1. Apa itu sensor monitoring ? Sensor monitoring dibuat dikembangkan sebagai sistem pemantauan kesehatan berdasarkan pada smartphone. Unit pemantauan biosignal yang ringkas dan hemat daya (BMU) mengukur elektrokardiogram (EKG), photoplethysmogram (PPG), suhu, saturasi oksigen, pengeluaran energi, dan lo-informasi kation.(Lee, Jeong, & Yoon, 2012)
Keunggulan dari sensor Telemedicine menjadi bahkan lebih layak
karena instrumen medis yang ramah dan monitoring ? pengembangan berbagai jaringan komunikasi nirkabel dan lebih lanjut merangsang layanan kesehatan yang berorientasi pengguna.(Lee et al., 2012)
Pengukuran yang diusulkan
parameter fisiologis berhasil diukur dengan tingkat akurasi yang sesuai yang dibutuhkan oleh standar medis. Sistem ini mampu melakukan pemantauan kesehatan dengan cara akurat pengukuran, memberikan umpan balik kepada pengguna dan berhasil mengidentifikasi stres medis yang mengakibatkan pengiriman pemberitahuan ke dokter medis.(Wannenburg & Malekian, 2015)
System kerja dalam sensor Kami membuat unit pemantauan biosignal
kompak (BMU) dan menghubungkannya secara monitoring seperti apa ? nirkabel dengan smartphone melalui jaringan Bluetooth. Sebagian besar smartphone memiliki port Bluetooth. Pintar- telepon mengirim data ke komputer laptop jarak jauh yang berfungsi sebagai server layanan kesehatan.(Lee et al., 2012)
sistem yang diusulkan dirancang memeriksa dan
mengimplementasikan tertentu fungsionalitas yang memecahkan kedatangan singkat atau keterbatasan yang disebutkan dalam pemantauan kesehatan seluler berkelanjutan. Perangkat memungkinkan fleksibilitas, meminimalkan pembacaan yang salah, dan sangat mampu memantau daya baterai secara berkelanjutan. Latar belakang tentang metode saat ini untuk memperoleh dan memproses tanda-tanda vital tersebut akan dibahas bersama gambaran umum desain dan implantasi sistem. Diperoleh hasil yang menyatakan validitas perangkat juga akan didiskusikan dan disimpulkan(Wannenburg & Malekian, 2015)
Fungsi dari sensor monitoring sistem pemantauan kesehatan seluler yang
mampu mengukur dan menafsirkan tanda vital seperti apa ? utama: (1) denyut jantung, (2) saturasi oksigen (SpO2), (3) tekanan darah dan (4) suhu kulit. Itu Sistem ini sepenuhnya dirancang dari prinsip pertama, ini termasuk perangkat keras sensor, perangkat keras perangkat, tata letak PCB, algoritma perangkat lunak, serta aplikasi Android (Wannenburg & Malekian, 2015). Aspek yang diharapkan dalam Sehubungan dengan pekerjaan di masa depan, ada beberapa aspe yang dapat ditingkatkan. sensor monitoring ? Aspek utama untuk ditingkatkan akan menjadi keberhasilan penerapan tekanan darah estimasi, tugas ini membutuhkan penyelidikan lebih lanjut ke dalam proses kalibrasi. Mengukur tekanan darah yang sebenarnya membutuhkan proses kalibrasi yang panjang karena beberapa parameter dibuat berdasarkan asumsi, parameter ini unik untuk sabar dan memiliki pengaruh besar pada pengukuran. Lebih lanjut investigasi mungkin dapat menunjukkan bahwa metode lain mungkin lebih cocok.(Wannenburg & Malekian, 2015) Kelemahan sensor monitoring ? Kelemahan utama dari jaringan sensor tetap adalah bahwa setiap sensor menyediakan informasi spasial tunggal. Jika lebih banyak informasi spasial dikumpulkan oleh tujuan SHM, mis., menentukan bentuk mode resolusi tinggi, seseorang harus baik membeli perangkat sensor yang memadai, atau agregat hasil dari berbagai konfigurasi jaringan. Ini yang diusulkan solusi terkait dengan biaya yang lebih tinggi dalam dolar dan waktu, masing-masing.
Jaringan sensor seluler, di sisi lain tangan,
mampu memiliki cakupan spasial yang lebih tinggi menggunakan lebih sedikit sensor; singkatnya, satu sensor seluler memberikan ruang informasi yang sebanding dengan apa yang akan disediakan oleh banyak sensor tetap(Matarazzo, Vazifeh, Pakzad, Santi, & Ratti, 2017) Memproses data sensor lewat bidang penelitian baru yang sebagian besar tidak didukung dari teknik analisis SHM. Hasilnya, di smarthphone ? sana telah sedikit motivasi untuk menerapkan jaringan sensor seluler skala besar dalam praktiknya. Untuk jaringan sensor tetap, pendekatan state-space telah diterapkan secara luas untuk menganalisis pengukuran sistem dan ekstrak yang dinamis fitur struktural yang penting Bentuk matriks orde pertama mengembun koefisien model, yang mewakili sistem, menjadi parameter matriks dan memfasilitasi variabel stokastik aditif, yang sering perkiraan fenomena yang tidak terukur, mis., sinyal noise. Baru-baru ini, sebuah kerangka kerja diusulkan untuk mempertimbangkan jaringan sensor seluler data. Ketika diklasifikasikan sebagai data jaringan sensor dinamis (DSN), data sensor seluler dapat dimodelkan persis dengan Model ruang-keadaan fisik terpotong (TPM) (Matarazzo et al., 2017) Lee, Y. G., Jeong, W. S., & Yoon, G. (2012). Smartphone-based mobile health monitoring. Telemedicine and E-Health, 18(8), 585–590. https://doi.org/10.1089/tmj.2011.0245 Matarazzo, T., Vazifeh, M., Pakzad, S., Santi, P., & Ratti, C. (2017). Smartphone data streams for bridge health monitoring. Procedia Engineering, 199, 966–971. https://doi.org/10.1016/j.proeng.2017.09.203 Wannenburg, J., & Malekian, R. (2015). Body Sensor Network for Mobile Health Monitoring, a Diagnosis and Anticipating System. IEEE Sensors Journal, 15(12), 6839–6852. https://doi.org/10.1109/JSEN.2015.2464773