基于 Piconet 的移动远程医疗监护系统设计

引 言

据 2018 年中国综合医院行业市场报告 ：预计到 2020 年，我国 60 岁以上老人将达到 2.48 亿，占全国总人口的 17.5%。若人口老龄化所带来的问题处理不当，则会引发一系列的社会矛盾。新一代信息技术的发展为社会问题的解决提供了新的方法与思路。许多学者、技术人员逐步展开了智慧医疗方向的研究。智慧医疗的核心在于无线传感器网络的构建与传感器网络到通信网络的数据传输。

现行主流无线传感器网络的组网技术主要有 WiFi， ZigBee 与蓝牙三种。三种组网技术各有优劣，其应用场景各有不同。WiFi 技术接入网络较简单、移动性强、功耗较高， 较大的功耗不适用于可穿戴的医疗设备。ZigBee 与蓝牙在智慧医疗领域的应用较为广泛。卫兵 [1] 等设计一系列传感器节点与网络拓扑结构，将 ZigBee 技术与通信网络连接起来， 实现了数据远程传输。徐云苑 [2] 利用 ZigBee 技术远程监测糖尿病指数，将 ZigBee 技术应用于系统中，使之更加便捷与稳定。ZigBee 使用 DSSS 扩频，而蓝牙使用 FHSS 扩频， 就使用场景来讲，ZigBee 技术不适用于端点快速移动的系统。汪波涛 [3] 应用蓝牙与多点传感融合算法，设计了人的跌倒状态监测系统，但是此系统不兼具生理信息监测功能。除此之外，移动通信技术也是物联网系统设计的关键技术，应用较多的是 GPRS 技术。韦铂 [4] 设计出一套基于 GPRS 无线网络的人体智能监护系统，能够对用户的身体状况进行实时、全方位监护。然而，GPRS 无线通信技术作为 2.5G 的移动通信技术已逐渐被淘汰，取而代之的是专为物联网技术设计的移动通信技术—窄带物联网（NB-IoT）。作为一种移动广域网，其广覆盖、低功耗、广接入的特点，满足了移动远程监护系统的设计需求 [5]。

1 蓝牙技术概述

蓝牙技术是爱立信公司于 1997 年创制的， 是一种短距离无线通信技术， 使用全球通用频段（ISM 2.4 ～2.48 GHz），具有低成本、低功耗、低辐射的特点 [6]。蓝牙技术采用跳频技术，一共有 79 个频点，可根据主设备与从设备的跳频序列在不同时隙内跳动。蓝牙技术借鉴了通信技术中电路交换与分组交换的特点，其包含面向连接的传输（SCO 链路）与无连接的异步传输（ALC 链路）两种传输方式，但是 ALC 链路只在电路交换的间隙进行。因此，蓝牙技术不仅能传输语音，也能传输数据。

蓝牙技术的组网方式主要有微微网（Piconet）与散射网两种。在单个 Piconet 中，允许有 8 个蓝牙设备互联，但是同一时刻只允许一个设备作为主设备，其他设备为从设备， 主设备提供跳频序列，从设备以同步方式跟踪跳频序列。此外，蓝牙技术还允许多个 Piconet 互联互通，即组成散射网。事实上， 由于频段宽度所限， 散射网中最多只能有 10 个Piconet[6]。Piconet 组成结构如图 1 所示。

图 1 Piconet 组成结构示意

移动远程医疗监护系统的特色是远程监护与可移动性， 蓝牙芯片的高集成度与蓝牙技术低功耗的优点为系统广泛应用提供了可能。其次，蓝牙技术使用了 FHSS 扩频技术，这种扩频技术适用于端点快速移动的无线网络。人体各部位移动本来就是相对快速的过程，具有随机性与突变性，所以蓝牙技术更能满足系统的设计需求。

2 移动远程医疗系统架构

本文系统采用典型的物联网三层体系结构，即感知层、网络层、应用层三部分，每层均包含两个子层。佩戴在人体各部位的传感器节点通过 Piconet 连接，各部位数据汇聚到主设备，主设备将数据进行解析、处理，重新封装成 NB- IoT 协议下的数据包，通过附近基站转发数据包。用户数据到达数据库服务器后，由服务器进行分类存储，为上层应用提供服务。

