facoltà di ingegneria corso di studi in ingegneria informatica · monitoraggio dei parametri...
TRANSCRIPT
Facoltà di Ingegneria Corso di Studi in Ingegneria Informatica Elaborato finale in Protocolli per reti mobili
Dispositivi mobili per il monitoraggio di parametri
biomedici
Anno Accademico 2011/2012 Candidato: Giuseppe Diego Marchiello matr. N46/0001564
INDICE
1. Introduzione ...........................................................................................................................................4
2. Sistemi di Monitoraggio dei parametri biomedici..........................................................................5
2.1. Il monitoraggio cardiaco................................................................................................ 6
2.1.1 Valutazione di un elettrocardiogramma.......................................................................... 7
2.2. Monitoraggio della pressione arteriosa ....................................................................... 9
2.3. Monitorggio della saturazione dell’ossigeno............................................................ 10
2.4. Monitoraggio della frequenza respiratoria ............................................................... 11
3. Dispositivi Biomedicali Commerciali..............................................................................................12
3.1 Wireless monitoring systems...........................................................................................12
3.2 Delmar Reynold ................................................................................................................12
3.3 HealtFrontier ECG@home................................................................................................13
3.4 PocketView ........................................................................................................................13
3.5 HomMed ............................................................................................................................13
3.6 Alive ECG Monitor ...........................................................................................................13
3.7 BioHarness BH3 ................................................................................................................14
3.8 WIRELESS SENSOR NETWORKS SRL – Guardiano elettronico..............................14
3.9 Dynapulse ..........................................................................................................................15
3.10 Bodymedia Sensewear Armband....................................................................................15
3.11 VivoMetrics LifeShirt........................................................................................................15
3.12 AMON................................................................................................................................15
3.13 Intelligent ECG monitor...................................................................................................15
3.14 Remote Human Health Monitoring System..................................................................16
3.15 Georgia Tech Wearable Motherboard ............................................................................16
3.16 Sensitron.............................................................................................................................16
3.17 Portable Telemedical Monitoring Using Wireless Sensors on the Edge of the
Internet 16
3.18 Ring sensor.........................................................................................................................17
3.19 SmarTex Wealthy ..............................................................................................................17
3.20 WPR wireless sensor.........................................................................................................17
4. Architetture Evolute per il monitoraggio di parametri biomedici. ............................................18
4.1 Considerazioni sui Modelli Architetturali ................................................................ 18
4.2 L’ Architettura Software di riferimento sviluppata dall’ICAR ‐ CNR.................. 20
4.2.1 Data Layer..........................................................................................................................20
4.2.2 Decisional Layer................................................................................................................21
4.2.3 Action Layer ......................................................................................................................21
4.3 Realizzazione di Componente software per la visualizzazione di un tracciato
ECG ad una derivazione ........................................................................................................... 22
5. Conclusioni ...........................................................................................................................................23
1. Introduzione
I recenti progressi nella realizzazione di sensoristica wireless hanno aperto nuove
opportunità in vari campi applicativi, tra i quali uno che desta maggiore interesse è il
monitoraggio dei parametri vitali.
Il monitoraggio sta infatti diventando una metodica sempre più diffusa per il controllo dei
pazienti, sia come ausilio alla prevenzione in soggetti particolarmente a rischio, sia come
strumento di raccolta e monitoraggio costante di parametri vitali in soggetti con accertate
patologie.
Sul mercato si assiste alla continua diffusione di nuovi dispositivi e sistemi software che
consentono il monitoraggio di parametri vitali (e.g. battito cardiaco, saturazione
dell’ossigeno, frequenza respiratoria) e ne controllano il superamento di determinate
soglie generando, eventualmente, degli allarmi. Tuttavia, la quasi totalità dei sistemi di
monitoraggio in commercio, utilizza per la segnalazione di eventuali situazioni anomale
algoritmi e tecniche basate su di un’analisi quantitativa dei parametri monitorati senza
nessun riferimento al contesto nel quale sono rilevati.
In tale ottica, si stanno diffondendo sempre di più sistemi m-Health dotati di servizi
sanitari personalizzati per il paziente, che permettono di migliorare la gestione quotidiana
delle patologie facilitando il selfcare.
Molti sistemi m-health sono già di routine in uso clinico ed in genere incorporano un
dispositivo indossabile o impiantato per il rilevamento dei parametri e un software su di
un dispositivo mobile (smartphone o PDA) per eseguire un insieme specifico di
analisi di tipo clinico.
Nel seguito verrà data una breve descrizione dei principali sistemi di monitoraggio; nel
capitolo 3 verranno illustrati i principali dispositivi commerciali per il monitoraggio di
parametri biomedici. Nel capitolo 4 verrà descritta la piattaforma di monitoraggio
utilizzata con particolare riferimento al componente di visualizzazione del segnale ECG
su dispositivo mobile realizzato per il presente lavoro di tesi.
2. Sistemi di Monitoraggio dei parametri biomedici
Il sistema di monitoraggio dei parametri biomedici possono essere suddivisi in tre gruppi
sulla base delle modalità di elaborazione dei dati acquisiti [1]:
1) sistemi che registrano i segnali ed eseguono una elaborazione/classificazione off-line;
2) i sistemi che eseguono remotamente una elaborazione/classificazione in tempo reale;
3) sistemi che forniscono una elaborazione/classificazione locale online classificazione in
tempo reale.
