Hcmute nghiên cứu ứng dụng giải thuật máy học ( machine learning) và iot phát triển hệ thống điều khiển giám sát thông minh trong lĩnh vực y tế

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

CƠNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG

NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT MÁY
HỌC (MACHINE LEARNING) VÀ IOT
PHÁT TRIỂN HỆ THỐNG ĐIỀU KHIỂN
GIÁM SÁT THÔNG MINH TRONG LĨNH VỰC Y TẾ

MÃ SỐ: T2018-93TĐ

SKC 0 0 6 4 7 2

Tp. Hồ Chí Minh, tháng 12/2018

Luan van


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

BÁO CÁO TỔNG KẾT

ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM

NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT
MÁY HỌC (MACHINE LEARNING) VÀ IOT PHÁT
TRIỂN HỆ THỐNG ĐIỀU KHIỂN GIÁM SÁT THÔNG

MINH TRONG LĨNH VỰC Y TẾ
Mã số: T2018-93TĐ

Chủ nhiệm đề tài: TS. Vũ Quang Huy

TP. HCM, 12 / 2018

Luan van


TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH
ĐƠN VỊ

BÁO CÁO TỔNG KẾT

ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM

NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT
MÁY HỌC (MACHINE LEARNING) VÀ IOT PHÁT
TRIỂN HỆ THỐNG ĐIỀU KHIỂN GIÁM SÁT THÔNG
MINH TRONG LĨNH VỰC Y TẾ
Mã số: T2018-93TĐ

Chủ nhiệm đề tài: TS. Vũ Quang Huy

TP. HCM, 12 / 2018

Luan van

DANH SÁCH THÀNH VIÊN THAM GIA NGHIÊN CỨU
1. TS. Vũ Quang Huy

(Chủ trì)

ĐƠN VỊ PHỐI HỢP:
Khoa Đào Tạo CLC và Khoa Cơ Khí Chế Tạo Máy, Bộ Mơn Cơ Điện Tử

Luan van


TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc

ĐƠN VỊ KHOA CLC
Tp. HCM, Ngày

tháng

năm

THÔNG TIN KẾT QUẢ NGHIÊN CỨU
1. Thông tin chung:
- Tên đề tài: Nghiên cứu và ứng dụng giải thuật máy học (Machine Learning) và IoT
phát triển hệ thống điều khiển giám sát thông minh trong lĩnh vực y tế
- Mã số: T2018-93TĐ

- Chủ nhiệm: TS. Vũ Quang Huy
- Cơ quan chủ trì: Khoa Đào Tạo Chất Lượng Cao
- Thời gian thực hiện: Từ

1-1-2018

đến 30-12-2018

2. Mục tiêu:
Xây dựng hệ thống điều khiển và giám sát có thể theo dõi cảnh báo ứng dụng IoT cho thiết
bị y tế cá nhân
Tính mới và sáng tạo:
ứng dụng IoT và tích hợp thiết bị đếm bước và kiểm soát giấc ngủ trong 1 thiết bị y tế cá
nhân
3. Kết quả nghiên cứu:
Sản phẩm dùng để ứng dụng trong đếm bước chân và thời gian ngủ của đối tượng
4. Sản phẩm:
Một bài báo khoa học đăng trên hội nghị quốc tế.
5. Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng:
Phát triển một hệ thống giám sát sức khỏe ca nhân và tích hợp việc đếm bước chân và theo dõi
, cảnh báo thời gian ngủ trong cùng một thiết bị.
.
Trưởng Đơn vị
(ký, họ và tên)

Chủ nhiệm đề tài
(ký, họ và tên)

TS. Vũ Quang Huy

Luan van


INFORMATION ON RESEARCH RESULTS

1. General information:
Project title: Research & Applied Machine Learning and IOTs to develop a control and
supervisor system in a personal medical device
Code number: T2018-93TĐ
Coordinator: Dr. Vu Quang Huy
Implementing institution: Faculty for High Quality Training
Duration: From 01-01-2018 to 30-12-2018
2. Objective(s):
Applied IOTs to develop a control and supervisor system in a personal medical device
3. Creativeness and innovativeness:
Propose an integrated system to count the step and supervise sleep of human in a personal
medical device
4. Research results:
A new mathematic model for processing roll system, a new discrete model predictive controller
5. Products:
A conference paper.
6. Effects, transfer alternatives of research results and applicability:
Develop a control and supervisor system in a personal medical device and integrate the step
counter and alarm sleep system in a housing.

