CC BY
22
2. Гросман А. К. Алгоритм разработки и внедрения комплексной системы защиты информации на предприятии энергетического комплекса // Молодой ученый, 2016. № 13. С. 311-314.
3. Калужин Е.А., Монастырский Д.С. Алгоритм выбора средств информационной безопасности при проектировании системы защиты информации // Modem Sciencs, 2016. № 11. C. 24-27.
4. Гросман А.К. Методика оценки уязвимости информационных активов предприятия // ModemSciencs, 2015. № 7.
5. Варлатая С.К., Калужин Е.А., Монастырский Д.С. Моделирование жизненного цикла уязвимостей информационной безопасности с помощью поглощающей цепи Маркова // Международное научное издание «Современные прикладные и фундаментальные исследования», 2016. № 4 (23).
6. Шаханова М.В. Современные технологии информационной безопасности: Учебно-методический комплекс. ДВФУ, 2013. 180 с.
РАЗРАБОТКА МЕХАНИЗМА СНЯТИЯ ЦИКЛА ХОДЬБЫ ДЛЯ УСТРОЙСТВА ФУНКЦИОНАЛЬНОЙ ЭЛЕКТРОСТИМУЛЯЦИИ БОЛЬНЫХ ДЕТСКИМ ЦЕРЕБРАЛЬНЫМ ПАРАЛИЧОМ Серебрянский Д.Э.1, Чижов А.С.2 Email: Serebryansky1797@scientifictext.ru
'Серебрянский Дмитрий Эдуардович — студент; 2Чижов Александр Сергеевич — студент, кафедра электроники, Национальный исследовательский ядерный университет МИФИ, г. Москва
Аннотация: детский церебральный паралич остается одним из самых распространённых заболеваний среди детей, поэтому задача создания различных методов лечения является чрезвычайно важной. Цель данного проекта — разработать устройство функциональной электростимуляции мышц для исправления цикла ходьбы пациента. Это устройство позволяет исправлять собственный цикл ходьбы больного с помощью стимуляции током в необходимые моменты времени. В частности, в этой статье мы рассмотрим механизм снятия цикла с беспроводной передачей на персональный компьютер, фильтрацией и анализом данных для определения момента соприкосновения стопы с поверхностью. Главным преимуществом этой системы является малый вес и простота. Полученные результаты показывают, что такие системы могут использоваться для лечения больных. Ключевые слова: детский церебральный паралич, беспроводной, датчики, беспроводные сенсорные сети, функциональная электростимуляция.
DESIGN OF A RUNTIME MOTION ANALYSIS SYSTEM FOR A WIRELESS WEARABLE FUNCTIONAL ELECTRICAL STIMULATION DEVICE FOR CEREBRAL PALSY TREATMENT Serebryansky D.E.1, Chizhov A.S.2
'Serebryansky Dmitry Eduardovich — student; 2Chizhov Aleksandr Sergeevich — student, ELECTRONICS DEPARTMENT, NATIONAL RESEARCH NUCLEAR UNIVERSITY MEPHI, MOSCOW
Abstract: cerebral palsy is still one of the most common diseases amongst children, which is why it is essential to develop various methods for treating it. The goal of this project is to create a functional electrical stimulation device capable offixing patient's walk cycle. In this particular paper we deal with the task of recording the aforementioned cycle, wirelessly transferring it to the PC station, filtering and analyzing it to determine the moment of the foot setting down. The proposed design is lightweight and utilizes wireless technologies, which makes it easy to use. Test results show that such system can be used for treating cerebral palsy.
Keywords: cerebral palsy, Wireless Sensor Network, Functional Electrical Stimulation.
УДК 62-523.8
1. Введение
По данным российских эпидемиологов [1] частота встречаемости детей с детских церебральным параличом (ДЦП), несмотря на развитие методов медицины, остается постоянной и составляет 2,2 - 2,3 ребенка на 1000 детей. Согласно [2], ДЦП - это термин, объединяющий группу хронических синдромов, возникающих в околородовом периоде, характерной особенностью которых является нарушение двигательной способности человека. Очевидно, что чем ранее будет поставлен диагноз, тем больше вероятность свести к минимуму дефекты двигательного аппарата. Однако какие существуют методы лечения ДЦП? Согласно [3], весьма перспективным методом лечения может быть функциональная электростимуляция (ФЭС), суть которой заключается в искусственном возбуждении мускулов электрическим током во время ходьбы пациента, исправляя тем самым его цикл ходьбы. В данной статье, мы рассмотрим разработку функции снятия цикла ходьбы для реального устройства, обсудим проблемы, с которыми столкнулись, их причины и решение.
Ускорение
ВМА180 ВМА180
АТтеда"! 281^1 АТтедэ128РРА1
> 1 к идет г
ПК
Рис. 1. Архитектура системы
2. Аппаратная часть устройства
В качестве прототипа устройства использовались два идентичных полукомплекта, являющихся связкой микроконтроллера (МК) ДУЯ ATmega128RFA1 с датчиком ускорения БМЛ180. Один полукомплект закреплялся на ноге испытуемого, считывал данные и передавал на другой, подключенный к ПК. В качестве протокола передачи данных между полукомплектами был выбран ZigBee, а связь между устройством и ПК обеспечивается через иЛЯТ. Архитектура системы показана на рис. 1.
