摘 要：目前，物聯(lián)網技術的飛速發(fā)展已經沖擊了社會的方方面面，人們的生活方式也在隨之改變，很多傳統(tǒng)的方法和技術都需要引入物聯(lián)網等新科技來提升其存在的價值，從而實現(xiàn)行業(yè)的整體進步。研究就傳統(tǒng)血壓監(jiān)護系統(tǒng)的諸多弊端，提出利用基于KEIB-Stack協(xié)議棧的通信技術實現(xiàn)數據傳遞，并提出一種基于具有量子行為的粒子群優(yōu)化算法的血壓數據分析技術，解決了基于傳統(tǒng)血壓監(jiān)護設備的數據傳遞和處理的問題，大大提高了健康護理的實時性和準確性，可以實際應用于個人健康監(jiān)護、個人健康預警、醫(yī)院臨床診斷等領域。

　　0 引 言

　　人體血壓是一個動態(tài)的生理指標，為了得到較為準確的血壓測量結果并及時進行健康預警，需要對血壓數據進行實時監(jiān)控，尤其是對于血壓不夠穩(wěn)定的特殊人群。傳統(tǒng)的血壓監(jiān)護主要有兩種方式，一種是僅測定一次，即在一次測量結束后直接顯示出測量結果，此時得到較準確測量結果的概率很低 ；另一種方式是預先設定某個大于1的數值為本次測量的測量次數，并按設定的次數進行測量，所有測量都結束后再按預先設定的算法（如求平均值等簡單算法）計算出測量結果，由于這種測量方法的測量次數已預先設定，浪費了血壓較為穩(wěn)定的測量者的測量時間，同時血壓波動大的測量者又可能需要在預設值的基礎上再增加相應的測量次數，從而找到更準確的測量結果，而且血壓儀本身的數據處理能力受限，無法進行大規(guī)模數據的分析，在結果處理上也存在不完善之處。因此，為了得到更全面準確的血壓分析處理數據以提供臨床診斷，本研究在傳統(tǒng)的血壓監(jiān)護系統(tǒng)中引入物聯(lián)網技術，采用無線通信技術將數據傳輸到后臺進行大規(guī)模分析處理。

　　本研究的內容主要涉及兩個方面，即血壓數據的傳輸和處理。在數據傳輸方面，采用了具有自主知識產權的 KEIB-Stack 協(xié)議棧為無線通信協(xié)議，實現(xiàn)血壓數據從血壓采集設備到系統(tǒng)后臺的實時傳輸；在數據處理方面，采用了具有量子行為的粒子群優(yōu)化算法（QPSO），對大量連續(xù)的血壓數據進行大規(guī)模分析，實時輸出處理結果，給予個人健康預警和醫(yī)生臨床診斷參考。

　　1 基于 KEIB-Stack 協(xié)議棧的數據通信

　　KEIB-Stack 協(xié)議棧是無線通信領域的一種創(chuàng)新性開發(fā)，在 KEIB-Stack 系統(tǒng)中，總線接法是區(qū)域總線下接主干線，主干線下接總線，系統(tǒng)允許有 15 個區(qū)域，即有 15 條區(qū)域總線，每條區(qū)域總線或者主干線允許連接多達15 條總線，而每條總線最多允許連接 64臺設備，這主要取決于電源供應和設備功耗。每一條區(qū)域總線、主干線或總線，都需要一個變壓器來供電，每一條總線之間通過隔離器來區(qū)分。在整個系統(tǒng)中，所有的傳感器都通過數據線與制動器連接，而制動器則通過控制電源電路來控制電器。所有器件都通過同一條總線進行數據通信，傳感器發(fā)送命令數據，相應地址上的制動器就執(zhí)行相應的功能。此外，整個系統(tǒng)還可以通過預先設置控制參數來實現(xiàn)相應的系統(tǒng)功能，如組命令，邏輯順序，控制的調節(jié)任務等。同時所有的信號在總線上都是以串行異步傳輸（廣播）的形式進行傳播，也就是說在任何時候，所有的總線設備總是同時接收到總線上的信息，只要總線上不再傳輸信息時，總線設備即可獨立決定將報文發(fā)送到總線上。KEIB-Stack 電纜由一對雙絞線組成，其中一條雙絞線用于數據傳輸（紅色為 CE+ 黑色為 CE-），另一條雙絞線給電子器件提供電源。KEIB-Stack 協(xié)議棧有三種結構 ：線形、樹形和星形。

