สารบัญ:
- ขั้นตอนที่ 1: อุปกรณ์อิเล็กทรอนิกส์
- ขั้นตอนที่ 2: เว็บไซต์ตรวจสอบการสั่นสะเทือน
- ขั้นตอนที่ 3: โมเดลการเรียนรู้ของเครื่อง
- ขั้นตอนที่ 4: การประกอบ
วีดีโอ: เทคโนโลยีสวมใส่โรคพาร์กินสัน: 4 ขั้นตอน
2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:02
ผู้คนมากกว่า 10 ล้านคนทั่วโลกอาศัยอยู่กับโรคพาร์กินสัน (PD) ความผิดปกติของระบบประสาทแบบก้าวหน้าที่ทำให้เกิดอาการตึงและส่งผลต่อการเคลื่อนไหวของผู้ป่วย พูดง่ายๆ ก็คือ หลายคนเป็นโรคพาร์กินสันแต่ไม่สามารถรักษาให้หายขาดได้ หากการกระตุ้นสมองส่วนลึก (DBS) นั้นโตเพียงพอ ก็มีโอกาสที่จะรักษา PD ได้
เมื่อจัดการกับปัญหานี้ ฉันจะสร้างอุปกรณ์เทคโนโลยีที่อาจช่วยให้โรงพยาบาลเสนอยาที่ถูกต้องและเป็นประโยชน์แก่ผู้ป่วย PD ได้มากขึ้น
ฉันสร้างอุปกรณ์เทคโนโลยีสวมใส่ได้ - หนึ่ง สามารถบันทึกค่าการสั่นสะเทือนของผู้ป่วยได้อย่างแม่นยำตลอดทั้งวัน ติดตามและวิเคราะห์รูปแบบการเกิดซ้ำเพื่อช่วยให้โรงพยาบาลตัดสินใจใช้ยาได้ดียิ่งขึ้นสำหรับผู้ป่วยแต่ละราย ไม่เพียงแต่ให้ข้อมูลที่ถูกต้องแก่โรงพยาบาลเท่านั้น แต่ยังอำนวยความสะดวกให้กับผู้ป่วย PD เมื่อพวกเขากลับมาพบแพทย์อีกด้วย โดยปกติผู้ป่วยจะจำอาการในอดีตของตนและขอให้แพทย์ปรับยาเพิ่มเติม อย่างไรก็ตาม เป็นการยากที่จะจำทุกรายละเอียด ทำให้การปรับยาไม่ถูกต้องและไม่มีประสิทธิภาพ แต่ด้วยการใช้อุปกรณ์เทคโนโลยีสวมใส่นี้ โรงพยาบาลสามารถระบุรูปแบบการสั่นสะเทือนได้อย่างง่ายดาย
ขั้นตอนที่ 1: อุปกรณ์อิเล็กทรอนิกส์
- ESP8266 (โมดูล wifi)
- SW420 (เซ็นเซอร์สั่นสะเทือน)
- เขียงหั่นขนม
- สายจัมเปอร์
ขั้นตอนที่ 2: เว็บไซต์ตรวจสอบการสั่นสะเทือน
ด้วยกราฟนี้ โรงพยาบาลสามารถเห็นภาพสภาพของผู้ป่วยแบบสดได้
1. SW420 จับข้อมูลการสั่นสะเทือนจากผู้ใช้
2. ประหยัดเวลาและข้อมูลการสั่นสะเทือนไปยังฐานข้อมูล (Firebase)
3. ทางเว็บไซต์จะรับข้อมูลที่จัดเก็บไว้ในฐานข้อมูล
4. แสดงผลกราฟ (แกน x - เวลา แกน y - ค่าการสั่นสะเทือน)
ขั้นตอนที่ 3: โมเดลการเรียนรู้ของเครื่อง
ฉันได้ตัดสินใจใช้แบบจำลองการถดถอยพหุนามเพื่อระบุค่าการสั่นสะเทือนเฉลี่ยสูงสุดของผู้ใช้จากช่วงเวลาที่ต่างกัน เหตุผลที่จุดข้อมูลของฉันไม่แสดงความสัมพันธ์ที่ชัดเจนระหว่างแกน x และ y พหุนามจะพอดีกับช่วงความโค้งที่กว้างกว่าและการทำนายที่แม่นยำกว่า อย่างไรก็ตาม มีความละเอียดอ่อนมากต่อค่าผิดปกติ หากมีจุดข้อมูลหนึ่งหรือสองจุด จะส่งผลต่อผลลัพธ์ของกราฟ