Luan van


MỤC LỤC
MỤC LỤC .......................................................................................................................... 1

DANH MỤC HÌNH ............................................................................................................ 2
CHƯƠNG 1 GIỚI THIỆU .................................................................................................. 4
1.1

Tổng Quan .............................................................................................................. 4

1.2

Tính cấp thiết của đề tài .......................................................................................... 4

1.3

Mục Đích Nghiên Cứu ............................................................................................ 9

1.4

Phương Pháp Nghiên Cứu ...................................................................................... 9

1.5

Đối Tượng, Phạm Vi Nghiên Cứu ........................................................................ 10

1.6

Nội Dung Nghiên Cứu ......................................................................................... 10

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT .................................................................................. 11
2.1 Mối Liên Hệ Giữa Bước Chân, Giấc Ngủ Và Hệ Thống Tim Mạch ....................... 11
2.2 Các Giai Đoạn Của Giấc Ngủ Và Cách Nhận Biết .................................................. 13
2.3 Nguyên Lý Đếm Bước Chân (Step Counting) ......................................................... 16

2.4 Thuật toán Máy học ................................................................................................. 20
2.4 Internet of Thing ...................................................................................................... 23
CHƯƠNG 3 THIẾT KẾ CHẾ TẠO PHẦN CỨNG VÀ PHÁT TRIỂN PHẦN MỀM
ỨNG DỤNG ..................................................................................................................... 26
3.1 Cấu trúc phần cứng .................................................................................................. 26
3.2 Thuật toán và phần mềm ứng dụng.......................................................................... 33
CHƯƠNG 4 KẾT QUẢ VÀ THẢO LUẬN ..................................................................... 45
4.1 Bộ đếm bước chân ................................................................................................... 45
4.2 Phát hiện Chuyển động trong giấc ngủ (MIS) ......................................................... 48
CHƯƠNG 5 KẾT LUẬN ............................................................................................... 500
TÀI LIỆU THAM KHẢO ................................................................................................ 51

1

Luan van


DANH MỤC HÌNH
Hình 1-1 Phần mềm Google Fit -Android ................................................................ 6
Hình 1-2 Phầm mềm Apple Health - iOS................................................................. 6
Hình 1-3 HealthVault cho khách hàng và các tính năng .......................................... 7
Hình 1-4 Thiết bị Jawbone UP3 ............................................................................... 8
Hình 1-5 Optical Heart Rate Monitor (OHRM) on FitBit Charge 2 ........................ 9
Hình 2-1 Các giai đoạn của giấc ngủ ..................................................................... 14
Hình 2-2 Kết quả thực nghiệm của tiến sĩ Christopher Winter ............................. 16
Hình 2-3 Definition of each axis ............................................................................ 17
Hình 2-4 Sự thay đổi gia tốc (Acceleration change) .............................................. 18
Hình 2-5 Dữ liệu gia tốc theo 3 trục (Acceleration value of three axis) ................ 18
Hình 2-6

On Wrist ( Cổ tay) vs On Waist ( Thắt lưng)..................................... 19

Hình 2-7

Dữ liệu thu được khi đeo tay và chân (On Wrist vs On Leg) ............. 19

Hình 2-8

Ví dụ về một mạng lưới Nơron với 1 lớp ẩn. Số lượng các đầu vào là

4, số lượng tế bào thần kinh ẩn là 5, và số lượng các tế bào thần kinh đầu ra là 3 21
Hình 2-9

Kết nối "Things" với con người .......................................................... 23

Hình 2-10

Kết nối các thiết bị của con người với “Things” [27] ....................... 24

Hình 2-11

Giải pháp tim mạch khơng dây. ........................................................ 24

Hình 2-12

Ứng dụng các chuẩn khơng dây cho IoT .......................................... 25

Hình 3-1

Cấu trúc tổng quan của phần cứng và phần mềm ............................... 26

Hình 3-2

Thiết kế mạch in phần cứng bằng phần mềm Proteus ........................ 27

Hình 3-3

Thiết bị thực tế .................................................................................... 27

Hình 3-4

Hộp đựng thiết bị ................................................................................ 28

Hình 3-5

Thiết bị Arduino Nano ....................................................................... 28

Hình 3-6

Thiết bị Arduino Nano ........................................................................ 30

Hình 3-7

Cảm biến MPU-6050 .......................................................................... 30