I sistemi appartenenti al primo gruppo sono essenzialmente dispositivi di registrazione
(e.g. Holter), i cui dati sono analizzati off-line da sistemi remoti. Il secondo gruppo
comprende i sistemi di telemedicina in grado di eseguire monitoraggio a distanza in
tempo reale [2] [3]. Ad esempio, in molti sistemi appartenenti a tale tipologia, i dati ECG
vengono raccolti e inviati in tempo reale ad una stazione remota utilizzando, ad esempio,
telefonini.
Il terzo gruppo comprende i sistemi che utilizzano i dispositivi mobili di nuova
generazione dotati di adeguate capacità di calcolo e memoria (ad esempio PDA o
smartphone) per eseguire elaborazione locali dei dati relativi ai parametri vitali raccolti
allo scopo di rilevare eventuali anomalie e per la produzione di segnali di allarme [4].
Per ciò che concerne i sistemi appartenenti alla terza tipologia, che sono l’oggetto del
presente elaborato di tesi, tipicamente i sistemi attualmente presenti sul mercato
forniscono funzionalità di elaborazione locale utilizzando semplici tecniche basate sul
supermento di soglie prestabilite di attenzione (es. valore minimo e massimo della
frequenza cardiaca) o tecniche di tipo statistico e/o geometrico.
Il grosso limite di tali approcci (che comunque portano con se il vantaggio di una
realizzazione alquanto semplice), è il non tenere in conto del contesto nel quale vengono
acquisiti i dati.
Come già accennato precedentemente, la sola acquisizione ed elaborazione dei dati in
maniera decontestualizzata può causare notevoli errori nell’identificazione di situazioni
anomale. Si pensi, ad esempio, ad una persona che in fase di monitoraggio effettua una
breve corsa che causa un normale aumento della frequenza cardiaca; ciò comporta un
naturale superamento della soglia precedentemente fissata per segnalare episodi di
tachicardia mentre la situazione in realtà non è da considerarsi potenzialmente
pericolosa.
La conoscenza del contesto (context awareness), quindi, è un concetto importante per i
servizi dell'applicazione in ambienti mHealth. In generale, se ci riferiamo all’acquisizione
dei parametri vitali di un paziente, il contesto viene identificato dalla postura del
paziente, dal movimento, dalla frequenza respiratoria, etc.
Per sviluppare sistemi context-aware, uno degli approcci più utilizzati è basato
sull'utilizzo di tecniche di intelligenza artificiale e di sistemi di Supporto alle Decisioni
(DSS) basati sulla conoscenza; tuttavia tali metodiche richiedono opportune risorse
computazionali e di memoria.
Recentemente, a causa della crescita della potenza di calcolo e capacità di memoria di
smartphone e PDA, approcci più sofisticati per il rilevamento di anomalie e segnalazione
di emergenza sono stati proposti. In [1] [6] un adattamento rete neurale artificiale per
rilevare automaticamente e classificare anormale condizione cardiovascolare viene
proposto. D'altra parte, l'uso di approcci su dispositivi mobili che adottano DSS in cui la
conoscenza esperto è esplicitamente formalizzata attraverso regole, è ancora un problema
impegnativo.
Un’altra considerazione molto importante è che attualmente la maggioranza dei sistemi di
m-Health disponibili sono sistemi proprietari, ossia chiusi, che prevedono un set specifico
di servizi associato ad un set specifico di dispositivi.
E’ quindi necessario realizzare architetture software flessibili ed adattabili, sia alla
varietà di dispositivi di monitoraggio che si vogliono utilizzare, sia per quanto concerne i
servizi offerti.
2.1. Il monitoraggio cardiaco
Vi sono poche metodiche in medicina che hanno la sofisticata complessità
dell’elettrocardiogramma (ECG): la presenza di pochi elementi, l’onda P, il complesso
QRS, l’onda T ed i loro variabili rapporti sono in grado di generare migliaia di
combinazioni con centinaia di differenti diagnosi; in natura, forse, solo la musica con sole
sette note riesce a realizzare un altrettanto infinita possibilità di combinazioni. E come
per la musica, solo un’attenta preparazione, associata ad una vera e propria “vocazione”,
può consentire una conoscenza realmente approfondita di questa straordinaria metodica.
L’elettrocardiogramma rappresenta a tutt’oggi il più diffuso ed utile strumento
diagnostico di tutte le principali cardiopatie. La lotta all’infarto, l’abbattimento dei
cosiddetti tempi pre-coronarici, l’appropriatezza all’indicazione delle varie terapie
riperfusive passa sempre e comunque attraverso una corretta interpretazione dell’ECG.
2.1.1 Valutazione di un elettrocardiogramma
Nel 1903 il professor Willem Einthoven, modificando artigianalmente un galvanometro,
riuscì a registrare correnti non amplificate originatesi da un paziente: nasceva così il
primo elettrocardiografo.
Iniziava la storia di un apparecchio che per la sua semplicità e per il suo valore nella
diagnosi cardiologica è attualmente uno degli strumenti più diffusi nella pratica medica.
In maniera molto semplice, l’ECG consiste nella registrazione dell’attività elettrica
prodotta dal cuore.
Non ci si può approcciare alla lettura di un ECG senza conoscere alcuni elementi
metodologici essenziali per la sua corretta interpretazione, spesso fonti di banali errori
d’interpretazione.
Un ECG normale è sempre caratterizzato dalla presenza di determinate deflessioni, anche
se con infinite variazioni da soggetto a soggetto pur sempre nell’ambito della normalità.
Imparare a conoscere un ECG normale è un requisito irrinunciabile per tutti coloro che si
accostano allo studio dell’Elettrocardiografia.
