Nosljiva tehnika Parkinsonove bolezni: 4 koraki

2024 Avtor: John Day | [email protected]. Nazadnje spremenjeno: 2024-01-30 12:02

Več kot 10 milijonov ljudi po vsem svetu živi s Parkinsonovo boleznijo (PD). Progresivna motnja živčnega sistema, ki povzroča togost in vpliva na bolnikovo gibanje. Preprosto povedano, veliko ljudi je trpelo za Parkinsonovo boleznijo, vendar je ni mogoče ozdraviti. Če je globoka možganska stimulacija (DBS) dovolj zrela, obstaja možnost, da se PD ozdravi.

Z reševanjem tega problema bom ustvaril tehnološko napravo, ki bi lahko bolnišnicam pomagala bolnikom s PD ponuditi natančnejša in praktičnejša zdravila.

Ustvaril sem nosljivo tehnološko napravo - Nung. Lahko natančno zajame pacientovo vrednost vibracij ves dan. Sledenje in analiza ponavljajočega se vzorca, ki bolnišnicam pomaga pri sprejemanju boljših odločitev o zdravilih za vsakega pacienta. Bolnišnicam ne zagotavlja le natančnih podatkov, pač pa bolnikom s PD prinaša tudi udobje, ko ponovno obiščejo svoje zdravnike. Običajno se bolniki spomnijo svojih preteklih simptomov in prosijo zdravnika za nadaljnjo prilagoditev zdravil. Vendar se je težko spomniti vseh podrobnosti, zaradi česar je prilagoditev zdravila netočna in neučinkovita. Toda z uporabo te nosljive tehnološke naprave lahko bolnišnice z lahkoto prepoznajo vzorec vibracij.

1. korak: Elektronika

- ESP8266 (modul wifi)

- SW420 (senzor vibracij)

- Ogledna plošča

- Mostične žice

2. korak: Spletno mesto za spremljanje vibracij

Z grafično predstavitvijo lahko bolnišnice v živo predstavijo bolnikovo stanje.

1. SW420 zajema podatke o vibracijah od uporabnika

2. Shranite čas in podatke o vibracijah v bazo podatkov (Firebase)

3. Na spletnem mestu bodo podatki shranjeni v bazi podatkov

4. Iznesite graf (os x - čas, os y - vrednost vibracij)

3. korak: Model strojnega učenja

Odločil sem se, da bom z modelom polinomske regresije določil največjo povprečno vrednost vibracij uporabnika iz različnih časovnih obdobij. Razlog za to, da moje podatkovne točke ne kažejo očitne povezave med osjo x in y, polinom ustreza širšemu razponu ukrivljenosti in natančnejši napovedi. Vendar so zelo občutljivi na odstopanja, če obstajata ena ali dve podatkovni točki nepravilnosti, bo to vplivalo na rezultat grafa.

x_axis = numpy.linspace (x [0], x, 50) # range, generation y_axis = numpy.poly1d (numpy.polyfit (x, y, 5)) # draw x y, 5 nth terms

4. korak: Montaža

Na koncu sem spremenil nekaj elektronike in se odločil za uporabo litij -polimerne baterije za napajanje nosljive tehnologije. To je zato, ker se lahko polni, je lahek, majhen in se lahko prosto giblje.

Spajal sem vso elektroniko skupaj, oblikoval ohišje na Fusion 360 in ga natisnil v črni barvi, da bi bil celoten izdelek preprost in minimalen.

če želite izvedeti več o tem projektu, si oglejte mojo spletno stran.