Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2024

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: lungs IoT

Sortuj według:

Ogranicz wyniki do:

A digital twin based real-time augmented vision system approach for healthcare applications

Reddy Alumuru Mahesh, Pavan C., Pavithra P., Rahulbanni B., Prathima A., Niharika P

Przegląd Elektrotechniczny

2024

R. 100, nr 11

82--87

n the contemporary healthcare setting, timely monitoring and assessment of vital signs play a pivotal role in ensuring effective patient care. This proposal introduces an innovative Digital Twin-based Augmented Vision System (DTS) aimed at improving healthcare protocols by offering comprehensive vital signs monitoring and visualization. The DTS is built upon a combination of hardware components, including Arduino microcontrollers, pulse sensors, SpO2 sensors, temperature sensors, LCD modules, Node MCU for IoT connectivity, Bluetooth modules, and a mobile application. The operation of the DTS revolves around real-time data collection from sensors attached to the patient. Arduino microcontrollers act as the central processing units, gathering sensor data and transmitting it to the Node MCU for cloud connectivity via the Ubidots IoT platform. Additionally, Bluetooth modules facilitate seamless communication with a dedicated mobile application. Upon reception of the data, the mobile application provides an intuitive interface for both healthcare professionals and patients. Users can access vital sign readings and perform actions such as scanning QR codes for supplementary information. Leveraging the device's camera, the application overlays a 3D virtual representation of human lungs, enriched with real-time sensor readings from the Arduino microcontrollers. This augmented reality visualization enhances comprehension of patient conditions by displaying risk levels through color-coded indicators. Risk levels are categorized as red for high risk, yellow for moderate risk, and green for low risk, aiding quick interpretation by healthcare providers. This real-time augmented vision system equips medical professionals with enriched insights into patient health status, enabling proactive intervention and the implementation of personalized care strategies.

We współczesnym środowisku opieki zdrowotnej terminowe monitorowanie i ocena parametrów życiowych odgrywają kluczową rolę w zapewnieniu skutecznej opieki nad pacjentem. Ta propozycja wprowadza innowacyjny system rozszerzonej wizji oparty na Digital Twin (DTS), którego celem jest ulepszenie protokołów opieki zdrowotnej poprzez oferowanie kompleksowego monitorowania i wizualizacji parametrów życiowych. DTS opiera się na połączeniu komponentów sprzętowych, w tym mikrokontrolerów Arduino, czujników tętna, czujników SpO2, czujników temperatury, modułów LCD, Node MCU do łączności IoT, modułów Bluetooth i aplikacji mobilnej. Działanie DTS opiera się na zbieraniu danych w czasie rzeczywistym z czujników podłączonych do pacjenta. Mikrokontrolery Arduino działają jako jednostki centralne, gromadząc dane z czujników i przesyłając je do Node MCU w celu zapewnienia łączności w chmurze za pośrednictwem platformy IoT Ubidots. Ponadto moduły Bluetooth ułatwiają bezproblemową komunikację z dedykowaną aplikacją mobilną. Po otrzymaniu danych aplikacja mobilna zapewnia intuicyjny interfejs zarówno dla pracowników służby zdrowia, jak i pacjentów. Użytkownicy mogą uzyskać dostęp do odczytów parametrów życiowych i wykonywać czynności, takie jak skanowanie kodów QR w celu uzyskania informacji uzupełniających. Wykorzystując kamerę urządzenia, aplikacja nakłada trójwymiarową wirtualną reprezentację ludzkich płuc, wzbogaconą o odczyty czujników w czasie rzeczywistym z mikrokontrolerów Arduino. Ta wizualizacja rozszerzonej rzeczywistości poprawia zrozumienie stanu pacjenta poprzez wyświetlanie poziomów ryzyka za pomocą wskaźników kodowanych kolorami. Poziomy ryzyka są klasyfikowane jako czerwony dla wysokiego ryzyka, żółty dla umiarkowanego ryzyka i zielony dla niskiego ryzyka, co ułatwia szybką interpretację przez pracowników służby zdrowia. Ten system rozszerzonej wizji w czasie rzeczywistym wyposaża pracowników służby zdrowia w pogłębione informacje na temat stanu zdrowia pacjenta, umożliwiając proaktywną interwencję i wdrażanie spersonalizowanych strategii opieki.