Segnale ECG
Onda P: la deflessione prodotta dall’attivazione atriale
Complesso QRS: l’insieme delle deflessioni che rappresentano l’attivazione del
ventricolo. Esse si dividono in:
o Onda Q: la deflessione iniziale, negativa, seguita dall’onda R
o Onda R: la prima deflessione positiva; può non essere preceduta da
un’onda Q
o Onda S: la deflessione negativa che segue l’onda R
o Onda R’: una seconda eventuale deflessione positiva
o QS: un’unica deflessione negativa che rappresenta tutta
l’attivazione ventricolare
Si utilizzano lettere maiuscole (Q,R,S) per indicare le deflessioni di ampiezza superiore ai
5 mm, lettere minuscole (q,r,s) per quelle di ampiezza inferiore
Onda T: la deflessione prodotta dalla ripolarizzazione ventricolare
Onda U: la deflessione che può seguire l’onda T
Principali fasi dell’attivazione cardiaca
Alcuni dei sistemi di monitoraggio più sofisticati attualmente in uso possono registrare e
rispondere localmente a segnali ECG [1 , 2]. Questi sistemi incorporano in alcuni casi un
algoritmo per l’analisi degli ECG implementato in un sistema embedded o in un PDA e
che rileva ogni attività cardiaca anomala e invia un allarme all’utente e al centro di
monitoraggio remoto, ma l’attività cardiaca non viene analizzata in relazione allo
stato/contesto del paziente in esame.
La “consapevolezza del contesto” può ridurre notevolmente il carico di lavoro al centro
di monitoraggio.
Questi sistemi [1,2] effettuano anche l’analisi locale dell’ECG e informano il paziente sui
sintomi, consentendo così al paziente di affrontare il problema mentre al contempo
inviano un messaggio di allarme a un centro di controllo, cosicché specialisti cardiologi
possono osservare le anormalità registrate. Questi sistemi attuali [1, 2, 3] sono però ‘non
consapevoli’ del contesto dell’attività del paziente quando un evento viene rilevato, ma lo
sono solo dei dati ECG.
2.2. Monitoraggio della pressione arteriosa
Il monitoraggio pressorio delle 24 ore (Holter Pressorio o ABPM) è un test non invasivo
che consente di registrare la pressione arteriosa continuativamente per 24 ore, mediante
un piccolo apparecchio (grande più o meno come un “Walkman”) fissato in vita con una
cintura.
E’ molto utile in diverse situazioni:
- nei pazienti che hanno una ipertensione arteriosa instabile (in cui cioè i valori della
pressione arteriosa variano molto da un momento all’altro)
- nei pazienti facilmente emozionabili, che di fronte al medico hanno sbalzi di
pressione, ma che a casa hanno una pressione normale
- nei pazienti ipertesi in terapia farmacologica, per controllare che il farmaco agisca
in ogni momento della giornata, e non solo per alcune ore (la pressione alta infatti,
danneggia le arterie anche se rimane alta solo per alcune ore della giornata)
- nei pazienti che, pur avendo la pressione arteriosa normale, durante il giorno
accusano sintomi che possono far pensare ad improvvisi aumenti o diminuzioni della
pressione (vertigini, sbandamenti, vampate, sudore freddo, senso di svenimento, “testa
vuota”, sanguinamento dal naso ecc.)
- nei pazienti ipertesi che prendono medicine per abbassare la pressione ed accusano
saltuariamente dei disturbi, per capire se i disturbi sono legati ad un eccessiva
diminuzione della pressione (ed in questo caso bisogna ridurre il dosaggio della terapia)
oppure ad altre cause
Il giorno dell’inizio dell’esame, il medico sistema apparecchio e bracciale sul paziente,
inserisce gli opportuni parametri nell’apparecchio e lo avvia. Il paziente indosserà
l’apparecchio per 24 ore, annotando su un foglio ogni dato utile (attività svolta, impegno
mentale, sintomi o disturbi accusati). Durante il periodo di esame, la pressione verra’
misurata automaticamente ogni 15 minuti di giorno e ogni 30 minuti di notte, ma il
paziente potrà sempre avviare una misurazione manualmente in caso si presenti un
particolare disturbo (vertigine, senso di svenimento ecc. ecc.). Trascorse le 24 ore, il
paziente tornerà dal medico che smonterà l’apparecchio ed esaminerà con l’aiuto di un
computer, i dati memorizzati.
2.3. Monitorggio della saturazione dell’ossigeno
La saturazione di ossigeno è un indice ematico che riflette la percentuale di emoglobina
satura di ossigeno rispetto alla quantità totale di emoglobina presente nel sangue. In
condizioni normali, durante il passaggio nei polmoni, i globuli rossi ricchi di emoglobina
si caricano o saturano di ossigeno, che verrà poi trasportato e ceduto ai vari tessuti
dell'organismo.
La percentuale di emoglobina satura di ossigeno in condizioni normali è maggiore del
95%, con valori ottimali intorno al 97-98%; tuttavia, in presenza di alcune malattie,
principalmente polmonari, una percentuale inferiore di globuli rossi lega e trasporta
ossigeno all'organismo; di conseguenza la saturazione d'ossigeno scende al di sotto del
95% e, raggiunti valori inferiori al 90%, si parla di ipossiemia, ovvero di una ridotta
quantità di ossigeno nel sangue. Un valore inferiore all'80% testimonia uno stato ipossico
grave
L'ipossemia è tipica di varie malattie: ostruzioni delle vie aeree, anemia, sindrome da
distress respiratorio acuto, BPCO, enfisema, malattia polmonare interstiziale, polmonite,
pneumotorace, edema polmonare, embolia polmonare, fibrosi polmonare e sindrome
delle apnee ostruttive durante il sonno. Anche l'altitudine e l'anemia si associano a quadri
di ipossia; per esempio tra i 5000 e i 5500 m di altitudine, la saturazione di ossigeno
scende intorno all'85%.