在整个数据传输中，数据在无线传感网络及广域网的传输过程尤为重要，这两个过程贯穿整个物联网体系的始终， 对数据的安全性与准确性都有极大影响。本文充分考虑到设计的应用场景，因为各传感器节点均分布在人体上，所以其信号的有效范围为 10 m 以内。若周围有强磁场干扰或节点距离超过有效范围，则丢包现象会大幅增加。此外，由于GPRS 正在退网阶段，不久将被淘汰，本文系统使用基于蜂窝网络的窄带物联网，这种广域网覆盖范围更强，允许接入的节点更多，功耗更低，更适合移动物联网设备。本文系统的体系架构如图 2 所示。

3 无线传感器及其组网方式

本文系统主要实现的功能为心率监测、血氧监测、姿态监测及人体定位。系统设计的传感器节点有三个，分别分布于人体的手腕、腰部以及脚腕。其中，手腕节点为主节点（主设备），腰部与脚腕节点为从节点（从设备）。从节点的主要功能为协助主节点完成姿态检测，主节点硬件框图如图 3 所示。

本文系统采用的姿态传感器型号为 MPU6050， 此传感器是一款集成 6 轴 MotionTracking 设备， 能够数字输出6 轴或 9 轴的旋转矩阵、四元数（Quaternion）、欧拉角格式（EulerAngleforma）的融合演算数据。本文根据四元数代数学与欧拉转换矩阵将四元数解算得到姿态角，计算公式如下 [7] ：

三个节点的处理芯片均为微型嵌入式处理器STM32F103C8T6， 该芯片采用 Cortex-M3 架 构， 高 达72 MHz 的工作频率，还具有 64 KB 的闪存程序存储器，足以满足系统的设计需求。心率以及血氧数据监测由手腕上的心率血氧传感器（型号为 MAX30102）完成，定位功能由手腕节点的 GPS 定位模块（型号为 NEO-6M）完成。系统网络连接模式如图 4 所示。

4 数据管理与应用

移动远程医疗系统使用了第三方服务器—中移物联， 该平台允许 EDP，HTTP，MQTT等多种协议的物联设备接入，提供了 PC 端与移动端应用开发的 API。用户数据由主节点按 LWM2M 协议格式封装，通过蜂窝网络发送到第三方服务器。用户可通过在平台服务器上建立数据流模板的方式，分类存储相关数据。另外，系统支持用户采用私有协议以及私有加密方式进行数据传输，保证数据安全。

根据系统需求，本文建立了 6 个数据流模板，分别存储心率、血氧、位置、姿态等信息。同时，平台支持触发器功能， 设置触发数据流、触发条件，当监测数据低于或高于阈值时，通过邮箱或 URL 发出报警信息。心率、位置数据流模板展示图分别如图 5、图 6 所示。

图 5 心率数据流模板展示

图 6 位置数据流模板展示

5 结 语

本文以智慧医疗为背景，论述了从系统架构设计到传感器组网，再到数据获取与应用等一系列物联网系统建立的解决方案。智慧医疗是解决社区养老、医疗的重要途径 [11]。本文系统通过物联网技术将老年人、社区医疗机构、医院联系在一起，实现了数据的实时监测与共享。不仅加强了医患联系，同时也减轻了医护人员的工作压力，仅仅通过几台计算机就能及时了解辖区老年人的身体状况，不必身入患者家中走访。

由于应用场景所限，本文只应用了 3 个传感器节点，对于传感器组网的时间延迟、频段资源利用没有过多要求，但这对于未来中型或大型传感器网络组网远远不够。不论对于蓝牙技术组网还是 ZigBee 技术组网，都要深入研究组网算法，以减少组网时延以及网络之间的干扰，提升无线传感器网络的自愈能力 [12]。

广域网的发展也是制约物联网技术广泛应用的关键因素。正如本文所应用的窄带物联网技术与正在推广应用的5G 技术，都是未来几年物联网发展的推动力量。NB-IoT 技术主要应用在远程抄表、智慧停车、智慧路灯等场景，这些场景都有着广泛接入、低带宽需求等特点，而 5G 技术主要应用于低时延、高带宽的应用场景，如自动驾驶、远程会诊等。