KnowPain

“医生，您为什么不能早点赶到？要不然他现在就不会这么危急了！”

“哦！算了吧。病人昏迷不醒，我也不能读心术！” 

在地球上任何地方，都不会出现像 **KnowPain** 解决方案这样的对话。不信？请观看此视频：KnowPain原型演示视频 

 平台 : 平板电脑

类别:  健康

编程语言:   C#

附加硬件: 基于Arduino的脑电图板（将发送2个模型进行评判）

项目状态: 已完成（用户界面和通信模块尚需打磨） 

 

该应用程序做什么？  

KnowPain本质上是一个完整的套件，其中包括一个由Arduino驱动的小型硬件，用于读取、过滤和测量称为脑电图（EEG）的脑信号。这个硬件板是我设计的，可以跟踪大脑两个半球之间的常规脑电图信号，并可以跟踪脑电图信号中的 delta 活动。如果一个人遭受疼痛（即使他在睡眠中或昏迷），硬件也会跟踪到。它通过USB端口连接到平板电脑。平板电脑上运行一个用户界面，持续监控来自受试者大脑的脑电图信号并进行过滤。过滤采用高通滤波器，通过滤除低频信号（即常规的脑电图波）并仅允许非常高频的波（delta活动）通过。当受试者承受巨大的创伤或疼痛时，脑电图中会出现这种高频波。

(一般来说，任何感觉都是通过神经传递的电信号。在疼痛的情况下，脉冲会突然激增。无论疼痛发生在何处，都会被紧急传达给大脑，从而增加信号的幅度。一个简单的例子是，当你被某物击中时，你会看到一片黑暗。这被称为脑震荡，是由大脑功能方式的暂时改变引起的。)

信号由平板电脑上运行的KnowPain应用程序处理，一旦检测到疼痛，就会触发警报（可以是硬件蜂鸣器或语音合成器），并立即向指定号码发送短信，或者可以生成并发送蓝牙消息，或者发送推送邮件。它会通知医生或医护人员，以便患者能够立即得到护理。

目标用户  

 每年，全球因医疗疏忽而死亡的患者比因治疗不当或缺乏治疗而死亡的患者更多。主要在重症监护室和儿童护理单位报告了多起疏忽事件。夜间事故尤为突出，在许多疗养院，护理人员和护士会放松，有时甚至决定小睡一会儿。其结果不言而喻。因此，KnowPain是一个解决方案，可以在紧急情况下随时提醒护理人员。

印度医生/患者的比例很糟糕（大约1953名患者才有一名医生）。这个比例Needless to say，一个妆容。实际上，在农村地区，几乎有六个村庄才有一名医生（谁关心这里的穷苦患者？）。因此，管理医疗保健极其困难。  产科护理、儿童护理、中风患者或其他患者的护理在这里都面临挑战。因此，KnowPain可能是医疗保健领域下一个值得期待的创新。

 

为什么选择平板电脑？  

 我们提出的硬件可以以非常低的成本（<40美元）制造。因此，几乎可以提供给所有村庄和疗养院。用户界面可以通过多种方式推送数据或发出警报，包括GSM（请注意，手机和电视在几乎所有村庄都有）。电力在印度是一个大问题，除了少数邦，供电最多只能靠运气。诚然，大多数疗养院都有发电机设施，但许多疗养院没有。谈到村庄，那里肯定没有。在我看来，平板电脑的电池续航应该比笔记本电脑更好。由于图形任务低，处理实际上不需要很高的CPU利用率。过滤是在1024点FFT上实现的。 没有IFFT。因此，在任何情况下，处理能力都非常低。Arduino板可以使用9V电池外部供电。因此，硬件和处理单元的总功耗将很小。如果平板电脑带有3G功能，则可以从设备激活短信推送，否则任何支持蓝牙的手机都可以用作GSM调制解调器来发送消息。典型的脑电图采集设备相当昂贵，而且不带任何推送警报系统。

 

该设备在医学上有多可靠？  

请记住，我们不打算提供诊断设备。我们提供的是一种可以识别疼痛的设备。正如您在视频中看到的，当受试者捏自己时，脑电图会检测到。以我的预算，我无法获得该设备的医疗机构认证，但它也不需要。电隔离确保没有反向电压流向我们的身体。我们设计了高阻抗负载，可以有效地将电流从头部脑电图电极吸取到Arduino板。身体暴露电流将小于0.05mA，符合医疗规范。因此，该设备是安全的。 是的，但要商业化使用，我们需要更多的硬件打磨，并且必须获得一些医疗许可，如果该应用程序获得认可，就可以获得。因此，它将是安全的，并且可以以77%的准确率（根据我们目前的测试）检测到疼痛信号。

开发方法是什么？  

1. 基于Arduino的硬件板，用于采集脑电图信号，如视频所示。

2. C#.Net程序将通过serialPorts从Arduino获取数据。

3. FFT单元将对数据执行FFT（您可以阅读更多关于FFT和过滤的信息，请参见此处）。 

4. 在使用带通滤波器后，将应用汉明窗以减少阻带噪声。

5. 检测到疼痛后，语音合成器将持续播报问题。短信单元将向指定的医生或护理人员手机发送短信。

能否按时完成？概念证明是什么？  

生物医学工程是我的研究领域之一，我几乎破解了所有设备，并构建了许多设备，包括血糖仪 、压力和温度监测设备 、心电图处理 。

我在这方面写并分享了几个开源代码，特别是在心电图和脑电图信号处理方面，包括我关于心电图特征提取的codeproject文章 。

如果上述视频和我的工作未能说服您，我认为这个突破性的产品可以由我立即交付，那么请观看此视频来自己测试概念。 我希望这能解决问题，如果有一个应用程序是目前发展中国家医疗保健所需要的，那就是**KnowPain**。