La saturazione di ossigeno può essere determinata su un campione di sangue arterioso, in
genere prelevato dall'arteria radiale del polso. L'esame non è doloroso, anche se alcuni
pazienti lo considerano un po' più fastidioso rispetto ai classici prelievi venosi da una
vena dell'avambraccio.
La saturazione di ossigeno può essere misurata anche in maniera non invasiva attraverso
apparecchi portatili chiamati plusiossimetri (od ossimetri o saturimetri), che permettono
di stimare rapidamente la quantità di emoglobina legata all'ossigeno applicando l'apposito
sensore ad un dito della mano o al lobo di un orecchio. Il monitoraggio non invasivo dei
valori di saturazione d'ossigeno è importante sia in ambito domestico, sia in corso di
emergenze sanitarie, per valutare rapidamente la necessità di ricorrere alla ventilazione
assistita.
Il monitoraggio dei valori di saturazione di ossigeno non è importante a soli fini
diagnostici, ma risulta essenziale anche per valutare l'efficacia delle terapie
farmacologiche o di altri trattamenti intrapresi per riportare la saturazione di ossigeno a
valori normali, o per curare la malattia sottostante (ad es, broncodilatatori).
2.4. Monitoraggio della frequenza respiratoria
La frequenza respiratoria è un segno vitale critico che permette di rilevare
tempestivamente la compromissione respiratoria e la sofferenza del paziente
Il monitoraggio in continuo della frequenza respiratoria è particolarmente importante nei
pazienti post-chirurgici sottoposti ad analgesia controllata dal paziente (PCA) a fini di
terapia del dolore perché la sedazione può provocare depressione respiratoria ed esporre i
pazienti a un notevole rischio di lesioni gravi o di morte.
Sebbene le linee guida dell'Anesthesia Patient Safety Foundation (APSF) includano il
monitoraggio dell'ossigenazione e della ventilazione in tutti i pazienti in terapia con
oppioidi, i metodi attuali di monitoraggio della frequenza respiratoria possono essere
limitati dalla loro affidabilità non ottimale o dalla tolleranza da parte del paziente.
Il monitoraggio respiratorio serve per ottenere valori, quali:
PaCO2/PaO2 per valutare quadri di insufficienza respiratoria. E’ un metodo
invasivo che si esegue effettuando emogasanalisi di un campione ematico
arterioso. Valori ridotti di PaO2 (ipossiemia) e/o ridotti di PaCO2 (ipercapnia)
segnalano la comparsa di quadri di insufficienza respiratoria del paziente;
Ossimetria, consiste nella rilevazione della quantità (espressa in %) di Hb legata
all’ossigeno nel sangue arterioso periferico. Viene rilevata da sensori applicati alle
dita, al naso, al lobo dell’orecchio o, nel caso dei neonati, alle mani o ai piedi. I
principi per rilevare i valori di ossimetria . I saturimetri per determinare i valori di
ossimetria sfruttano i principi spettrofotometrici (rileva le modificazioni di
assorbimento della luce da parte dell’Hb differentemente ossigenata) e
pulsossimetrici (rileva il sangue arterioso in quanto pulsatile). Non sempre si
possono ottenere dei valori attendibili; esistono anche situazioni che limitano la
possibilità di misurare questi valori, come l’ipoperfusione, l’ipotensione, l’uso di
farmaci vasoattivi, l’ipotermia, i movimenti del paziente, Hb patologiche,
spostamento del sensore.
Capnometria, rappresenta la quantità di CO2 nei gas espirati. Questo valore
corrisponde indicativamente alla CO2 dei gas alveolari (PaCO2) e rispecchia i
livelli di CO2 arteriosi. I suoi valori sono normalmente inferiori da 1 a 4 mmHg
rispetto alla PaCO2.
Questi valori, uniti alla corretta osservazione della frequenza respiratoria e del tipo di
respiro, consentono un migliore approfondimento del quadro clinico.
3. Dispositivi Biomedicali Commerciali
Nel presente capitolo viene fornita una breve panoramica dei principali dispositivi di
acquisizione di parametri biomedicali attualmente in commercio.
3.1 Wireless monitoring systems
Molte compagnie attive nell'ambito del monitoraggio in
corsia, stanno producendo sistemi di acquisizione wireless di
parametri biomedici. Spesso si tratta comunque di dispositivi
nati per permettere al paziente un certo margine di mobilità
all'interno dell'ospedale. Le configurazioni adottate non
sembrano a nostro avviso adatte ad un monitoraggio
autonomo in ambito domestico. In questa categoria possiamo citare ad esempio la
General Electric con i sistemi ApexPro e TeleGuard, o la Philips con PatientMonitoring
systems.
3.2 Delmar Reynold
Questo produttore commercializza vari sistemi per l'ECG holter e
monitor di segnali biomedici. Prevede software appositi per l'analisi
in tempo differito dei segnali acquisiti, ma non per l'analisi in tempo
reale.