Hình 3-8

Thiết bị MPU-6050 pin out ................................................................. 31

Hình 3-9

Thiết bị thực tế HC-05 ........................................................................ 32
2

Luan van


Hình 3-10

Thiết bị HC-05 pin out ...................................................................... 32

Hình 3-11

Sơ đồ khối mơ đun bộ đếm ................................................................ 33

Hình 3-12

Tín hiệu cảm biến 3 trục ................................................................... 34

Hình 3-13

So sánh dữ liệu trước và sau khi lọc ................................................. 34

Hình 3-14

So sánh dữ liệu trước và sau khi lọc ................................................. 35

Hình 3-15

Dữ liệu gia tốc khi đi bộ (Acceleration data while walking) ............ 36

Hình 3-16

Dữ liệu gia tốc khi đang chạy (Acceleration data while running) .... 36

Hình 3-17

Gia tốc và ngưỡng thích nghi (Acceleration and adaptive threshold)

................................................................................................................................ 37
Hình 3-18

Cấu trúc thuật tốn MIS: MIS constructing diagram ........................ 39

Hình 3-19

Dữ liệu gia tốc ở trạng thái nằm của người dùng (Acceleration values

while lying still (zoomed in)) ................................................................................. 39
Hình 3-20

Lưu đồ phát hiện sự chuyển động (Flowchart of the movement

detecting) ................................................................................................................ 40
Hình 3-21

Sơ đồ khối thuật tốn mơ đun Bluetooth (Bluetooth connection

diagram) .................................................................................................................. 41
Hình 3-22

Sơ đồ khối mơ đun cảnh báo (Alarm clock diagram) ....................... 42

Hình 3-23

Sơ đồ thuật toán đếm bước chân: My Step Counter working diagram

................................................................................................................................ 42
Hình 3-24

Sơ đồ thuật tốn đếm bước chân: ...................................................... 43

Hình 3-25

Sơ đồ chương trình cảnh báo (Smart Alarm working diagram) ...... 44

Hình 4-1

Thực nghiệm bước đi .......................................................................... 45

Hình 4-2

Thực nghiệm bước đi lần 2 ................................................................. 46

Hình 4-3

Kết quả thực nghiệm của bước chạy ................................................... 47

Hình 4-4

So sánh với MIband Comparing with Miband (error rate: 0%) .......... 48

Hình 4-5

So sánh với Miband (Comparing with Miband (error rate: 3.7%)) .... 49

Hình 4-6

So sánh với thiết bị Diese Link ( Comparing with Diesel Link (error

rate: 13%) ............................................................................................................... 49

3

Luan van


CHƯƠNG 1 GIỚI THIỆU
1.1 Tổng Quan
Do lối sống làm việc hiện đại và nhanh chóng, rất ít người có thể duy trì hình
thức rèn luyện thể chất ít nhất như chạy và đi bộ. Ngoài việc thiếu hoạt động,
nhiều người khơng thể duy trì đủ thời gian ngủ và thường cảm thấy mệt mỏi khi
thức dậy. Một số vấn đề liên quan đến sức khỏe có thể phát sinh từ các lý do trên,
và trường hợp xấu nhất là ảnh hưởng nghiêm trọng đến sức khỏe của chúng ta với
các triệu chứng bệnh như dạng bệnh tim mạch (Cardiovascular Disease – CVD).
Một số nghiên cứu đã được thực hiện để phát triển các hệ thống cảnh báo
sớm cho bệnh tim và đã giúp cứu sống nhiều người trong thực tế. Tuy nhiên, nhiều
thiết bị chỉ dựa vào việc thu thập và phân tích nhịp tim hiện tại (có thể bao gồm
các thông số khác) để đưa ra kết luận. Nếu hệ thống trên có lỗi và đưa ra quyết
định sai, thì khi đến lần đo sau, cảnh báo đưa ra từ thiết bị có thể đã q muộn vì