x_axis = numpy.linspace(x[0], x, 50) # range, generation y_axis = numpy.poly1d(numpy.polyfit(x, y, 5)) # draw x y, 5 nth Terms
ขั้นตอนที่ 4: การประกอบ
ในตอนท้าย ฉันดัดแปลงอุปกรณ์อิเล็กทรอนิกส์บางส่วนและตัดสินใจใช้แบตเตอรี่ลิเธียมโพลิเมอร์เพื่อขับเคลื่อนเทคโนโลยีที่สวมใส่ได้ เนื่องจากสามารถชาร์จใหม่ได้ น้ำหนักเบา ขนาดเล็กและสามารถเคลื่อนที่ได้อย่างอิสระ
ฉันได้ประสานอุปกรณ์อิเล็กทรอนิกส์ทั้งหมดเข้าด้วยกัน ออกแบบเคสบน Fusion 360 และพิมพ์เป็นสีดำเพื่อให้ผลิตภัณฑ์ทั้งหมดดูเรียบง่ายและเรียบง่าย
ถ้าคุณต้องการเข้าใจเพิ่มเติมเกี่ยวกับโครงการนี้ อย่าลังเลที่จะตรวจสอบเว็บไซต์ของฉัน
แนะนำ:
การออกแบบเกมในการสะบัดใน 5 ขั้นตอน: 5 ขั้นตอน
การออกแบบเกมในการสะบัดใน 5 ขั้นตอน: การตวัดเป็นวิธีง่ายๆ ในการสร้างเกม โดยเฉพาะอย่างยิ่งเกมปริศนา นิยายภาพ หรือเกมผจญภัย
การตรวจจับใบหน้าบน Raspberry Pi 4B ใน 3 ขั้นตอน: 3 ขั้นตอน
การตรวจจับใบหน้าบน Raspberry Pi 4B ใน 3 ขั้นตอน: ในคำแนะนำนี้ เราจะทำการตรวจจับใบหน้าบน Raspberry Pi 4 ด้วย Shunya O/S โดยใช้ Shunyaface Library Shunyaface เป็นห้องสมุดจดจำใบหน้า/ตรวจจับใบหน้า โปรเจ็กต์นี้มีจุดมุ่งหมายเพื่อให้เกิดความเร็วในการตรวจจับและจดจำได้เร็วที่สุดด้วย
วิธีการติดตั้งปลั๊กอินใน WordPress ใน 3 ขั้นตอน: 3 ขั้นตอน
วิธีการติดตั้งปลั๊กอินใน WordPress ใน 3 ขั้นตอน: ในบทช่วยสอนนี้ ฉันจะแสดงขั้นตอนสำคัญในการติดตั้งปลั๊กอิน WordPress ให้กับเว็บไซต์ของคุณ โดยทั่วไป คุณสามารถติดตั้งปลั๊กอินได้สองวิธี วิธีแรกคือผ่าน ftp หรือผ่าน cpanel แต่ฉันจะไม่แสดงมันเพราะมันสอดคล้องกับ
การลอยแบบอะคูสติกด้วย Arduino Uno ทีละขั้นตอน (8 ขั้นตอน): 8 ขั้นตอน
การลอยแบบอะคูสติกด้วย Arduino Uno ทีละขั้นตอน (8 ขั้นตอน): ตัวแปลงสัญญาณเสียงล้ำเสียง L298N Dc ตัวเมียอะแดปเตอร์จ่ายไฟพร้อมขา DC ตัวผู้ Arduino UNOBreadboardวิธีการทำงาน: ก่อนอื่น คุณอัปโหลดรหัสไปยัง Arduino Uno (เป็นไมโครคอนโทรลเลอร์ที่ติดตั้งดิจิตอล และพอร์ตแอนะล็อกเพื่อแปลงรหัส (C++)
เครื่อง Rube Goldberg 11 ขั้นตอน: 8 ขั้นตอน
เครื่อง 11 Step Rube Goldberg: โครงการนี้เป็นเครื่อง 11 Step Rube Goldberg ซึ่งออกแบบมาเพื่อสร้างงานง่ายๆ ในรูปแบบที่ซับซ้อน งานของโครงการนี้คือการจับสบู่ก้อนหนึ่ง