4.1 案例描述

医疗保健的需求是多样的。老年人或残疾人因事故而受损的风险更为显著，因此应为他们提供更多的医疗保健来源。然而，长期护理中的劳动力资源面临短缺。此外，改善健康数据获取和交付的现代护理方法至关重要。一个合理的解决方案是使用个性化无线设备监测生理数据以进行预警，取代人工检查。为了涵盖老年人和残疾人日常护理中的大多数情况，我们选择了三种具有不同运动模式的常见日常场景，以评估DTES在个性化医疗护理中的实际性能。这三个场景包括康复训练，轮椅以及摔倒。可以根据不同模式的组合探索更多场景，以使使用场景更加灵活。

对于所有不同的场景，本研究提供了持续的监控服务。手环和振动传感器组合是生理振动数据和云或数据分析工具之间的媒介。当用户佩戴时，它可以在不同的场景下工作，并通过手动和自动触发（当达到某个阈值时）收集振动数据。振动数据将通过传感器实时传输到移动设备，或通过网关直接传输到云服务器。数据传输模式为无线蓝牙。因此，数据传输过程方便、稳定、快速。只要用户通常佩戴设备，场景监控不受身体状况的限制。手环的设计和制造需要基于用户的尺寸。如果尺寸不匹配，佩戴体验和数据收集效果将同时受到影响。

其中，移动设备、云和个人文档相互连接，产生协同效应，为服务提供更多可能性。云可以提供云存储空间，以保存更多历史数据。此外，通过云传输，医院或第三方数据处理公司可以使用数据进行进一步处理。数据传输后，生理振动数据将保存在手机或笔记本电脑等移动设备上，并自动生成文档。还将生成个人文档，以提供个性化监控服务并生成独特的反馈。当然，这一过程取决于有效的信息传输和数据共享协议。用户的数据隐私也需要得到保护。

4.2 快速化个性设计

计算机辅助设计文档对于产品的增材打印至关重要。因此，需要从头开始基于所需的尺寸和形状来构造手环，并使用计算机辅助设计来生成用于3D打印的三维图案。在开始时，需要收集用户的大小并将其作为设计文件的参数输入。手环的基本形状是凹槽，因此长度和周长可以转换为凹槽的长度和高度。手环的尺寸将根据这两个参数进行设计。本研究选择了Erbessd Instruments公司的EPH-V11三轴振动传感器作为可穿戴设备中的传感器。在手环的一个长边上，我们设计了一个圆形底座来放置振动传感器。为了减小振动传感器的切向应力，使其不会下降，第二部分设计用于固定振动传感器。当第一部分和第二部分结合在一起时，它们将成为将传感器固定在手掌上的合适尺寸的手环，手环的第一部分由3d打印机打印，第二部分基于第一部分打印。智能手环设计的过程高效且低成本。个性化的结构为采集振动信号提供了良好的基础。

4.3 智能手环物联网

基于物联网的可穿戴设备使人们能够更好地了解他们的健康状况，并允许医生远程监控患者的健康和安全状况。手环的物联网模式既方便又简单。无线连接方式可以是蓝牙或网关。蓝牙使手环能够连接到手机或iPad等移动设备。这种连接方式意味着用户可以随时使用移动设备来操作收集的数据，如观察、存储、传输等，而不受时间和空间的限制。这款传感器有其独特的手机应用程序（Wiser Vibe），具有一些基本功能，如保存、警告或自动上传。因此，我们不需要在移动终端上开发额外的软件。

此外，使用网关适合于与计算机连接。振动传感器与网关连续连接，数据随时传输到计算机。因此，可以实现连续测量和预警。因此，这种连接方式通常用于长期监测。还可以通过使用各种分析工具来分析振动信号的波形来进行进一步的分析和应用。同时，手机和电脑之间的数据可以随时互联，切换不同的传输模式和分析工具。因此，无论是对于不确定的场景还是固定的场景，振动数据都可以稳定传输。这意味着手环的物联网具有良好的弹性。

