Tóm tắt:Áp suất động mạch trung bình (MAP), nhịp tim (HR), độ bão hòa oxy trong máu (SpO2) và nhiệt độ cơ thể là những chỉ số sinh lý quan trọng hỗ trợ bác sĩ trong việc chẩn đoán sơ bộ các bệnh lý như tăng huyết áp và bệnh tim mạch. Tuy nhiên, các phương pháp đo MAP truyền thống thường được tính dựa trên huyết áp tâm thu và huyết áp tâm trương, những giá trị khi đo thường sử dụng phương pháp xâm lấn hoặc đòi hỏi sử dụng vòng bít, gây bất tiện cho việc giám sát liên tục tại nhà. Với sự phát triển của trí tuệ nhân tạo, nhiều nghiên cứu đã tập trung vào ứng dụng học máy, học sâu để có thể ước tính các chỉ số sinh học của cơ thể, nhằm hướng tới việc giám sát sức khỏe một cách thuận tiện, thoải mái và liên tục. Đồ án này sẽ tập trung vào xây dựng hệ thống AIoT thu thập giá trị quang phổ kế thể tích, điện tim, nhiệt độ, sử dụng bộ lọc số để tiền xử lý dữ liệu và ứng dụng học sâu ước tính giá trị áp suất động mạch trung bình. Bên cạnh đó sẽ sử dụng các thuật toán để ước tính giá trị nhịp tim và độ bão hòa oxy trong máu. Việc triển khai mô hình học sâu trên nền tảng tính toán tại biên thông qua vi điều khiển giúp đảm bảo tính thời gian thực và tính di động của hệ thống. Các giá trị sinh học thu thập được sẽ được sử dụng để gửi qua máy chủ tới điện thoại, giúp phát hiện sớm và cảnh báo các nguy cơ sức khỏe tiềm ẩn, góp phần nâng cao hiệu quả giám sát và chăm sóc sức khỏe cá nhân.
Từ khóa: Giám sát sức khỏe, Deep Learning, Edge Computing, AIoT.
Nội dung Khóa luận đã được công bố dưới dạng bài báo trên IEEE: Design of an AIoT System for Non-Invasive Estimation of Mean Arterial Pressure and Assessment of Blood Pressure-Related Risks
Bài báo tạp chí SCI Q4: An edge AIoT system for non-invasive biological indicators estimation and continuous health monitoring using PPG and ECG signals