3.3 HealtFrontier ECG@home
Si tratta di un dispositivo per l'automonitoraggio capace di
acquisire una derivazione ECG (I o II a scelta) e trasmettere i
dati via telefono tramite un accoppiamento acustico. Rileva
anche alcuni parametri del segnale elettrocardiografico che
possono essere comunicati al medico curante o parzialmente interpretati dal paziente
adeguatamente addestrato. Per la sua struttuta non è adatto ad un monitoraggio continuo
ma può essere usato per effettuare una o più misurazioni giornaliere.
3.4 PocketView
Con una particolare scheda acquisisce ECG su palmari tipo PocketPC,
da cui è possibile effettuare la stampa, l'archiviazione o l'invio dei
tracciati. Mette a disposizione le derivazioni standard e le precordiali. È
possibile effettuare alcune analisi automatiche sui tracciati (solo in
maniera differita) ed inviarli via e-mail.
3.5 HomMed
Si tratta di una serie di apparecchi per il monitoraggio giornaliero
delle condizioni del paziente. Vengono rilevati peso, pressione,
pletismografia. Questi dati possono essere registrati ed inviati ad
un centro di ascolto o ad un medico. Il monitoraggio in questo
caso non è continuo ma avviene ad intervalli di tempo relativamente lunghi
(giornalmente, di solito).
3.6 Alive ECG Monitor
L’Alive Heart Monitor è un dispositivo wireless per lo
screening, la diagnosi e la gestione delle malattie croniche, e
per la salute dei consumatori e del fitness. Questo dispositivo
utilizza la tecnologia Bluetooth per trasmettere in real-time
l’elettrocardiogramma del soggetto monitorato. È alimentato da
una batteria ricaricabile NP20 agli ioni di litio che garantisce un’elevata durata d’utilizzo;
si stima una durata di circa due giorni di monitoraggio che comprende sia la trasmissione
dei dati al sistema software attraverso bluetooth, sia la memorizzazione dei dati su SD
card posizionata all’interno del dispositivo stesso.
È dotato di due sensori ai quali vanno applicati dei normali elettrodi per la rilevazione
dell’attività cardiaca. È essenziale ovviamente un buon contatto elettrico tra gli elettrodi e
la pelle del paziente, per un’elevata qualità del segnale ECG. La superficie cutanea deve,
pertanto, essere pulita e preparata e gli elettrodi vanno posizionati a seconda del paziente
e della parete del cuore che va monitorata.
3.7 BioHarness BH3
Il BioHarness è un modulo sensoriale multi-parametrico,
non invasivo tra i più evoluti oggi reperibili sul mercato. Il
modulo Bioharness viene associato ad una cintura multi
sensoriale indossabile, realizzata in materiale “Smart
Fabric”, dalla Zephyr, che insieme ai sensori integrati nel
modulo (accelerometro, termometro, ecc.) è in grado di
rilevare, con eccellente precisone, fino a 5 parametri in
tempo reale e precisamente: frequenza cardiaca, frequenza respiratoria, temperatura
pelvica, attività motoria e postura.
3.8 WIRELESS SENSOR NETWORKS SRL – Guardiano elettronico
Il sistema proposto nella versione Smart-Dress presenta
molte analogie con il sistema da noi progettato.
Probabilmente pensato per monitoraggio in ambito
ospedaliero. E’ in grado di condurre statistiche semplici
sui parametri estratti dai vari segnali acquisiti.
3.9 Dynapulse
Permette la registrazione su PC di pressione arteriosa e frequenza
cardiaca.
3.10 Bodymedia Sensewear Armband
Si tratta di un dispositivo indossabile su un braccio, come alcuni
lettori MP3, capace di acquisire informazioni accelerometriche,
temperatura esterna e del corpo, galvanic skin response,
frequenza cardiaca. I dati sono inviati ad un PC per
l'elaborazione ed il salvataggio. Orientato ad applicazioni in
campo sportivo.
3.11 VivoMetrics LifeShirt
E' un sistema per l'acquisizione di vari parametri biomedici.
Utilizzato principalmente in applicazioni di ricerca, permette di
alloggiare sensori per varie grandezze (ECG, respiro, SPO2,
postura/accelerazioni). I dati sono acquisiti da un apposito palmtop
che ne permette la visualizzazione ed il trasferimento su PC.
3.12 AMON
Si tratta di un sistema per il monitoraggio continuo pulsiossimetrico, che
può misurare opzionalmente anche ECG (1 derivazione), la pressione
sanguigna e l'entità delle accelerazioni subite. L'analisi dei dati viene
fatta a bordo. Un collegamento via radio permette di contattare centri di
ascolto.
3.13 Intelligent ECG monitor
Effettua la registrazione dei dati in forma compressa e può
effettuare una prima analisi. Il sistema monta un DSP per
l'elaborazione e la compressione dei dati ricevuti.
3.14 Remote Human Health Monitoring System
Analizza un segnale ECG, pletismografia in visibile ed infrarosso, accelerazione. Anche
questo sistema utilizza un'architettura “Split”, con parte di acquisizione divisa da quella
di elaborazione.
3.15 Georgia Tech Wearable Motherboard
Si tratta di un corpetto sviluppato, in collaborazione con l'esercito
USA per monitorare le condizioni dei soldati in missione. Misura
vari parametri (fra cui ECG, respiro), ed integra una fibra ottica,
tessuta nella stoffa, che, con la propria rottura, permette di
individuare la posizione di eventuali colpi ricevuti. Trasmette questi
dati via radio.