4.4 实验结果分析

康复训练方案是为肘部受伤或残疾的人设计的。在本实验中，受试者在佩戴腕带和振动传感器时测试了肘部的不同运动方向。本实验首先构建了具有动态参数的数字模型，然后将低通滤波后的振动信号与模型进行比较，得到相关系数。10组的相关系数范围为0.9804至0.9971。平均为0.99149。简单的复合动作生成正弦加速度图像。

轮椅实验使用履带机器人来模拟轮椅的运动，因为它们具有相似的机械结构和运动模式。类似于轮椅的轮子，机器人的履带同时为中心部分提供支撑和向前加速。轮椅实验的振动波形有明显的拍振现象。因此，我们假设振动信号是两个正弦信号的调幅谐波。数字模型可以匹配振动信号中的大部分部分，包括基频以及最大和最小范围。对于每个记录组，选择3秒时域段。记录两个信号分量的振幅和角速度以及相应的相关系数值。相关系数的平均值为0.75973>0.7，显示出中等强的相关性。然而，振动信号的干扰是明显的，拟合的难度将显著增加。物理上的随机性将恶化拟合效果，导致模型与振动信号之间的偏差。这些现象可以解释传感器的物理效应是不稳定的。

在摔倒实验中，选择垂直加速度动态曲线以更好的分析振动波形。完整的振动曲线被良好的记录下来，并显示出明显的特征。在分析中，人类摔倒的过程可以分为五个阶段。在时域波形中，波形从开始到结束有五个阶段。从开始到结束的阶段是：站立、跌倒、冲击、衰减和休息。我们统计了十个数据组中冲击阶段的最大值，以设置适当的阈值。垂直加速度动态波形曲线处于理想模式，但其最大值的离散程度是较大的。

本研究提出了一种支持DT的智能设备系统，并基于DT开发了一种用于医疗保健的个性化可穿戴设备。对于可穿戴设备来说，如何适应患者的不同疾病类型和生理结构是一个挑战。这项研究的新颖之处在于将满足特定医疗需求的定制方法扩展到通用的个性化应用框架。

老年人和残疾人的长期护理给家庭和政府带来了巨大压力。可穿戴医疗系统可以通过远程监控带来方便和缓解压力。支持物联网的可穿戴健康设备可以在前端无缝收集用户的生理数据，并在生理数据和互联网之间建立传输通道。DT可以通过结合实体和数字对象来提高效率并降低个性化生产和制造成本。两者的结合提供了相当大的应用价值。

本研究提出了一种支持DT的智能系统。DTES可以为可穿戴设备提供个性化和数据连续性服务。它可以连接设计和制造中的各个生产商，以低成本和高效的方式生产个性化设备。DTES旨在为用户提供高质量的信号采集、传输和数据分析，因此非常适合医疗服务场景。

本研究设计了一个具有三种不同场景的案例研究，随后设计并制造了三轴振动采集手环，并最终阐明了其物联网模式。这三种场景分别是人类跌倒、轮椅和康复训练。它们在社会中很常见，与不同的运动模式有关。基于受试者的手形和个性化参数，我们设计了一个三轴振动采集手环的个性化原型。然后，由3D打印机打印并组装。对每个场景进行了实验，并对结果进行了分析。三轴振动采集手环原型采集相关运动的准确运动信号。识别了不同场景中用户的运动信号参数和运动模式。结果，获得了用户体验和信号质量之间的平衡。

未来的研究可能侧重于提高真实场景的应用能力。将开发DTES的软件应用程序。同时，我们将关注信号传输和信息共享过程中的医疗信息安全，并开发独特的数据保护方法，以在实际应用中保护用户的高度个人医疗隐私。

免责声明：
本文转载自 数字孪生DigitalTwin，版权归原作者所有，如若侵权请联系我们进行删除！

易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。

易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例。