基于大數據的脈沖寬度調制健康治療儀的研制及應用*

蔡延光 馬培深 蔡顥 戚遠航 黃何列 Ole Hejlesen

?

基于大數據的脈沖寬度調制健康治療儀的研制及應用*

蔡延光1馬培深1蔡顥1戚遠航1黃何列1Ole Hejlesen2

（1. 廣東工業(yè)大學自動化學院 2. 奧爾堡大學健康科學與工程系）

針對傳統(tǒng)的治療儀參數配置需要花費大量精力，且容易失誤的問題，應用大數據、脈沖寬度調制等技術研制一種脈沖寬度調制健康治療儀，并開發(fā)了大數據服務平臺。實際應用表明，本治療儀可減少用戶的工作量，提高工作效率和使用安全性，治療效果良好。

大數據；脈沖寬度調制；治療儀

0 引言

健康治療儀是現代電子學、傳統(tǒng)中醫(yī)臟象學和經絡學相結合的新型理療儀器，它通過觸頭傳導特殊頻率的電流來刺激人體穴位，產生針灸、熱療、電療、磁療的治療效果，具有通經活絡、調理氣血、祛淤止痛的功效[1-5]。但傳統(tǒng)的治療儀輸出頻率范圍較窄，輸出電流脈沖波形單一，頻率和強度可調性較差。使用治療儀，需要專業(yè)人員協(xié)助配置各路輸出參數，且不同癥狀，輸出參數也不盡相同，因此參數配置需要花費大量的精力，并容易失誤。目前，大數據領域的廣泛應用為解決該問題提供了思路和方向。

近年來，大數據風靡全球，正逐步滲透到各行各業(yè)。學者們在醫(yī)療大數據方向也做了許多深入的研究。汪鵬等分析了醫(yī)療大數據的應用需求并提出醫(yī)療大數據應用平臺的建設構想[6]；范美玉等從精準醫(yī)療的概念出發(fā)，探討精準醫(yī)療的意義，從應用服務、應用支撐技術體系、基礎設施等方面構建基于大數據的精準醫(yī)療服務體系[7]；Lup?e O S等提出一種基于大數據的支持醫(yī)療診斷和治療的醫(yī)療護理機制[8]；Kolacevski A等研究了大數據在醫(yī)療護理方面的發(fā)展趨勢[9]；Yao Q等研發(fā)一種基于Hadoop的醫(yī)療大數據處理系統(tǒng)[10]。但目前還沒有學者把大數據應用于健康治療儀的研制及應用中。

本文基于大數據、脈沖寬度調制等技術研制一種健康治療儀，利用大數據服務平臺和治療方案智能生成機制，自動生成疾病治療方案，再根據治療方案實現疾病治療。

1 總體架構

基于大數據的脈沖寬度調制健康治療儀的總體架構主要包括大數據服務平臺和健康治療儀2部分，如圖1所示。

1）大數據服務平臺主要功能是通過大數據學習機制對過往病癥治療記錄進行處理，生成相應的基于大數據的治療方案，并將該方案傳輸給治療儀的大數據治療方案知識庫。

2）健康治療儀主要用于接收用戶輸入的人體健康信息（如體溫、血壓、舌象、脈象等），并通過治療方案智能生成機制，生成一套適合度較高的治療方案。根據治療方案，治療儀的各路輸出電極調整參數并輸出電流脈沖，作用到人體相應穴位。

2 大數據服務平臺的設計

2.1 大數據服務平臺的總體架構

大數據服務平臺滿足了醫(yī)療大數據的采集、處理、存儲、檢索計算和應用發(fā)展的需要，其總體架構如圖2所示。結構化數據抽取、整合后入庫；非結構化數據結構化處理后進入大數據處理模塊；通過知識庫、大數據中心和大數據學習機制形成大數據治療方案知識庫。