　　本研究涉及的基于 KEIB-Stack 協(xié)議棧的設備支持該傳輸介質使用無線電信號來傳輸數據和控制信號。信號傳輸頻寬為 868 MHz（短波設備），最大發(fā)射能量為 25 mW，比特率為16.384 KB/s。KEIB-Stack RF 介質可以離開機架組件進行開發(fā)，它允許單向和雙向工作，特點是低耗能和小型及中型裝置僅需要在特殊情況時重傳，大大提高了數據傳輸效率。

　　2 基于具有量子行為的粒子群優(yōu)化算法（QPSO）的數據處理模型

　　基于具有量子行為的粒子群優(yōu)化算法（Quantum Particle Swarm Optimization）是近年來 Jun Sun 等人把量子理論應用于PSO 算法而提出的改進的粒子群優(yōu)化算法，較 PSO 算法更加簡單，易實現(xiàn)，且求解速度更優(yōu)。QPSO 算法不僅參數個數少，隨機性強，并且能覆蓋所有解空間，保證算法的全局收斂性。

　　應用基于具有量子行為的粒子群優(yōu)化算法進行數據分析的具體實現(xiàn)過程如下：

　?。?）研究分析對象，確定適應值函數，對分析對象進行插裝 ；

　?。?）設定粒子數 M，維數 Dimension，最大允許迭代次數 MAXTIER，φ1，φ1和 β，初始化種群中每個粒子的位置向量；

　?。?）設定循環(huán)處理最大迭代次數 ；

　?。?）使用量子粒子群中的每個粒子來執(zhí)行對象插裝后的程序，根據粒子運行結果評定粒子的適應度 ：

　　If（ F（xi） < F（pi） ） then pi = xi

　　pg = min（ pi ）

　?。?）for i=1 to 種群規(guī)模 M，計算 mbest 的值 ；

　?。?）for d=1 to 種群維數 D，按照（4）計算 P；

　　其中 pi為第 i 個粒子的最優(yōu)適應值，pg為量子粒子群的

　　最優(yōu)適應值。x=（ x1，x2，&hellip;，xn），xi是第 i 個粒子的位置向量，QPSO 算法中唯一的參數 &beta;隨迭代次數線性遞減。

　　QPSO 算法能提供大量數據的快速收斂，在得到數據最優(yōu)值的同時保證數據處理結果輸出的實時性。

　　3 一種物聯(lián)網環(huán)境下的血壓監(jiān)護系統(tǒng)的具體實施

　　本研究設計了一種基于物聯(lián)網環(huán)境的血壓監(jiān)護系統(tǒng)，其工作原理為：利用傳統(tǒng)的血壓采集裝置（如水銀血壓計、電子血壓儀等）對人體血壓數據進行實時的連續(xù)采集，通過在采集裝置中植入 ARM 芯片使之具備獲取血壓值及無線通信的功能，并利用自主開發(fā)的 KEIB-STACK 協(xié)議將采集的數據實時傳輸至系統(tǒng)后臺，在服務器上采用 QPSO（量子行為的粒子群優(yōu)化算法）進行數據監(jiān)控、分析和處理，及時給出分析結果及健康預警。系統(tǒng)模型如圖1所示（圖中的編號為模塊編號）。

