Технология за носене на болестта на Паркинсон: 4 стъпки

2024 Автор: John Day | [email protected]. Последно модифициран: 2024-01-30 07:49

Повече от 10 милиона души по света живеят с болестта на Паркинсон (PD). Прогресивно разстройство на нервната система, което причинява скованост и влияе върху движението на пациента. Казано по -просто, много хора страдат от болестта на Паркинсон, но тя не се лекува. Ако дълбоката мозъчна стимулация (DBS) е достатъчно зряла, тогава има шанс PD да бъде излекуван.

Решавайки този проблем, ще създам технологично устройство, което евентуално би могло да помогне на болниците да предлагат на пациентите с PD по -точни и практични лекарства.

Създадох технологично устройство за носене - Nung. Той може точно да улови стойността на вибрациите на пациента през целия ден. Проследяването и анализирането на повтарящи се модели, за да помогне на болниците да вземат по -добри решения за лекарства за всеки пациент. Не само, че предоставя точни данни на болниците, но също така носи удобства на пациентите с PD, когато те посещават отново своите лекари. Обикновено пациентите си припомнят предишните си симптоми и ще помолят лекаря за по -нататъшно коригиране на лекарствата. Трудно е обаче да се припомни всеки един детайл, което прави корекцията на лекарството неточна и неефективна. Но с използването на това носимо технологично устройство, болниците могат лесно да идентифицират модела на вибрации.

Стъпка 1: Електроника

- ESP8266 (wifi модул)

- SW420 (сензор за вибрации)

- Платформа

- Джъмперни проводници

Стъпка 2: Уебсайт за мониторинг на вибрации

Като начертаят това, болниците могат да визуализират състоянието на пациента на живо.

1. SW420 улавя данните за вибрациите от потребителя

2. Запазете данните за времето и вибрациите в база данни (Firebase)

3. Уебсайтът ще получи данните, съхранявани в базата данни

4. Изведете графика (ос x - време, ос y - стойност на вибрацията)

Стъпка 3: Модел на машинно обучение

Реших да използвам модел на полиномиална регресия, за да идентифицирам най -голямата средна стойност на вибрацията на потребителя от различен период от време. Причината е, че моите точки от данни не показват очевидна връзка между оста x и y, полиномът отговаря на по-широк диапазон на кривина и по-точно прогнозиране. Те обаче са много чувствителни към отклоненията, ако има една или две точки от аномални данни, това ще повлияе на резултата от графиката.

x_axis = numpy.linspace (x [0], x, 50) # диапазон, поколение y_axis = numpy.poly1d (numpy.polyfit (x, y, 5)) # теглене x y, 5 n -ти термини

Стъпка 4: Монтаж

В крайна сметка промених няколко електроника и реших да използвам литиево -полимерна батерия за захранване на носещата се технология. Това е така, защото е акумулаторна, лека, малка и може да се движи свободно.

Запоявах цялата електроника заедно, проектирах корпуса на Fusion 360 и го отпечатах в черно, за да изглежда целият продукт прост и минимален.

ако искате да разберете повече за този проект, не се колебайте да разгледате моя уебсайт.