圖1 基于大數據的脈沖寬度調制健康治療儀的總體架構

圖2 大數據平臺的總體架構

2.2 大數據學習機制

在大數據服務平臺中，大數據學習機制是核心部分。大數據學習機制對過往各種原始治療方案記錄進行數據挖掘[11-12]，生成相應的基于大數據的治療方案知識庫。其中，原始治療方案記錄中每一條數據的內容包括病人的生理健康指標（如體溫、血壓、脈象和舌象等）及其對應的治療方案。

數據挖掘包括數據取樣、異常點處理、聚類和關聯(lián)規(guī)則等內容。

1）數據取樣，當樣本容量較大時，決策系統(tǒng)遍歷整個數據庫所耗費的時間較長，且數據源不斷增加，每增加一些數據，決策系統(tǒng)就要重新遍歷一次，后面的所有規(guī)則和決策算法也都要重新計算一次，再生成新的規(guī)則判斷依據。這種模式下，結果雖然精確，但適用于較小數據庫容量的數據源（100 M以下）?，F實中，大部分數據源比較大（1 G以上，上千萬條索引記錄）。面對這種情況，本文縮減數據規(guī)模，對原始數據庫做投影，采用隨機取樣算法，從數據庫中抽出一部分數據參與后續(xù)規(guī)則的生成和處理。

2）異常點處理，異常點在數據挖掘領域通常分為2類：一類是錯誤的點，即測量時由于各種不可預知的原因造成值嚴重偏離正常水平的點，這種類點嚴重干擾后面的系統(tǒng)學習和推演，屬于被排除的對象；另一類剛好相反，它們的值雖然也嚴重偏離正常值，但是里面包含了大量的隱藏信息（跟普通值的相比），這類點在決策系統(tǒng)中需重點關注并加以分析。本部分的主要任務是排除第一類點。

3）聚類，根據各種不同的情況將樣本數據分類和解釋，而聚類的作用類似于把數據按照其值的分布規(guī)律歸類建模。

4）關聯(lián)規(guī)則，最新的智能決策系統(tǒng)之所以大部分采用數據挖掘技術，很大程度是因為數據挖掘技術中的關聯(lián)規(guī)則過程對預測和決斷的支持能力。本文關聯(lián)規(guī)則的作用是把各種治療方案和分好類的模型對應起來。

3 健康治療儀的設計

3.1 硬件設計

脈沖寬度調制健康治療儀硬件總體架構主要包括中央控制模塊、脈沖輸出模塊、濾波及放大調制模塊和輸出電極（電極貼片）等4部分，如圖3所示。

圖3 基于脈沖寬度調制的健康治療儀硬件總體架構圖

3.1.1 中央控制模塊

中央控制模塊主要包括觸摸屏、嵌入式芯片、存儲器、網絡接口和串口通信模塊等5個部分，如圖4所示，主要作用有：

1）通過觸摸屏與用戶交互，接收用戶輸入的指令、脈沖輸出的參數配置和用戶管理信息等；

2）存儲健康治療方案和健康護理管理信息；

3）通過串口通信模塊與脈沖輸出模塊進行通信，主要向其發(fā)送啟動、停止指令以及脈沖寬度調制波形的參數配置；

4）通過網口模塊與大數據服務平臺通信，接收數據挖掘得出的治療方案，保存到存儲器的大數據治療方案知識庫，并通過串口通信模塊發(fā)送到脈沖輸出模塊。

圖4 中央控制模塊結構圖

3.1.2 脈沖輸出模塊

脈沖輸出模塊主要包括單片機和串口通信模塊，如圖5所示，主要作用有：

1）通過串口通信模塊與中央控制模塊進行通信，接收中央控制模塊發(fā)送過來的啟動、停止指令以及脈沖寬度調制波形的參數配置；

2）單片機從中央控制模塊接收到啟動命令后，啟動各路引腳按各路輸出配置寄存器的配置進行輸出；當單片機從中央控制模塊接收到停止命令后，停止各路引腳的輸出，并使各路輸出配置寄存器的配置恢復初始值；