CVD có thể đã có ảnh hưởng nghiêm trọng đến sức khỏe của đối tượng. Vì vậy,
phịng chống bệnh thì tốt hơn chữa bệnh - điều quan trọng hơn là đối tượng nhận
thức được việc duy trì lối sống thân thiện với trái tim ngay từ đầu.
1.2 Tính cấp thiết của đề tài
Nhu cầu phát triển một hệ thống giúp ngăn chặn và phòng chống CVD là càng
trở nên cấp thiết, nhất là trong cuộc sống hiện đại ngày nay, để giúp đối tượng tích
cực hơn với sức khỏe của họ dưới hình thức theo dõi hoạt động và giấc ngủ. Sau
đó, hệ thống sẽ quan sát những thay đổi trong nhịp tim của đối tượng, tính chủ
động, thời gian nghỉ ngơi và các điều kiện liên quan khác để đưa ra cảnh báo khi
cần thiết. Hệ thống như vậy đáng tin cậy hơn trong việc ngăn ngừa bệnh tim hơn
bất kỳ mơ hình nào trước đây.
Dựa trên nhiều nghiên cứu trước đây, một số kết luận đã được rút ra:
• Việc đi bộ có lợi ích sức khỏe liên quan đến CVD ở nam giới và phụ nữ trẻ,
trung bình và lớn tuổi, ở cả dân số khỏe mạnh và bệnh nhân [1].

4

Luan van


• Một trong những yếu tố quan trọng nhất là giai đoạn ngủ trước khi thức dậy.
Thức tỉnh đột ngột trong một giấc ngủ sóng chậm (SWS) tạo ra quán tính giấc ngủ
nhiều hơn so với thức dậy ở giai đoạn 1 hoặc 2 [2]. Đã có những thiết bị có thể:
(1) đếm và hiển thị số bước để cho đối tượng theo dõi tiến trình của họ và (2) đánh
thức đúng đối tượng trong pha ngủ nhẹ của họ để giảm tác động của quán tính giấc
ngủ. Tuy nhiên, chưa có thiết bị nào có thể đáp ứng cả hai mục đích trên trong một
phần cứng.
Các dự án hiện tại đang hướng đến Sức khỏe và Giấc ngủ
Google Fit and Apple Health
Theo CNET, Google Fit (GF) là câu trả lời của Google cho Apple Health. GF sử

dụng các cảm biến được tích hợp trong thiết bị của bạn để tự động theo dõi các
hoạt động như đi bộ, đi xe đạp và chạy. Bạn cũng có thể sử dụng GF để theo dõi
các mục tiêu tập thể dục và tiến trình giảm cân của bạn theo ngày, tuần và tháng.
Ứng dụng Google Fit có sẵn dưới dạng tải xuống miễn phí trong cửa hàng Play và
cũng được cài đặt sẵn trên đồng hồ Android Wear.
Như thường lệ, bất cứ khi nào có một sản phẩm của Google, thì lại có một
sản phẩm của Apple để cạnh tranh với sản phẩm đó hoặc ngược lại. Ứng dụng
Apple Health có phần giống với Google Fit theo nhiều cách, với những ưu và
nhược điểm tương ứng đến từng ứng dụng. Một lợi thế lớn của Google Fit là nó
hoạt động như một dịch vụ đám mây trong Internet of Things khi nó lưu trữ dữ
liệu người dùng trên máy chủ và sau đó cho phép người dùng truy cập dữ liệu
thơng qua máy tính xách tay, điện thoại thơng minh và máy tính bảng thơng qua
web hoặc ứng dụng.
Sự phát triển của thế giới kỹ thuật số với việc theo dõi sức khỏe và thống kê sức
khỏe cho thấy khơng có dấu hiệu chậm lại, và cả Microsoft, Google và Apple hiện
đang phát triển các nền tảng và định dạng tiêu chuẩn dành cho việc đo lường và
hiển thị.
Microsoft HealthVault

5

Luan van


Microsoft HealthVault là một hồ sơ sức khỏe cá nhân dựa trên ứng dụng web được
tạo bởi Microsoft (MS), vào tháng 10 năm 2007, để lưu trữ và duy trì

Hình 1-1 Phần mềm Google Fit -Android

Hình 1-2 Phầm mềm Apple Health - iOS

.

6

Luan van


thơng tin về sức khỏe và thể lực. Có 3 sản phẩm riêng biệt của HealthVault dành
cho các cấp độ người dùng khác nhau như được mô tả trên trang web HealthVault:
- HealthVault cho doanh nghiệp - cho phép các bệnh viện, nhà thuốc và các công
ty thử nghiệm trong phịng thí nghiệm lưu trữ thơng tin sức khỏe cá nhân.
- HealthVault dành cho người tiêu dùng - thu thập dữ liệu từ các thiết bị y tế.
- HealthVault Insights - một ứng dụng di động dành cho sử dụng với chương trình
do nhà cung cấp dịch vụ chăm sóc của bạn để tạo các kế hoạch chăm sóc. Ứng
dụng cho phép bạn xem và quản lý các kế hoạch chăm sóc này và theo dõi tiến
trình hướng tới kết quả sức khỏe bằng cách sử dụng dữ liệu liên quan từ thiết bị
đeo, ứng dụng và dịch vụ của bạn.

