基于Android平臺的高血壓監測預警系統設計

杜沖鋒 熊月玲 常曉碟 韓磊 葉明全

摘要：為能在高血壓方面為用戶提供更為優質的醫療服務，設計一種基于Android平臺的高血壓監測預警系統。通過移動醫療軟件與可穿戴設備結合，實時監測用戶血壓水平，獲得數據并上傳至云端服務器，在云端通過數據挖掘和機器學習等技術建立智能預警模型，向用戶提供風險信息預警服務。

關鍵詞： 高血壓;物聯網;移動醫療;傳感器;監測預警

中圖分類號：TP302.1? ? ? ? ?文獻標識碼：A? ? ? ? 文章編號：1009-3044（2018）36-0232-03

1? 背景

隨著社會節奏的加快，工作壓力的增大，人們罹患高血壓疾病的比率增高。2018年2月發表的“十二五”高血壓抽樣調查研究，在全國31個省、自治區及直轄市隨機抽取年齡>18歲人群>45萬人，發現我國成人高血壓患病率達23.2%，患病人數達2.45億[1]。可見，我國高血壓患病人數眾多，對高血壓等慢性疾病的控制刻不容緩。而規范高血壓等慢性疾病，有助于降低疾病的發病率， 提高生活質量[2]。

基于智能手機的移動感知正成為近年來國內外的研究熱點[3]，利用移動通信網絡與醫療信息網絡融合技術，以及信息集成技術，將醫療服務系統進行整合，可以為患者提供更為便捷的醫療服務[4]。針對高血壓病程長、治愈率低、復發率高的問題，本文對基于Android平臺的高血壓監測預警系統進行設計研究，以期望用戶能夠及時了解自身血壓、心率等身體信息，出現危險狀況能夠及時就醫，在一定程度上提高患者生活質量。

2 系統需求與設計

2.1 需求分析

需求分析是軟件計劃階段的重要活動，也是軟件生存周期中的一個重要環節，該階段是分析系統在功能上需要“實現什么”， 是開發人員經過深入細致的調研和分析，準確理解用戶和項目的功能、性能、可靠性等具體要求，將用戶非形式的需求表述轉化為完整的需求定義，從而確定系統必須做什么的過程。

通過問卷調查、社區走訪及向相關醫生咨詢等途徑，我們對用戶的需求進行了切實的分析。根據分析，得到系統的功能性需求，分為以下4部分。

1） 健康檔案：實現用戶注冊、登錄，存儲個人健康信息;

2） 監測功能：通過相關硬件設備，監測人體實時健康數據;

3） 預警功能：當系統檢測到用戶血壓值異常時，提示預警;

4） 健康指導：向用戶推送科普知識，建議等。

2.2 系統設計

本系統采用“用戶端+云端”的系統架構，用戶端App通過藍牙接口與手表式血壓計相連接，實現血壓監測，并上傳監測數據和生理參數（身高、體重、心率、血壓以及年齡）至云端服務器，獲取醫療管理服務。云端服務器做業務邏輯的處理，并在此基礎上實現個人健康數據接收與管理以及智能預警模型的數據分析。本系統具備體征采集與傳輸、智能監測預警和健康指導的功能。系統架構如圖1所示。

2.2.1 用戶端設計

Android用戶端一方面與用戶交互，提供良好的用戶界面，另一方面與服務端進行數據交換。用戶端應用軟件基于Android系統開發，采用MVC的開發模式進行設計，視圖層采用XML文件進行界面設計，使用Activity活動類，實現人機的交互。

2.2.2 云端設計

“輕用戶端，重云端”是目前 IT 架構的發展趨勢[5]，云端采用Apache做web服務器，服務端程序設計采用三層架構，即控制層、業務邏輯層和數據訪問層，控制層負責接收用戶端發送的數據請求，并調用業務邏輯層;業務邏輯層對控制層傳來的請求進行二次處理，調用數據訪問層，并將調用結果返回到控制層;數據訪問層封裝了對數據庫的增刪查改方法。用戶端與云端服務器通信遵循HTTPS協議，數據交互采用輕量級JSON數據格式，對來往數據采用MD5加密，確保信息安全。云端架構如圖2所示。

3 功能模塊設計

3.1 健康檔案模塊

用戶在使用時，首先呈現的是登錄/注冊頁面，成功登錄后進入健康檔案主界面。該模塊負責管理患者的頭像、姓名、身高、體重、年齡、疾病史、體檢信息等個人基本信息。

3.2 監測模塊設計

3.2.1 硬件部分

智能醫療作為未來移動互聯新的入口，在于硬件背后收集到的醫療云端數據[6]。可見，選擇一款正確的信息采集硬件是極為重要的。一般而言，智能手機并不攜帶專門的生理信號傳感器，而是借助無線網絡或硬件接口與生理測量儀器相連接 [7]，實現數據采集與傳輸。手表式血壓計是一種真正的可穿戴醫療器械，具有輕便、可連續穿戴的特點，克服了傳統血壓計無法長期佩戴使用的問題。其作為可穿戴設備與用戶端軟件結合，有助于高血壓等慢性疾病的輔助治療。

因此，本系統采用可連續監測的光電-心電法（PPG-ECG）血壓跟蹤手表（如圖3所示），在其中嵌入BLE藍牙芯片，用于無線數據傳輸。光電-心電法（PPG-ECG）血壓測量是一種使用光電-心電法（PPG-ECG）傳感器測量脈搏波的PWV從而推算連續血壓的方法。