3）單片機按照從中央控制模塊接收到的脈沖寬度調制波形的參數對各路輸出配置寄存器進行配置，并使其脈沖寬度調制波形輸出按其配置改變。

圖5 脈沖輸出模塊結構圖

3.1.3 濾波及放大調制模塊

濾波及放大調制模塊包括RC濾波電路、放大調制電路和電極接口，如圖6所示，主要作用有：

1）RC濾波電路對脈沖輸出模塊輸出的脈沖寬度調制波形進行濾波，以達到DA轉換的效果；

2）放大調制電路將RC濾波后的模擬信號調制放大，轉化成可以用于刺激人體穴位的電流脈沖。

圖6 濾波及放大調制模塊結構圖

3.1.4 輸出電極

輸出電極將本治療儀輸出的電流脈沖作用到人體穴位上，其一端電極插口接到濾波及放大調制模塊的電極接口，另一端貼片組貼到人體穴位上。

3.2 軟件設計

基于脈沖寬度調制的健康治療儀軟件主要包括上位機處理模塊和下位機處理模塊。

3.2.1 上位機處理模塊

上位機處理模塊主要包括輸入管理、治療方案智能生成和輸出管理等3部分，如圖7所示，主要作用有：

1）輸入管理部分提供一個界面，用于接收用戶輸入的信息和命令，如人體健康信息、調整輸出參數以及啟動、停止治療儀等；

2）治療方案智能生成部分主要是通過治療方案智能生成機制，生成一套適合度較高的治療方案；

3）輸出管理部分將本治療儀啟動、停止命令或波形輸出參數打包，并發(fā)送給下位機處理模塊。

圖7 上位機處理模塊結構圖

其中，治療方案智能生成機制的核心是基于大數據治療方案知識庫的專家系統(tǒng)[13-14]。該專家系統(tǒng)主要由輸入模塊、大數據治療方案知識庫、推理機和輸出模塊組成。

輸入模塊即為用戶界面，用于接收用戶輸入的人體健康參數等信息。

知識庫存儲通過專家獲得的知識和經驗，并把知識和經驗用知識表示的方法表述出來。專家系統(tǒng)利用知識庫中的大量知識，模擬專家解決問題的思路求解問題。本文的知識庫就是大數據治療方案知識庫，其內容是通過大數據服務平臺數據挖掘產生的。

推理機主要是對模糊事實庫進行推理，根據用戶輸入的信息，應用Mamdani模糊推理算法與知識庫中的每條知識進行匹配，得出相關問題的決策。

輸出模塊主要是按照推理機匹配得出的最優(yōu)方案內容對各路輸出參數進行配置。

3.2.2 下位機處理模塊

下位機處理模塊主要包括通信處理和脈沖輸出2部分，如圖8所示，主要作用有：

1）通信處理部分接收從下位機處理模塊發(fā)送過來的數據包，并解析其內容；如果發(fā)送過來的是波形輸出參數，則按照參數對脈沖輸出模塊的單片機中各路脈沖寬度調制波形寄存器的參數進行修改；

2）脈沖輸出部分控制脈沖輸出模塊的單片機輸出引腳，當下位機處理模塊發(fā)送啟動指令時，啟動各個脈沖寬度調制輸出引腳，按照各路寄存器參數配置進行波形輸出；當下位機處理模塊發(fā)送的是停止指令時，則停止各個脈沖寬度調制輸出引腳，并將各路寄存器參數配置恢復到初始值。

圖8 下位機處理模塊結構圖

4 治療儀的實現及應用效果分析

4.1 開發(fā)環(huán)境

1）PC機：CPU 為Inter(R) Core(TM) i5-3230 M，2.60 GHz，內存為4 GB，操作系統(tǒng)為64位Windows7；

2）上位機：arm核心板，開發(fā)環(huán)境為Qt4.8.5，使用語言為C++;