3.16 Sensitron
L'azienda sviluppa un sistema wireless per il monitoraggio dei segni vitali, basato su
BlueTooth, che raccoglie vari segnali (pulsazioni, temperatura, ossigenazione,
concentrazione di glucosio, ecc..) e li trasmette tramite ad una stazione base che si occupa
di reinstradarli via web, così da poter essere elaborati e registrati su sistemi remoti. È
pensata per il monitoraggio di pazienti in ambito ospedaliero e casalingo, ma non sembra
prevista la possibilità di elaborare i dati in tempo reale.
3.17 Portable Telemedical Monitoring Using Wireless Sensors on the
Edge of the Internet
Prevede l'uso di una serie di sensori (accelerometri,
respiro, ECG...) che rilevano segnali in varie parti del
corpo, che comunicano via radio con un “personal
server” all'interno di una PAN (Personal Area Network).
Il personal server provvede poi a inviare i dati verso
l'esterno ed attraverso la rete internet per l'elaborazione.
3.18 Ring sensor
Si tratta di un anello che contiene un sensore
pletismografico ed un apparato di trasmissione.
Ponendo nelle vicinanze una stazione ricevente (che
può a sua volta elaborare o ritrasmettere il segnale) si
può realizzare un monitoraggio pletismografico
continuo.
3.19 SmarTex Wealthy
Il progetto Wealthy, guidato dall'azienda Smartex, ha come
obiettivo lo sviluppo di “indumenti intelligenti” capaci di acquisire
dati per monitorare utenti in situazioni di rischio (malati cronici,
lavori pericolosi, sportivi, piloti..). Il progetto è focalizzato
soprattutto allo sviluppo delle tecnologie per l'integrazione dei
sensori nel tessuto, ma prevede anche la possibilità di
teletrasmettere i dati attraverso connessioni GSM/GPRS.
3.20 WPR wireless sensor
Il monitoraggio dei parametri vitali come glicemia, ormoni, concentrazione di droga è
eseguito con piccoli sensori biomedici indossabili, non invasivi, che possono essere
utilizzati quando necessario sia per la diagnosi che per motivi di sicurezza.
BAN:Body Area Network
Hand-Held-Device(receiver unit)
Wireless sensors
BAN:Body Area Network
Hand-Held-Device(receiver unit)
BAN:Body Area Network
Hand-Held-Device(receiver unit)
Wireless sensors
Nano-sensori intelligenti possono controllare le contrazioni muscolari
e i movimenti degli arti o sostituire funzioni disattivate come aiuti voce, occhio
artificiale, voce artificiale, elementi di contatto in sostituzione di impressioni sensoriali.
Attraverso il trasferimento wireless di informazioni ai servizi medici i sensori possono
monitorare, analizzare e controllare la terapia
Il paziente può essere trattato nella sua casa con sensori indossabili che registrano i segni
dei parametri vitali fornendo: rilevamento continuo con l'analisi dei trend, rilevamento
automatico di situazioni non-normali e allarme automatico di in caso di emergenza.
La società norvegese WPR Medical ha sposato questa filosofia concentrando i propri
sforzi sull’utilizzo tecnologia BAN con pluralità di sensori anche se, non esiste uno
standard, sono possibili diversi sistemi di radio-frequenza e non essendoci standard
internazionali per i formati dei dati wireless dei segni vitali le soluzioni proprietarie sono
sviluppate senza interoperabilità.
4. Architetture Evolute per il monitoraggio di parametri biomedici.
4.1 Considerazioni sui Modelli Architetturali
Gli approcci per la realizzazione di un’applicazione e/o un sistema possono essere
molteplici. Per sistemi simili a quello che presentiamo in questo lavoro di tesi,
tradizionalmente si adotta un modello di tipo client/server che provvede ad eseguire
l’interfaccia utente e i processi logici sui client e utilizzare il server per la fruizione dei
dati.
Per applicazioni medio-piccole questo è spesso molto efficiente per l’implementazione,
specialmente se non si progetta di modificare l’applicazione o l’ambiente in cui viene
eseguita.
Lo sviluppo di applicazioni utilizzando questo approccio ha però i seguenti svantaggi:
Il mantenimento è difficile. Quando processi logici e interfaccia utente sono
posizionati in segmenti di codice monolitico, un cambiamento di qualcosa spesso
richiede la riprogettazione di qualcos’altro. Trovare il codice che deve essere
modificato è difficile.
- Il riutilizzo di componenti/processi logici è difficile. Le regole dei processi sono
una parte importante di ogni organizzazione e loro vengono applicate
unilateralmente e in modo consistente. Comunque, con questo approccio, la
definizione e l’implementazione di regole deve necessariamente avvenire ogni
volta che un’applicazione viene progettata.
- Prestazioni limitate. Quando l’interfaccia e i processi logici vengono eseguiti su
un client, sarà limitata la potenza computazionale del client. Non ci sono modi di
aumentare l’efficienza computazionale di un’applicazione.
- La scalabilità è limitata.
Per definizione, le applicazioni tradizionali client/server non possono essere usate in
ambienti computazionali distribuiti. Se si vuole progettare, implementare, e mantenere
applicazioni complesse che vengono eseguite in ambienti computazionali eterogenei si
necessita di separare i livelli logici.
Per questo l’architettura dell’applicazione è strutturata su livelli ed è partizionata in modo
che il codice per ognuno dei livelli sia indipendente dagli altri. Con questo tipo di
architettura, ogni livello logico è responsabile per specifiche azioni.
