Розробка системи IoT для моніторингу серцевого ритму та оцінки серцево-судинного ризику

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2024.299068

Ключові слова:

серцево-судинний ризик, безкоштовне обладнання, варіабельність серцевого ритму, оцінка системи, система IoT

Анотація

Дослідження спрямоване на вирішення глобальної проблеми серцево-судинних захворювань. Ключовою змінною, яка розглядається для прогнозування серцево-судинних захворювань, є варіабельність серцевого ритму (ВСР). Використовуючи широке застосування IoT у різних додатках, зокрема в секторі охорони здоров’я, дослідження пропонує розробку та впровадження системи IoT для моніторингу ВСР. Дослідження проходило в чотири методологічні етапи: дослідження та вибір технологій, визначення архітектури IoT, розробка прототипу та перевірка його функціональності. Впроваджена система IoT дотримується традиційної 4-рівневої архітектури IoT: захоплення, зберігання, аналіз і візуалізація. Дані про серцевий ритм періодично збираються за допомогою датчика серцевого ритму та сумісної з Arduino плати. Рівень зберігання використовує нереляційну базу даних для зберігання отриманих даних. Рівень аналізу виділяє показники, пов’язані з ВСР (високий: RR <750 мс, помірний: RR 750–900 мс, низький: RR >900 мс), застосовуючи та надаючи кількісні результати з алгоритмів кластеризації, таких як моделі машинного навчання, для оцінки розподілу даних. Рівні ризику вказують на конкретні показники пацієнта. Таким чином, у 75-річного пацієнта середній ЧСС становить 75,56, сер. RR 795,42, потрапляючи в кластер 1 зі значенням ризику 1,0. Подібні детальні показники та стратифікація ризику представлені для пацієнтів віком 68, 46, 37 та 18 років, демонструючи надійність та ефективність системи в оцінці серцево-судинного ризику. Рівень візуалізації дає змогу в режимі реального часу спостерігати за фізіологічними змінними, показниками ризику та результатами моделей аналітики даних. Відмінні риси результатів полягають у перевагах мобільності системи IoT, що використовує безкоштовні апаратні та програмні засоби. Це полегшує відтворення та використання запропонованої системи в медичних кампаніях, зокрема для раннього виявлення захворювань серця. Портативна система Інтернету речей, яка використовує безкоштовні інструменти, покращує прогнозні можливості для раннього виявлення ризику серцево-судинних захворювань у всьому світі

Спонсор дослідження

  • The authors would like to thank the Universidad de Cartagena-Colombia for their support in the development of this research.

