Masusuot na Teknolohiya ng Parkinson Disease Tech: 4 na Hakbang

2025 May -akda: John Day | [email protected]. Huling binago: 2025-01-13 06:58

Mahigit sa 10 milyong mga tao sa buong mundo ang nabubuhay na may Parkinson's disease (PD). Isang progresibong karamdaman ng nerbiyos na sanhi ng kawalang-kilos at nakakaapekto sa paggalaw ng pasyente. Sa mas simpleng mga termino, maraming tao ang nagdusa mula sa sakit na Parkinson ngunit hindi ito magagamot. Kung ang malalim na pagpapasigla ng utak (DBS) ay sapat na sa pag-unlad pagkatapos ay mayroong isang pagkakataon para sa PD na ma-curable.

Sa pamamagitan ng pagtugon sa problemang ito, lilikha ako ng isang pang-tech na aparato na maaaring makatulong sa mga ospital upang mag-alok sa mga pasyente ng PD ng mas tumpak at praktikal na mga gamot.

Lumikha ako ng isang naisusuot na tech na aparato - Nung. Maaari nitong tumpak na makuha ang halaga ng panginginig ng pasyente sa buong araw. Ang pagsubaybay at pag-aaral ng paulit-ulit na pattern upang matulungan ang mga ospital na gumawa ng mas mahusay na mga desisyon sa gamot para sa bawat pasyente. Hindi lamang ito nagbibigay ng tumpak na data sa mga ospital, nagdudulot din ito ng mga kaginhawaan sa mga pasyente ng PD kapag binisita nila muli ang kanilang mga doktor. Karaniwan, maaalala ng mga pasyente ang kanilang nakaraang mga sintomas at hilingin sa doktor para sa karagdagang pagsasaayos ng gamot. Gayunpaman, mahirap isipin ang bawat solong detalye, kaya't hindi wasto ang pagsasaayos ng gamot, at hindi mabisa. Ngunit sa paggamit ng naisusuot na tech na aparato na ito, maaaring makilala ng mga ospital ang pattern ng panginginig nang madali.

Hakbang 1: Elektronika

- ESP8266 (wifi module)

- SW420 (sensor ng panginginig ng boses)

- Breadboard

- Mga Jumper wires

Hakbang 2: Website ng Monitor ng Vibration

Sa pamamagitan ng graphing ito, maaaring mailarawan ng mga ospital ang kalagayan ng pasyente na live.

1. Nakukuha ng SW420 ang data ng panginginig mula sa gumagamit

2. I-save ang oras at data ng panginginig sa isang database (Firebase)

3. Makukuha ng website ang data na nakaimbak sa database

4. Paglabas ng isang graph (x-axis - oras, y-axis - halaga ng panginginig ng boses)

Hakbang 3: Modelo ng Pag-aaral ng Makina

Napagpasyahan kong gamitin ang modelo ng Polynomial Regression upang makilala ang pinakamalaking average na halaga ng panginginig ng boses ng gumagamit mula sa iba't ibang tagal ng panahon. Ang dahilan ng pagiging mga puntos ng aking data ay hindi nagpapakita ng isang halatang ugnayan sa pagitan ng x at y-axis, umaangkop ang polynomial sa mas malawak na saklaw ng kurbada at mas tumpak na hula. Gayunpaman, ang mga ito ay napaka-sensitibo sa mga outlier, kung mayroong isa o dalawang mga anomalya na puntos ng data, makakaapekto ito sa resulta ng grap.

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

Hakbang 4: Assembly

Sa huli, binago ko ang ilang electronics at nagpasyang gumamit ng baterya ng lithium polymer upang mapagana ang naisusuot na tech. Ito ay sapagkat ito ay maaaring muling magkarga, magaan ang timbang, maliit at malayang makagalaw.

Pinagsama-sama ko ang lahat ng electronics, dinisenyo ang kaso sa Fusion 360 at inilimbag ito sa itim upang gawing simple at minimal ang buong produkto.

kung nais mong maunawaan ang tungkol sa proyektong ito, huwag mag-atubiling tingnan ang aking website.