Parkinson -kór viselhető technika: 4 lépés

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:39

Világszerte több mint 10 millió ember él Parkinson -kórban (PD). Progresszív idegrendszeri betegség, amely merevséget okoz és befolyásolja a beteg mozgását. Egyszerűbben fogalmazva, sokan Parkinson -kórban szenvedtek, de ez nem gyógyítható. Ha a mély agyi stimuláció (DBS) elég érett, akkor esély van arra, hogy a PD gyógyítható legyen.

A probléma megoldásával olyan technikai eszközt hozok létre, amely esetleg segíthet a kórházaknak abban, hogy pontosabb és praktikusabb gyógyszereket kínáljanak a PD betegeknek.

Létrehoztam egy hordható technikai eszközt - a Nungot. Pontosan rögzíti a beteg rezgési értékét egész nap. Az ismétlődő minták nyomon követése és elemzése, hogy a kórházak jobb döntéseket hozhassanak a gyógyszeres kezelésről minden egyes beteg számára. Nemcsak pontos adatokat szolgáltat a kórházaknak, hanem kényelmet nyújt a PD betegek számára is, amikor újra meglátogatják orvosukat. Általában a betegek felidézik múltbeli tüneteiket, és kérik az orvostól a gyógyszer további módosítását. Nehéz azonban minden egyes részletet felidézni, így a gyógyszerbeállítás pontatlan és nem hatékony. Ennek a hordható technikai eszköznek a használatával azonban a kórházak könnyen azonosítják a rezgésmintát.

1. lépés: Elektronika

- ESP8266 (wifi modul)

- SW420 (rezgésérzékelő)

- Kenyeretábla

- Jumper vezetékek

2. lépés: Rezgésfigyelő webhely

Ennek ábrázolásával a kórházak élőben tudják vizualizálni a beteg állapotát.

1. Az SW420 rögzíti a felhasználó rezgési adatait

2. Mentse az időt és a rezgési adatokat egy adatbázisba (Firebase)

3. A weboldal megkapja az adatbázisban tárolt adatokat

4. Grafikon kiadása (x tengely - idő, y tengely - rezgésérték)

3. lépés: Gépi tanulási modell

Úgy döntöttem, hogy a polinomiális regressziós modell segítségével azonosítom a felhasználó legnagyobb átlagos rezgési értékét különböző időszakokból. Mivel az én adatpontjaim nem mutatnak nyilvánvaló összefüggést az x és az y tengely között, a polinom a görbület szélesebb tartományába illeszkedik és pontosabb előrejelzést tartalmaz. Azonban nagyon érzékenyek a kiugró értékekre, ha van egy -két anomáliás adatpont, az befolyásolja a grafikon eredményét.

x_axis = numpy.linspace (x [0], x, 50) # tartomány, y_axis generáció = numpy.poly1d (numpy.polyfit (x, y, 5)) # draw x y, 5. n

4. lépés: Összeszerelés

A végén néhány elektronikát módosítottam, és úgy döntöttem, hogy lítium -polimer akkumulátort használok a hordható technológia táplálására. Ez azért van, mert újratölthető, könnyű, kicsi és szabadon mozoghat.

Összeforrasztottam az összes elektronikát, megterveztem a tokot a Fusion 360 -on, és fekete színnel kinyomtattam, hogy az egész termék egyszerű és minimális legyen.

ha többet szeretne tudni erről a projektről, nézze meg a webhelyemet.