創新與應用，2013（13）：6565.

[7]BUYYA R， YEO C S， VENUGOPAL S， et al. Cloud computing and emerging IT platforms： vision， hype， and reality for delivering computing as the 5th utility[J]. Future Generation Computer Systems， 2009，25（6）：599616.

[8]黃濱，徐勇，呂巖.基于Hadoop云存儲系統在設計院的應用研究[J].信息安全與技術，2012，3（9）：6265.

[9]凌東岳.基于遺傳算法的EFPI光纖傳感技術研究[D].淮南：安徽理工大學，2013.

[10]葛曉靜，聶帥華.光纖傳感器的原理及應用[J].電腦與電信，2011（7）：6870.

[11]CHENGWANYU，QIUHUI H E. Study on MVC model2 and struts framework[J]. Computer Engineering， 2002.

[12]GUANGCHUN L， LU W Y， HANHONG X. A novel web application frame developed by MVC[J]. Acm Sigsoft Software Engineering Notes， 2003.

[13]YUAN M L， HUANG Y B， HUANG J L， et al. The research and application of MVC software architecture based on J2EE[J]. Application Research of Computers， 2003.

[14]FUSEN M U， GUANMAO W U. Framework technology in Web system development based on struts+spring+hibernate[J]. Computer Knowledge & Technology， 2006.

責任編輯（責任編輯：黃健）