L’approccio a livelli fornisce i seguenti significativi vantaggi:
Applicazioni flessibili. Per esempio il cambiamento di una regola dei processi non
richiederà un cambiamento dell’interfaccia.
Permette di riutilizzare componenti dell’applicazione. Per esempio lo stesso
processo logico può essere applicato a più finestre.
Si presta bene a sforzi sviluppativi di gruppo. La natura modulare incoraggia i
lavori di gruppo.
Permette di distribuire le parti di un’applicazione su macchine e/o locazioni che
sono le più appropriate. Questo può migliorare molto sia la scalabilità che le
prestazioni.
In definitiva un’architettura a livelli fornisce un framework che può facilmente essere ap-
plicato a un ambiente computazionale distribuito, che permette ai livelli (o anche ai
componenti al loro interno) di poter essere eseguiti su macchine separate.
In un ambiente distribuito, i client non necessitano di conoscere dove un oggetto risiede o
anche il loro ambiente operativo. Le applicazioni distribuite orientate ad oggetti possono
così essere dinamiche. Una volta che è stata partizionata un’applicazione in livelli logici,
si può iniziare a pensare all’implementazione fisica dell’applicazione, ciò è come voler
distribuire questi livelli su una rete.
4.2 L’ Architettura Software di riferimento sviluppata dall’ICAR - CNR
In questo paragrafo, viene presentata l’Architettura software di riferimento utilizzata nel
presente lavoro. L’architettura di presenta suddivisa in tre layer (strati) come mostrto in
figura.
Architettura del Sistema
4.2.1 Data Layer
È il livello in cui sono acquisiti ed aggregati i dati personali dell’utente, i dati acquisiti
dai dispositivi hardware utilizzati per il monitoraggio e i dati di contesto elementari
generati dalle varie sorgenti informative disponibili.
I dati grezzi vengono in questo livello elaborati dai moduli interni che calcolano alcuni
parametri fondamentali come la frequenza cardiaca, la postura dell’utente e la tipologia di
movimento che sta svolgendo nel momento in cui è sottoposto a monitoraggio.
I moduli previsti per il Data Layer sono:
User Module: mette a disposizione un’interfaccia utente per l’immissione
di dati utili al sistema. I dati richiesti sono indispensabili per rendere il
sistema personale e calcolare le soglie d’allarme in modo personalizzato.
HeartRate Module: contiene i metodi per la detection del complesso QRS
dell’elettrocardiogramma e per il calcolo del picco R utilizzato per la
valutazione della frequenza cardiaca.
Position Module: è il modulo che si occupa di riconoscere la postura del
paziente. In base ai valori misurati dall’accelerometro è in grado di
rilevare se il paziente è in posizione supina o eretta.
Walk-Run Module: contiene i metodi per il riconoscimento dell’attività
motoria del paziente. È in grado di individuare se il paziente sta
effettuando una corsa o sta camminando.
4.2.2 Decisional Layer
Rappresenta l’intelligenza del sistema che a partire dai dati elaborati dal Data Layer
determina se devono essere intraprese delle azioni e in caso affermativo che tipo di azioni
devono essere intraprese, ad esempio: invio di un allarme o un avviso al paziente.
I moduli previsti per il Decisional Layer sono:
Knowledge-base Module: in questo modulo è contenuta una conoscenza
clinica elementare circa la variabilità della frequenza cardiaca formalizzata
in termini di concetti, relazioni e regole.
Rules-Engine Module: si occupa di processare le regole.
4.2.3 Action Layer
Offre i meccanismi per generare ed inviare messaggi di allarme o per generare avvisi di
notifica al paziente.
I moduli previsti per l’Action Layer sono:
Alarm Generator and Delivery Module: sulla base dell’output del rules-
engine module provvede alla generazione di un SMS che viene inviato al
medico curante del paziente.
Warning Generator Module: in corrispondenza dell’output del rules-engine
module provvede alla generazione di un avviso sul dispositivo mobile del
paziente.
4.3 Realizzazione di Componente software per la visualizzazione di un
tracciato ECG ad una derivazione
All’interno del Data Layer si è provveduto ad integrare un nuovo componente per la
visualizzazione del tracciato elettrocardiografico su dispositivi mobili.
Il componente GUI contiene tutti gli elementi di interfaccia grafica. È costituito
principalmente della classe principale che rappresenta la finestra principale, dove
vengono visualizzati i dati inerenti alle connessioni dati stabilite con i dispositivi
biomedicali. Questa classe utilizza un MonitoringProxy per collegare qualsiasi sensore.
La connessione è stabilita una volta che il tasto "connect" è stato cliccato, e subito dopo
viene richiamato il DataReceivedListener per il proxy, che si occupa di riceve i dati dai
sensori grazie ai quali verranno aggiornati anche alcuni elementi della GUI come il
livello della batteria, la frequenza cardiaca, la postura, etc…
L'aggiornamento del tracciato ECG viene effettuato richiamando la funzione paint()
attraverso i comando repaint().
L'applicazione mobile sarà dunque costituita da un'altra activity, PlotActivity, che viene
utilizzata per visualizzare i segnali vitali, come ECG, o segnali accelerometrici.
L’activity PlotActivity è costituito da un semplice ImageView per visualizzare il grafico.
Per verificare le prestazioni del componente realizzato sono state simulate diverse forme
d’onda mediante un simulatore hardware di paziente (Datrend AMPS-1) al quale sono
stati applicati gli elettrodi.