Біографії авторів

Martín Emilo Monroy, Cartagena University

Doctor in Telematics Engineering, Professor Systems Engineering Program

Department of System Engineering

Gabriel Elías Chanchí, Cartagena University

Doctor in Telematics Engineering, Professor Systems Engineering Program

Department of System Engineering

Manuel Alejandro Ospina, Cartagena University

Doctor in Engineering, Professor Systems Engineering Program

Department of System Engineering

Посилання

  1. Zakutynskyi, I., Sibruk, L., Rabodzei, I. (2023). Performance evaluation of the cloud computing application for IoT-based public transport systems. Eastern-European Journal of Enterprise Technologies, 4 (9 (124)), 6–13. https://doi.org/10.15587/1729-4061.2023.285514
  2. Conti, M., Dehghantanha, A., Franke, K., Watson, S. (2018). Internet of Things security and forensics: Challenges and opportunities. Future Generation Computer Systems, 78, 544–546. https://doi.org/10.1016/j.future.2017.07.060
  3. Naveen, S., Hegde, S. (2016). Study of IoT: Understanding IoT Architecture, Applications, Issues and Challenges. International Journal of Advanced Networking & Applications (IJANA), 477–482. Available at: http://www.ijana.in/Special Issue/S105.pdf
  4. Dorsemaine, B., Gaulier, J.-P., Wary, J.-P., Kheir, N., Urien, P. (2015). Internet of Things: A Definition & Taxonomy. 2015 9th International Conference on Next Generation Mobile Applications, Services and Technologies. https://doi.org/10.1109/ngmast.2015.71
  5. Terokhin, V., Stervoyedov, M., Ridozub, O. (2021). Design and implementation of the distributed dosimetric system based on the principles of IoT. Eastern-European Journal of Enterprise Technologies, 5 (9 (113)), 91–100. https://doi.org/10.15587/1729-4061.2021.243153
  6. Rani, R., Kashyap, V., Khurana, M. (2022). Role of IoT-Cloud Ecosystem in Smart Cities : Review and Challenges. Materials Today: Proceedings, 49, 2994–2998. https://doi.org/10.1016/j.matpr.2020.10.054
  7. Atzori, L., Iera, A., Morabito, G. (2017). Understanding the Internet of Things: definition, potentials, and societal role of a fast evolving paradigm. Ad Hoc Networks, 56, 122–140. https://doi.org/10.1016/j.adhoc.2016.12.004
  8. Chatterjee, S., Kar, A. K., Gupta, M. P. (2018). Success of IoT in Smart Cities of India: An empirical analysis. Government Information Quarterly, 35 (3), 349–361. https://doi.org/10.1016/j.giq.2018.05.002
  9. Zhang, C. (2020). Design and application of fog computing and Internet of Things service platform for smart city. Future Generation Computer Systems, 112, 630–640. https://doi.org/10.1016/j.future.2020.06.016
  10. Zakutynskyi, I., Rabodzei, I., Burmakin, S., Kalishuk, O., Nebylytsia, V. (2023). Improving a procedure of load balancing in distributed IoT systems. Eastern-European Journal of Enterprise Technologies, 5 (2 (125)), 6–22. https://doi.org/10.15587/1729-4061.2023.287790
  11. Konyrova, M., Kumyzbayeva, S., Iliev, T., Chezhimbayeva, K. (2023). Effeciency assessment of IoT devices control with Teletraffic theory. Eastern-European Journal of Enterprise Technologies, 3 (9 (123)), 49–59. https://doi.org/10.15587/1729-4061.2023.281287
  12. Viloria Núñez, C. A., Sanmartín Mendoza, P., Avila Hernández, K., Jabba Molinares, D. (2022). Internet de las cosas y la salud centrada en el hogar. Salud Uninorte, 32 (02), 337–351. https://doi.org/10.14482/sun.32.2.8954
  13. Liu, Y., Niu, J., Yang, L., Shu, L. (2014). eBPlatform: An IoT-based system for NCD patients homecare in China. 2014 IEEE Global Communications Conference. https://doi.org/10.1109/glocom.2014.7037175
  14. Alsaydia, O. M., Saadallah, N. R., Malallah, F. L., AL-Adwany, M. A. S. (2021). Limiting COVID-19 infection by automatic remote face mask monitoring and detection using deep learning with IoT. Eastern-European Journal of Enterprise Technologies, 5 (2 (113)), 29–36. https://doi.org/10.15587/1729-4061.2021.238359
  15. Veloza, L., Jiménez, C., Quiñones, D., Polanía, F., Pachón-Valero, L. C., Rodríguez-Triviño, C. Y. (2019). Variabilidad de la frecuencia cardiaca como factor predictor de las enfermedades cardiovasculares. Revista Colombiana de Cardiología, 26 (4), 205–210. https://doi.org/10.1016/j.rccar.2019.01.006
  16. Pardo-Fresno, M., Fernández-Barbeira, S., González-Bermúdez, I. (2011). Assessment and management of Bradycardias in Primary Care emergencies. Primary Care Notebooks, 8, 107–110.
  17. Osanai, H. (2011). Hear rate variability during a 24-hour period recorded with a Polar heart rate monitor. Autonomic Neuroscience, 165 (2), 210. https://doi.org/10.1016/j.autneu.2011.08.013
  18. Wang, L., Lin, Y., Wang, J. (2019). A RR interval based automated apnea detection approach using residual network. Computer Methods and Programs in Biomedicine, 176, 93–104. https://doi.org/10.1016/j.cmpb.2019.05.002