3）下位機：dsp核心板，軟件開發(fā)工具為CCS5.5，使用語言為C。

4.2 治療儀的實現

4.2.1 硬件實現

根據脈沖寬度調制健康治療儀的硬件和軟件設計，搭建了治療儀樣機，如圖9所示。

4.2.2 軟件實現

軟件實現的核心是上位機處理模塊的實現。上位機數據處理模塊應用程序主界面如圖10所示。

圖9 治療儀樣機

圖10 上位機處理模塊界面圖

當治療方案決策完成并按照其結果載入各路參數配置后，可以對每一路設置好的數據進行調整。其中，強度等級一級代表4 mA，如當強度為10時，代表輸出40 mA，其界面如圖11所示。

4.3 應用效果分析

本文采用2個病例對基于大數據的脈沖寬度調制健康治療儀的應用效果進行分析。

1）患者A，胃疼突發(fā)、脘腹疼痛、得溫則減、遇寒加劇、惡寒喜暖、口不渴、喜熱飲、苔薄白、脈弦緊，經診斷為寒邪客胃。

登錄治療儀軟件界面，輸入用戶相關健康參數，經過專家系統(tǒng)匹配出對應治療方案寒邪客胃。根據方案內容可知刺激的方法為泄法和加灸；刺激的穴位分別為足三里、中脘、內關、公孫、神闕以及大陵。

點擊“添加”后，程序按照方案對各路輸出進行設置。首先根據需要刺激穴位的數量設定需要開通的電極數量，并分別對每一路的穴位名字賦值；再按照刺激的方法對各路的詳細參數進行設定。泄法代表每一路波形有6個循環(huán)段，第1、3、5個循環(huán)段是輸出10 Hz、10 mA~40 mA的脈沖波形，循環(huán)時間為30 s；第2、4、6個循環(huán)段是輸出500 Hz、10 mA~40 mA的起伏脈沖波形，循環(huán)時間為600 s。加灸代表在進行泄法的6段循環(huán)之后輸出再補一個循環(huán)段，其輸出為2000 Hz、30 mA的脈沖波形，時間為1200 s。

圖11 輸入參數調整界面圖

加載參數后，對照需要刺激的穴位貼上電極，若該穴位在人體身上的個數為2（如足三里），則一組電極貼片分別貼在對應2個穴位；若該穴位在人體身上的個數為1（如中脘），則一組電極貼片的正極貼在該穴位，負極則貼在該穴位附近即可，如圖12所示。啟動治療儀，并于設定時間到達后停止。使用后，疼痛明顯減緩，達到治療效果。

2）患者B，頭痛身熱、微惡風寒、無汗或微汗、干咳少痰、頭暈心煩、口渴咽干、手足心熱、舌紅、脈細數，經診斷為陰虛感冒。

登錄治療儀軟件界面，輸入用戶健康參數，經過專家系統(tǒng)匹配出對應治療方案陰虛感冒。根據其方案可知刺激的方法為補法；刺激的穴位分別為合谷、風池、肺俞、血海和復溜。按照刺激方法對各路的詳細參數進行設定。補法代表每一路波形有6個循環(huán)段，第1、3、5個循環(huán)段是輸出10 Hz、10 mA ~40 mA的脈沖波形，循環(huán)時間為30 s；第2、4、6個循環(huán)段是輸出200 Hz、25 mA的脈沖波形，循環(huán)時間為600 s。

電極貼片貼好后啟動治療儀，并于設定時間到達后停止。配合適當的休息調理，使用2次后患者身體有所改善，達到治療效果。

(a) 足三里穴位貼片貼法

(b) 中脘穴位貼片貼法

圖12 電極貼片貼法示例圖

5 結論

本文研制一種基于大數據的脈沖寬度調制健康治療儀，利用大數據服務平臺和治療方案智能生成機制，自動生成疾病治療參考方案，實現疾病治療。實際應用表明，該治療儀可以減少用戶的工作量，提高工作效率和使用安全性，治療效果良好。

[1] 高鐵旦,王華峰,陳超敏.新型智能高電位治療儀的研制[J].生物醫(yī)學工程學雜志,2013,30(3):623-626.