Наличие в данном МК встроенного приемопередатчика ZigBee и цифровой интерфейс датчика ускорения позволили упростить процесс разработки и сконцентрироваться на разработке алгоритмов снятия данных, их обработки и распознавании фаз ходьбы.
3. Программная часть устройства
Как было сказано ранее, весь комплекс состоит из двух полукомплектов: передатчика и приемника. В данном разделе мы рассмотрим их программную часть, включая алгоритмы фильтрации и методы определения момента «шага»: постановки ступни на пол.
Общую схему функционирования передатчика можно представить следующим циклом, который выполняется 100 раз в секунду:
1. Снятие с датчика данных о проекциях ускорения на оси;
2. Конвертация данных с учетом выбранных настроек шкалы;
3. Передача данных на приемник.
Задача фильтрации данных, в свою очередь, ложится на приемник, алгоритм которого можно представить следующим образом:
1. Получение данных от передатчика;
2. Группировка данных в пакеты по 10 измерений;
3. Фильтрация пакетов
4. Определение момента шага
5. Отправка данных ПК Рассмотрим эти шаги подробнее. 3.1. Фильтрация
Рис. 2. Данные до сглаживания
Данные с передатчика приходят в несглаженном виде, с которым достаточно трудно работать, что показано на рис. 2.
Для каждого нового пакета данные преобразуются следующим образом:
х , ¡^0^ 21_и<6 (1)
п
I]=0 х( 1 о - у) 1 — 2* ,6<(<1 0 (2)
п
где - величина ускорения из пришедшего пакета, - величина ускорения после фильтрации.
Данный метод позволяет получать довольно хорошее сглаживание, однако поскольку пакеты фильтруются независимо друг от друга, между ними получаются довольно резкие границы.
Для решения этой проблемы было решено использовать также данные предыдущего перед данным пакета:
1. Сгладить предыдущий пакет;
2. Сгладить данный пакет;
3. Составить новый пакет, который состоит из 5 последних значений первого пакета и 5 первых значение нового пакета;
4. Отфильтровать новый пакет.
Рис. 3. Данные после сглаживания
Таким образом, результатом данной процедуры является отфильтрованный пакет данных без ярко выраженных неровностей, который представлен на рис. 3. 3.2. Определение момента шага
Для определения момента шага необходимо рассмотреть цикл ходьбы человека.
Рис. 4. Соответствие ускорения и фазы ходьбы
Такой стандартный цикл приведен на рис. 4.
Как видно из рис. 4, момент постановки стопы соответствует максимуму ускорения, что сводит задачу определения шага к нахождению пика среди данных.
Однако, данное нахождение должно проводиться во время записи данных, без возможности хранения достаточно большого объема истории из-за ограниченности объема памяти, ограничивает возможные для применения алгоритмы.
Для решения этой задачи был разработан следующий алгоритм, основанный на принципах 7-стандартизации.
1. С каждым новым измерением обновляются показатели скользящего среднего (3)(4) и скользящего среднеквадратичного отклонения (СКО) (5)(6)
2. Если текущее измерение больше чем (7), то считается, что в данный момент времени происходит соприкосновение стопы и поверхности.
5„ / X,
ъ
S1l+1 — S1l +
1=1
Xn+i — sn
n + 1
11
CJ„ + 1 =
(n - 2) • el + (x - sn+1)(x - s„)
n-1 Ma + Ns
(3)
(4)
(5)
(6) (7)
Рис. 5. Результат работы алгоритма определения шага. М = 1,8, N = 1
где х - измерение, s - скользящее среднее, а - скользящее стандартное отклонение, п -число измерений, М и N - весовые коэффициенты. Пример результат алгоритма приведен на рис. 5.
4. Заключение
Полученные результаты весьма многообещающие и позволяют с уверенностью сделать вывод о необходимости дальнейшей разработки устройства. В будущем мы планируем разработать механизм записи и воспроизведения полученных данных, а также оптимизировать алгоритмы для лучшей производительности и возможности использования нескольких сенсоров.
Список литературы / References
1. Долгих В.В., Власенко А.В., Ледяева Н.П., Рычкова Л.В., Лаптева И.Н. Опыт применения высоких технологий в реабилитации детей со спастическими формами детского церебрального паралича // Вестник Росздравнадзора, 2014. № 3. С. 24-26.
2. Варламов Р.К. Детский церебральный паралич // Инновационные процессы в научной среде, 2016. С. 133-135.
3. Pool D. et al. The orthotic and therapeutic effects following daily community applied functional electrical stimulation in children with unilateral spastic cerebral palsy: a randomised controlled trial //BMC pediatrics, 2015. Т. 15. № 1. С. 154.