Dispositivi Utilizzati nella fase di verifica prestazionale
Per la realizzazione del modulo software si è scelto il linguaggio di programmazione
Java. La scelta non è stata casuale, ma dettata da numerosi vantaggi che tale tecnologia
offre: essere orientata agli oggetti, ma soprattutto essere indipendente dalla piattaforma,
ossia portabile. Se si vuole, infatti, che lo stesso applicativo giri su più tipologie di
macchine e sistemi operativi, Java diviene una scelta obbligatoria.
.
5. Conclusioni
Con questo lavoro di tesi, dopo un prima descrizione dei principali sistemi di
monitoraggio dei parametri biomedici, la nostra attenzione si e’ focalizzata sui principali
dispositivi commerciali utilizzati per il monitoraggio di parametri vitali che possono
essere rilevati attraverso l’uso di sensori collegati anche a dispositivi mobili al fine di
inviare i dati per l'elaborazione ed il salvataggio.
Questo lavoro e’ stato realizzato con un approccio open ed un’architettura flessibile e
adattabile, sia per far fronte alla varietà di dispositivi di monitoraggio esistenti, sia per
ampliare i servizi offerti utilizzando dispositivi mobili di nuova generazione con elevate
capacità di calcolo e memoria per eseguire elaborazioni locali e rilevare eventuali
anomalie.
I test eseguiti sulla piattaforma di monitoraggio realizzata presso l’ICAR – CNR, per il
presente lavoro di tesi, con particolare riferimento al componente di visualizzazione del
segnale ECG su dispositivo mobile, hanno dimostrato che il sistema e’ estremamente
efficace. I risultati preliminari dimostrano il potenziale di questo sistema per
l'identificazione e la diagnosi di situazioni anomale. Anche quando si tenta di innescare
falsi positivi con movimenti normali ma esagerati, nella grande maggioranza dei casi, il
sistema non genera alcun allarme.
L'uso di questo sistema potra’ essere facilmente esteso dopo ulteriori esperienze di misura
bio-dati in gruppi selezionati di persone in situazioni del mondo reale. Il suo valore
generale e l'uso clinico saranno ulteriormente chiariti con studi sulla valutazione dei costi.
Bibliografia
R. Fensli, E. Gunnarson, O. Hejlesen, “A Wireless ECG System for Continuous Event
Recording and Communication to a Clinical Alarm Station”, Engineering in Medicine
and Biology Society, IEMBS; 26th Annual International Conference of the IEEE,
September 1-5, 2004, Volume 1, Issue , pp2208-2211
J. Rodríguez, A. Goni and A. Illarramendi, “Real-Time Classification of ECGs on a
PDA”, March, 2005, IEEE Transactions on Volume 9, Issue 1, pp23-34
“Holter Devices Comparison”, available on the website:
www.medcompare.com/matrix/132/Holter-Monitor.html [Last accessed on 01/01/2009]
John G. Webster, “Medical Instrumentation: Application and Design Third Edition”,
Published by Wiley, 1998, ISBN 0471153680
Medtronic Reveal® Insertable Loop Recorder. “The World's First Implantable
Diagnostic Device”, available on the website: www.medtronic.com [Last accessed on
01/01/2009]
V. Thulasi Bai, and Srivatsa S. K, “Design and Simulation of Portable Telemedicine
System for High Risk Cardiac Patients”, International Journal of Biomedical Sciences,
2006, Volume 1, No. 1, pp1306-1216
QRS Diagnostic, “PDAs-Mobile Diagnostic Workstations. QRS Diagnostic”, Sep 82004,
available on the website: www.qrsdiagnostic.com [Last accessed on 01/01/2009]
Pulse Medical Limited, “ECG System, MeditSense 100 H”, Sep 8, 2004, available on the
website: www.pulsemedical.co.uk [Last accessed on 01/01/2009]
D. Konstantas, V. Jones, R. Bults, “MobiHealth –innovative 2.5 / 3G mobile services and
applications for healthcare”, University of Twente Center for Telematics and
Information Technology – APS 7500 AE Enschede
“Global System for Mobile Communication”, The International Engineering Consortium,
www.iec.org [Last accessed on 01/01/2009]
3G, en.wikipedia.org/wiki/3G [Last accessed on 01/01/2009]
I. Sachpazidis, “@Home: a modular telemedicine system” in Proc. 2nd workshop on
Mobile Computing in Medicine, Heidelberg, Germany, April, 2002
C. Kunze, U. Grossmann, W. Stork and K.D. Müller-Glaser, “Application of ubiquitous
computing in personal health monitoring systems” in Proc. 36th Ann. meeting of the
German Society for Biomed. Eng, 2002
J. H. Hong, N. J. Kim, E. J. Cha, T. S. Lee, “Classification Technique of Human Motion
Context based on Wireless Sensor Network”, Proceedings of the 2005 IEEE, Engineering
in Medicine and Biology 27th Annual Conference, Shanghai, China, September 1-4,
2005, pp5201-5202
J. Healey and B. Logan, “Wearable Wellness Monitoring Using ECG and Accelerometer
Data”, Hewlett-Packard Cambridge Research Laboratory, Wearable Computers, 2005.
Proceedings. Ninth IEEE International Symposium, October 18-21, 2005, pp220-221,
ISBN: 0-7695-2419-2
Bass L., Clements P., Kazman R., Software architecture in practice (2nd edition),
Pearson, Addison Wesley, 2003
Rozanski R., Woods E., Software Systems Architecture, Addison Wesley, 2005
Taylor R. N., Medvidovic N., Dashofy, E.M., Software architecture - foundations,
theory, and practice, John Wiley and Sons, 2010.