[2] 莊鵬飛,田學隆,朱霖.基于Linux的嵌入式腦卒中康復治療儀系統(tǒng)設計[J].生物醫(yī)學工程學雜志,2014,31(2):288-292.

[3] 沈峰,李俠,宮開林,等.脈沖式動靜脈氣壓治療儀的研制[J].計算機應用與軟件,2014,31(11):241-244.

[4] 汪燦華,畢圣昭,何揚名,等.嵌入式音樂電針治療儀音樂處方設計與療效評估[J].世界科學技術-中醫(yī)藥現代化,2014, 16(10):2278-2281.

[5] 白曉東,李順月,宋曉晶,等.針灸治療儀作用原理及其臨床應用[J].中華中醫(yī)藥雜志,2015,30(2):488-491.

[6] 汪鵬,吳昊,羅陽,等.醫(yī)療大數據應用需求分析與平臺建設構想[J].中國醫(yī)院管理,2015,35(6):40-42.

[7] 范美玉,陳敏.基于大數據的精準醫(yī)療服務體系研究[J].中國醫(yī)院管理,2016,36(1):10-11.

[8] Lup?e O S, Cri?an-Vida M, Stoicu-Tivadar L, et al. Supporting diagnosis and treatment in medical care based on big data processing[J]. Studies in Health Technology & Informatics, 2014, 197(197):65-69.

[9] Kolacevski A, Mann J T, Hauser R, et al. Using big data to track trends in medical practice[J]. Journal of Oncology Practice, 2015, 11(1):69-70.

[10] Yao Q, Tian Y, Li P F, et al. Design and development of a medical big data processing system based on Hadoop[J]. Journal of Medical Systems, 2015, 39(3):1-11.

[11] Teimouri M, Farzadfar F, Alamdari M S, et al. Detecting diseases in medical prescriptions using data mining tools and combining techniques[J]. Iranian Journal of Pharmaceutical Research, 2016, 15:113-123.

[12] Zhang Y, Guo S L, Han L N, et al. Application and exploration of big data mining in clinical medicine[J].中華醫(yī)學雜志(英文版),2016,129(6):731-738.

[13] 陳青筱,呂培軍.臨床決策支持系統(tǒng)的研究現狀及其在口腔修復領域的應用[J].實用口腔醫(yī)學雜志,2016,32(5): 722-726.

[14] 秦延斌.基于中醫(yī)核心思維的機器學習醫(yī)用診療系統(tǒng)設計[J].中華中醫(yī)藥學刊,2015,33(9):2188-2191.

Development and Application of Pulse Width Modulation Health Apparatus Based on Big Data

Cai Yanguang1Ma Peishen1Cai Hao1Qi Yuanhang1Huang Helie1Ole Hejlesen2

(1. School of Automation, Guangdong University of Technology 2. Department of Health Science & Technology, Aalborg University)

Focusing on the problems that parameter configuration of traditional health apparatus requires a lot of time and is prone to errors, this paper proposed a Pulse Width Modulation Health Apparatus and a Big Data Service Platform by applying the technologies of Big Data and Pulse Width Modulation. Practical experiments show that: The proposed Health Apparatus can reduce the workload of user, improve the work efficiency and the used security, and has a good nursing effect.

Big Data; Pulse Width Modulation; Health Apparatus

蔡延光，男，1963年生，教授，博士，博導，主要研究方向：網絡控制與優(yōu)化、組合優(yōu)化、智能優(yōu)化、智能交通系統(tǒng)等。E-mail: caiyg99@163.com

馬培深，男，1988年生，碩士研究生，主要研究方向：嵌入式控制技術。

國家自然科學基金（61074147）；廣東省自然科學基金（S2011010005059）；廣東省教育部產學研結合項目（2012B091000171，2011B090400460）；廣東省科技計劃項目（2012B050600028，2014B010118004，2016A050502060）；廣州市花都區(qū)科技計劃項目（HD14ZD001）；廣州市科技計劃項目（201605121347368）。