3.2.2 血壓監測

該模塊使用BLE藍牙低能耗技術，通過BluetoothAdapter類查找周邊藍牙設備，經配對后自動連接手表式血壓計并獲取血壓計數據，實時顯示監測數據，并自動判斷血壓水平（如圖4所示）;通過血壓測量功能，用戶能夠及時對個人血壓指標進行監測和管理，同時能夠生成詳細的血壓報告，使用開源的JFreeChart類庫，方便地實現了相關統計圖表的繪制。

3.2.3 心率監測

在手表式血壓計的基礎上提供一種通過手機攝像頭以及閃光燈測量心率的方式。該模塊使用基于小波變換的帶通濾波器及快速傅里葉變換（FFT）技術，通過手機自帶攝像頭以及閃光燈實現，在食指指腹輕貼攝像頭時，通過捕捉毛細血管的搏動，對血液流變以及毛細血管蠕動的影像分析，獲得其心率值（如圖5所示）。

3.3 預警模塊設計

3.3.1 云端預警模型設計

數據挖掘技術支持臨床決策，最早多應用于臨床診斷和治療的輔助決策[8]。根據相關研究表明，數據挖掘技術對于高血壓風險預警系統的構建同樣具有重要的應用價值。針對用戶血壓水平異常的風險需求，在系統云端通過數據挖掘及機器學習的方法構建高血壓智能預警模型，為用戶提供風險信息預警服務。

預警模型訓練實現流程如下：收集已有的高血壓的病例對照數據，利用數據挖掘和機器學習的方法，構建出高血壓早期預警的模型，然后將此模型應用到平臺上，實現血壓水平異常的風險預警。通過多種途徑收集數據，如圖6所示，把在不同醫院體檢單位和終端采集儀器獲得的健康數據，進行統一標準、統一格式，存放到服務端的數據庫內。為每個用戶創建健康檔案，并對用戶的歷史數據進行可視化展示，同時結合用戶的健康指標信息和預警模型，對用戶的健康風險做出評估，并提出科學的指導建議。

3.3.2 風險信息預警

將智能手機終端采集并顯示的信息參數，發送至云端服務器。由服務端負責對用戶多個時段的生理健康數據進行分析與處理，并將監測預警信息以及適時建議推送至用戶端。系統結合心率、血壓等特征值分析用戶當前是否處于異常狀態，將異常信息保存到服務端并即時向用戶進行后臺預警提示，且將以短信的形式將預警信息分發給用戶的家人，確保用戶得到及時的醫療救治。

3.4 健康指導模塊

服務端能對用戶端進行數據的更新，可定期向用戶端推送高血壓科普知識，包括一些健康的生活方式、高血壓常識及飲食建議等。例如可根據用戶的近期血壓值推薦降壓食譜：洋蔥炒肉、胡蘿卜粥以及炒茄子等。

4 結束語

文中介紹了一種基于Android平臺的高血壓監測預警系統設計方案，為用戶提供血壓、心率監測、智能預警以及健康指導等功能，對于緩解醫療資源緊張、輔助家庭監護系統、降低患者病死病殘率，提高生活質量等方面具有一定的作用。同時，為高血壓移動醫療軟件的設計與開發提供了新的思路。

如今的智能監測預警技術已十分發達，若將其應用到高血壓的智能分析中，可行性非常高。而且，國內已有部分社區和醫院，對高血壓的防治預警系統進行了相關開發與研究[9]。可見在醫學領域，對高血壓監測預警系統的研究與開發，其作用是巨大的。

利用智能手機實現醫療檢測成為近年來國內外學者紛紛研究的熱點領域[10]。在未來，高血壓疾病的監測預警系統與適當的智能診斷系統相結合，其應用前景和市場開發必將是廣闊和令人期待的。

參考文獻：

[1] Wang Z， Chen Z， Zhang L， et al. Status of Hypertension in China： Results from the China Hypertension Survey， 2012-2015[J]. Circulation， 2018： CIRCULATIONAHA. 117. 032380.

[2] 梅勝， 孫雪松.我國互聯網醫療在便民服務中的應用現狀[J]. 中國數字醫學， 2017， 12（10）：48-50.

[3] Lane N D ， Miluzzo E ， Lu H ， et al. A survey of mobile phone sensing[J]. IEEE Communications Magazine， 2010， 48（9）：140-150.

[4] 陶婧婧， 喬韻， 嚴惟力. 移動健康在國內外的應用與發展前景[J]. 中國衛生事業管理， 2015， 32（2）：88-90.

[5] 趙亮. 基于Android的移動醫療系統云端設計[J]. 中國管理信息化， 2017， 20（7）：180-182.

[6] 余海燕， 邱航， 王利亞. 基于健康大數據監測平臺的移動醫療APP設計[J]. 中國衛生信息管理雜志， 2017， 14（2）：142-146.

[7] 陳龍彪， 李石堅， 潘綱. 智能手機：普適感知與應用[J]. 計算機學報， 2015， 38（2）：423-438.

[8] 吳信東，葉明全. 普適醫療信息管理與服務的關鍵技術與挑戰[J]. 計算機學報， 2012， 35（5）：828-845.

[9] 張合蘭. 社區高血壓防治預警系統的研究和開發[J].中國社區醫師：醫學專業， 2010， 12（19）：272-273.

[10] 張智超， 張遠， 金偉. 利用智能手機感知的移動醫療檢測研究綜述[J]. 濟南大學學報：自然科學版， 2016， 30（5）：377-382.

[通聯編輯：謝媛媛]