Hình 1-3 HealthVault cho khách hàng và các tính năng
Microsoft có thiết bị đeo được của riêng mình - Microsoft Band. Microsoft đã hỗ
trợ kết nối với Microsoft Band, Google Fit (ứng dụng Android) và Apple Health
(ứng dụng iOS) để hỗ trợ thêmcho các thiết bị giám sát trong quá trình tập thể dục.
Tuy nhiên, MS Band đã bị chấm dứt và chưa được lên kế hoạch sản xuất lại. Có
thể thấy HealthVault Insights là nỗ lực mới nhất của MS hướng tới dữ liệu của
người dùng với các công nghệ và thuật tốn thơng minh để cung cấp các phân tích,
đánh giá giúp cải thiện sức khỏe tổng thể của đối
Thiết bị giám sát sức khỏe
Nhiều máy tập thể dục không chỉ đo số bước bạn thực hiện mỗi ngày, lượng calo

7

Luan van


bạn đốt cháy, mà cịn cả thói quen ngủ của bạn. Nói một cách đơn giản, máy đo
lường các chuyển động của đối tượng được theo dõi, giám sát: hầu hết các thiết bị
đeo ngày nay đều đi kèm với gia tốc kế 3 trục để theo dõi chuyển động theo mọi
hướng, và một số thiết bị cịn tích hợp con quay hồi chuyển để đo hướng và góc
xoay.

Hình 1-4 Thiết bị Jawbone UP3
Dữ liệu được thu thập sau đó được chuyển đổi thành các bước chân và các chuyển
động của đối tượng, lượng calo tiêu hao và chất lượng giấc ngủ. Các thuật tốn
khác nhau có thể được đề xuất, tiến hành phân tích và thực nghiệm để tính tốn
dựa trên dữ liệu thu thập theo cách chính xác và hữu ích nhất.
Có nhiều cách để so sánh những cái được gọi là máy theo dõi thể dục trực tuyến
này: thời lượng pin tốt nhất, giao diện đẹp nhất, giao diện tốt nhất với phương tiện
truyền thông xã hội ... danh sách này là vô tận. Một số trong số họ thậm chí bao
gồm các tính năng như phát hiện nhịp tim hoặc đo nhiệt độ cơ thể để khiến bản
thân cạnh tranh trên thị trường.

8

Luan van


Hình 1-5 Optical Heart Rate Monitor (OHRM) on FitBit Charge 2
Chúng ta quen thuộc với khái niệm sử dụng gia tốc kế để đo chuyển động như
chạy, đi bộ và nằm. Tuy nhiên, một máy đo gia tốc cịn có thể cung cấp cho chúng
ta nhiều thông tin hơn với việc đo giấc ngủ của chúng ta. Những máy theo dõi này

có thể cung cấp cho bạn thơng tin hữu ích về chất lượng giấc ngủ và lượng hoạt
động trong ngày của bạn để tham khảo, so sánh, từ đó giúp bạn thực hiện các bước
để cải thiện chất lượng giấc ngủ và sức khỏe.
1.3 Mục Đích Nghiên Cứu
Đề tài có mục đích phát triển một thiết bị bằng cách tích hợp bộ đếm bước và đánh
thức đúng đối tượng trong pha ngủ nhẹ vào trong cùng một thiết bị để giảm sự
phức tạp của việc đeo nhiều thiết bị. Kết hợp thành công hai sản phẩm vào một
thiết bị sẽ giúp thu thập dữ liệu và phân tích dữ liệu thuận tiện hơn cho người sử
dụng trong quá trình theo dõi và tập luyện cải thiện sức khỏe.
1.4 Phương Pháp Nghiên Cứu
Đề tài được thực hiện bằng cách kết hợp nhiều phương pháp nghiên cứu.
- Tham khảo tài liệu có liên quan: Thơng qua mạng Internet, thư viện, sách báo
và tạp chí quốc thu thập những tài liệu có sẵn, kế thừa những điểm mạnh, khắc
phục những điểm yếu. Tham khảo tài liệu giúp cho người nghiên cứu bổ sung
vốn kiến thức, lý luậ và từ đó tìm ra ý tưởng để vận dụng giải quyết những vấn
đề của đề tài.