　　圖1中，基于 KEIB-Stack 協(xié)議棧的血壓監(jiān)護系統(tǒng)由 3 個部分組成，分別為傳統(tǒng)血壓采集裝置1、ARM 芯片 2及后臺數據處理模塊 3。其中ARM 芯片 2 由中央處理器 5、傳感器數據獲取接口4、ROM 存儲器 6及無線通信接口7 組成。傳統(tǒng)血壓采集裝置1的作用是采集人體血壓數據 ；ARM芯片 2 的作用是獲取血壓數據信息并進行簡單處理后傳輸給后臺數據處理模塊 3 ；其中中央處理器 5 負責向傳統(tǒng)血壓采集裝置1發(fā)送血壓采集指令，判斷丟棄采集的數據信息中的異常數據，并控制數據向后臺數據處理模塊 3 的傳輸；傳感器數據獲取接口 4 負責從傳統(tǒng)血壓采集裝置1中實時獲取血壓數據并傳送給中央處理器 5 ；ROM 存儲器 6 負責暫時存儲從傳感器數據獲取接口 4 獲取到的數據 ；無線通信接口 7 負責將經中央處理器 5 處理后的數據使用 Keib-Stack 協(xié)議傳輸至后臺數據處理模塊 3 ；后臺數據處理模塊 3 的作用是使用 QPSO算法分析傳輸來的數據信息，并給出處理結果或健康預警信息。系統(tǒng)具體實施過程如下：

　　（1）在傳統(tǒng)的血壓采集裝置（如電子血壓儀等）中植入ARM 芯片，該芯片具有中央處理器模塊，用于發(fā)送信號給傳統(tǒng)血壓采集裝置，控制其采集數據，并判斷獲取的數據是否為異常數據（如與相鄰次測量的值相差超過 10 的數據采取丟棄策略）；具有傳感器模塊，用于獲取傳統(tǒng)血壓采集裝置采集的數據 ；具有 ROM，用于暫時存儲采集的數據，用于中央處理器的簡單分析；具有無線通信模塊，提供基于 Keib-Stack協(xié)議棧的無線通信接口，用于將數據傳輸至后臺處理設備。

　?。?）測量開始后，傳統(tǒng)血壓采集裝置根據 ARM 芯片的指令采集人體血壓，并把采集的數據通過傳感器接口傳遞給ARM 芯片，ARM 芯片對獲取的數據暫存在 ROM 模塊中。

　　（3）ARM 芯片把多次測量后的數據中異常數據進行丟棄，其余數據通過無線通信模塊使用 Keib-Stack 協(xié)議傳輸給后臺處理設備。

　?。?）后臺處理設備對收到的數據采用 QPSO 算法進行數據分析和處理，得到一組當前狀態(tài)下的連續(xù)的最佳血壓值參數，與系統(tǒng)數據庫中的值進行比較分析，給出臨床診斷的參考意見（如健康狀態(tài)、冠心病傾向等）。

　　4 實驗過程與結果討論

　　為了證明本系統(tǒng)在數據傳輸的實時性和數據處理的準確性方面的優(yōu)勢，本研究選取了目前市面上認為比較成熟兩款血壓監(jiān)護設備進行了對比實驗，實驗隨機選取了 30 名人員做為被測對象。

　　（1）被測對象基本情況

　　被測的 30 名人員按性別、年齡和血壓情況分成 3 組（命名為組1、組 2 和組 3），分別佩戴三種血壓監(jiān)護設備（對應命名為設備1、設備 2 和設備 3），每組的 10 名人員基本情況大體相同：男女性別比為 1：1；年齡分布為 18-20 歲 2 名，20-30 歲 4 名，31-40 歲 2 名，60 歲以上 2 名 ；平時血壓情況為 6 名正常，2 名高血壓，2 名低血壓 ；