  19. Kiran kumar, C., Manaswini, M., Maruthy, K. N., Siva Kumar, A. V., Mahesh kumar, K. (2021). Association of Heart rate variability measured by RR interval from ECG and pulse to pulse interval from Photoplethysmography. Clinical Epidemiology and Global Health, 10, 100698. https://doi.org/10.1016/j.cegh.2021.100698
  20. Islam, M. N., Raiyan, K. R., Mitra, S., Mannan, M. M. R., Tasnim, T., Putul, A. O., Mandol, A. B. (2023). Predictis: an IoT and machine learning-based system to predict risk level of cardio-vascular diseases. BMC Health Services Research, 23 (1). https://doi.org/10.1186/s12913-023-09104-4
  21. Hudhajanto, R. P., Mulyadi, I. H., Sandi, A. A. (2022). Wearable Sensor Device berbentuk Face Shield untuk Memonitor Detak Jantung berbasis IoT. Journal of Applied Informatics and Computing, 6 (1), 87–92. https://doi.org/10.30871/jaic.v6i1.4105
  22. Goumopoulos, C., Menti, E. (2019). Stress Detection in Seniors Using Biosensors and Psychometric Tests. Procedia Computer Science, 152, 18–27. https://doi.org/10.1016/j.procs.2019.05.022
  23. de la Cruz Torres, B., Lopez, C. L., Orellana, J. N. (2008). Analysis of heart rate variability at rest and during aerobic exercise: a study in healthy people and cardiac patients. British Journal of Sports Medicine, 42 (9), 715–720. https://doi.org/10.1136/bjsm.2007.043646
  24. Delgado, D., Girón, D., Chanchí, G., Márceles, K., Dionizio, S. (2019). System for the Detection and Monitoring of Heart Disease Supported in SBC. Iberian Journal of Information Systems and Technologies, 717–728. Available at: http://risti.xyz/issues/ristie17.pdf
  25. Pérez, A., Guerra, J. L. (2014). Implementation of a heart rate query and measurement module with GSM data sending using Open Hardware. In: XXI International Congress of Electronic, Electrical and Computer Engineering - INTERCON 2014. Arequipa - Perú.
  26. Chanchi, G. E., Ospina, M. A., Pérez, J. L. (2020). IoT system to monitoring heart rate variability in usability tests. Journal Spaces, 41 (25), 84–97. Available at: https://www.revistaespacios.com/a20v41n25/20412507.html
  27. Cano-Contreras, M., Andrade-Ceballos, G., Vargas-Cano, P., Villanueva-Pérez, N. (2017). Low cost Arduino based heart rate monitor. Journal of Technologies in Industrial Processes, 1 (1), 21–25. Available at: https://www.ecorfan.org/taiwan/research_journals/Tecnologias_en_Procesos_Industriales/vol1num1/Revista_de_Tecnolog%C3%ADas_en_Procesos_Industriales_V1_N1_3.pdf
  28. Piedrahita-Gonzalez, J., Cubillos-Calvachi, J., Gutiérrez-Ardila, C., Montenegro-Marin, C., Gaona-García, P. (2018). IOT System for Self-diagnosis of Heart Diseases Using Mathematical Evaluation of Cardiac Dynamics Based on Probability Theory. Smart Innovation, Systems and Technologies, 433–441. https://doi.org/10.1007/978-3-030-03577-8_48
  29. Santos, M. A. G., Munoz, R., Olivares, R., Filho, P. P. R., Ser, J. D., Albuquerque, V. H. C. de. (2020). Online heart monitoring systems on the internet of health things environments: A survey, a reference model and an outlook. Information Fusion, 53, 222–239. https://doi.org/10.1016/j.inffus.2019.06.004
  30. Anuhya Ardeti, V., Ratnam Kolluru, V., Routray, S., Omkar Lakshmi Jagan, B., Kishore Kumar, A., Ramachandran, R. et al. (2024). Development of real time ECG monitoring and unsupervised learning classification framework for cardiovascular diagnosis. Biomedical Signal Processing and Control, 88, 105553. https://doi.org/10.1016/j.bspc.2023.105553
  31. Rahman, M. Z., Akbar, M. A., Leiva, V., Tahir, A., Riaz, M. T., Martin-Barreiro, C. (2023). An intelligent health monitoring and diagnosis system based on the internet of things and fuzzy logic for cardiac arrhythmia COVID-19 patients. Computers in Biology and Medicine, 154, 106583. https://doi.org/10.1016/j.compbiomed.2023.106583
  32. Montoya, E. A. Q., Colorado, S. F. J., Muñoz, W. Y. C., Golondrino, G. E. C. (2017). Propuesta de una Arquitectura para Agricultura de Precisión Soportada en IoT. RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação, 24, 39–56. https://doi.org/10.17013/risti.24.39-56
  33. Webster, J. G. (Ed.) (2014). The Physiological Measurement Handbook. CRC Press. https://doi.org/10.1201/b17831
  34. Young, D. W. (2014). Self-measure of heart rate variability (HRV) and arrhythmia to monitor and to manage atrial arrhythmias: personal experience with high intensity interval exercise (HIIE) for the conversion to sinus rhythm. Frontiers in Physiology, 5. https://doi.org/10.3389/fphys.2014.00251
Розробка системи IoT для моніторингу серцевого ритму та оцінки серцево-судинного ризику

##submission.downloads##

Опубліковано

2024-02-28

Як цитувати

Monroy, M. E., Chanchí, G. E., & Ospina, M. A. (2024). Розробка системи IoT для моніторингу серцевого ритму та оцінки серцево-судинного ризику. Eastern-European Journal of Enterprise Technologies, 1(2 (127), 54–65. https://doi.org/10.15587/1729-4061.2024.299068

Номер

Том 1 № 2 (127) (2024): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2024 Martín Emilo Monroy, Gabriel Elías Chanchí, Manuel Alejandro Ospina

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.