　?。?）參與測試的血壓監(jiān)護設備基本情況

　　參與測試的設備1為國內某知名品牌的血壓測試儀，腕表形式，需手動操作進行血壓測量，測量數據存儲在血壓儀內；設備 2 為血壓監(jiān)護儀，腕表形式，可以間隔固定時間自動測量血壓，并通過移動數據網絡將測試數據發(fā)送到指定服務器 ；設備 3為本研究設計的血壓監(jiān)護系統(tǒng)，也為腕表形式，可以自動測量連續(xù)血壓，在被測者血壓不穩(wěn)定的情況下系統(tǒng)會自動縮短測量間隔時間，每次測量的數據通過 KEIB-Stack 協(xié)議傳輸到服務器進行處理。

　?。?）實驗過程

　　早上8 時左右，被測人員佩戴好血壓測試腕表并測試到第 1次血壓數據時實驗開始，共持續(xù)16 小時。在此期間，被測人員分別進行了吃飯、慢走、快走、慢跑、快跑、看書、看體育比賽、交談、睡覺等活動。使用系統(tǒng) 1的組1被測人員在從事每項活動時手動進行血壓測量，組 2 和組 3 被測人員無需對血壓儀進行任何操作。實驗結束后，組1的測試數據通過血壓儀逐條讀取，組 2 和組 3 的數據通過后臺服務器直接讀取。

　?。?）實驗結果分析

　　設備1由于不具備網絡數據傳輸的功能，其無論在數據傳輸的實時性還是數據處理的準確性方面都沒有任何優(yōu)勢，限于篇幅，本文不再討論其數據結果（引入設備1的主要目的是對數據的準確性進行比較），下面將重點對比分析設備 2 和設備 3 在實驗過程中的各項指標，如表 1所示（本表中的數據為1 組10人的平均值）。

　　從表 1可以看出，本研究設計的設備 3 能根據使用人員的具體情況動態(tài)調整血壓測試頻率，并在 KEIB-Stack 信號覆蓋區(qū)域內以幾乎可以忽略的延時將數據傳輸到服務器，其無論在數據傳輸的實時性方面，還是在數據采集、處理的準確性方面，相比目前市面上流行的設備 2 都有較大優(yōu)勢。另外，盡管設備 3 的測量次數更多、算法也更復雜，但其 ARM芯片在耗電量上的表現(xiàn)卻毫不遜色，這主要得益于 KEIB-Stack 協(xié)議的低耗能性，另一項耗電性實驗表明，同樣容量的電池在設備 2 和設備 3上的使用時間幾乎沒有區(qū)別。

　　從實驗數據及現(xiàn)實情況來看，目前本研究設計的系統(tǒng)的最大缺點在于 KEIB-Stack 信號覆蓋范圍較小，在無 KEIB-Stack 信號覆蓋的區(qū)域仍只能通過移動數據網絡等其它方式進行數據傳輸，對于實時性方面的影響較大。當然，隨著KEIB-Stack 協(xié)議的普及，這個問題就迎刃而解了。

　　5 結 語

　　綜上所述，本研究設計了一種人體血壓監(jiān)護的軟硬件系統(tǒng)，主要涉及物聯(lián)網及計算機應用領域，所述系統(tǒng)在測量連續(xù)穩(wěn)定血壓的基礎上，提出了一種基于 KEIB-STACK 協(xié)議棧的數據傳輸方法和一種使用量子行為的粒子群優(yōu)化算法（QPSO）的數據處理方法，體現(xiàn)了血壓監(jiān)護的實時性，并能對連續(xù)多個血壓值進行詳細分析，對于與人體血壓值相關的疾病的提前預判有一定參考價值。當然，由于本系統(tǒng)尚未得到廣泛推廣應用，數據傳輸使用的 KEIB-Stack 信號的覆蓋范圍十分有限，且后臺數據庫可用的數據量不大，因此還需要在推廣過程中結合臨床診斷的數據不斷建設和完善。今后，本研究將在此基礎上展開進一步實驗，針對人體血氧、血糖、心率等健康指標設計一系列模塊，并最終整合為基于物聯(lián)網的健康監(jiān)護系統(tǒng)。