9

Luan van


- Phân tích: Phân tích ưu và nhược điểm của các phương pháp liên quan đề tài
nghiên cứu.
- Thiết kế: Đề xuất phương pháp cải tiến, thiết kế mới.
- Thực nghiệm: Thiết kế phần cứng và viết chương trình tính toán, đo lường và
khảo sát chọn lựa giải pháp tối ưu nần cao độ chính xác và hiệu quả của thiết
bị được phát triển.
1.5 Đối Tượng, Phạm Vi Nghiên Cứu
Đối tượng nghiên cứu

Đếm bước đi của người và ghi nhận thời gian ngủ và trạng thái của con người.
Phạm vi nghiên cứu
Nghiên cứu phát triển thiết bị đếm bước chân và đo thời gian giấc ngủ giúp giám
sát duy trì sức khỏe cho đối tượng đeo thiết bị.
1.6 Nội Dung Nghiên Cứu
- Thu thập và đọc tài liệu tham khảo
- Xây dựng và phát triển thiết bị đếm bước chân và đo thời gian ngủ của đối
tượng
- Đề xuất giải thuật để nâng cao độ chính xác
- Tiến hành chế tạo, thực nghiệm và đánh giá kết quả.

10

Luan van


CHƯƠNG 2 CƠ SỞ LÝ THUYẾT
2.1 Mối Liên Hệ Giữa Bước Chân, Giấc Ngủ Và Hệ Thống Tim Mạch
Đi bộ và hệ thống tim mạch
Năm 2004, Tudor-Locke và Bassett Jr. [4] đã thiết lập các mức hoạt động thể
chất được xác định cho người lớn khỏe mạnh:
-

<5000 bước / ngày (ít vận động)

-

5000 đến 7499 bước / ngày (hoạt động thấp)

-

7500 đến 9999 bước / ngày (hơi hoạt động)

-

10000 đến 12499 bước / ngày (hoạt động)

-

12500 bước / ngày (hoạt động mạnh).

Các hạng mục phân loại này đã được củng cố trong năm 2008 [5], và trong
năm 2009 mức phân loại ban đầu được thêm vào hai cấp độ bổ sung [6]: <2500
bước / ngày và 2500 đến 5000 bước / ngày.
Đi bộ hơn 4 giờ / tuần có liên quan đáng kể với giảm nguy cơ nhập viện do
tim mạch ở cả hai giới kết hợp so với đi bộ dưới 1 giờ / tuần (nguy cơ tương đối
được điều chỉnh theo tuổi và giới tính = 0,69; khoảng tin cậy 95%, 0,52–0,90 ) [7].
Đi bộ có liên quan lợi ích sức khỏe.CVD ở những người đàn ơng và phụ nữ
trẻ, trung niên và lớn tuổi hơn, cả về sức khỏe và bệnh nhân. Bằng chứng từ các
nghiên cứu dịch tễ học cho thấy rằng ngay cả những cải tiến nhỏ về số lượng đi bộ
hàng ngày cũng tốt hơn là không đi bộ, và sự gia tăng lớn hơn mang lại lợi ích sức
khỏe tim mạch lớn hơn [1].
Giấc ngủ và hệ thống tim mạch
Thiếu ngủ
Một nghiên cứu với dữ liệu từ 3.000 người lớn trên 45 tuổi thấy rằng những người
ngủ ít hơn sáu giờ mỗi đêm có nguy cơ bị đột quỵ hoặc đau tim cao gấp hai lần
những người ngủ sáu đến tám tiếng mỗi đêm [8].

11

Luan van


Ngủ quá ít gây ra sự gián đoạn trong điều kiện sức khỏe tiềm ẩn và các quá
trình sinh học như chuyển hóa glucose, huyết áp và viêm. Nếu khơng có thời gian
nghỉ ngơi dài, sâu, một số hóa chất được kích hoạt để giữ cho cơ thể khơng đạt
được thời gian dài trong đó nhịp tim và huyết áp được hạ xuống. Theo thời gian,
điều này có thể dẫn đến huyết áp cao hơn trong ngày và có nguy cơ cao hơn về các
vấn đề về tim mạch.
Liên quan đến thiếu ngủ, một nghiên cứu cho rằng một giấc ngủ ngắn (ít hơn
30 phút trong thời gian) đã thực sự gắn liền với một tỷ lệ thấp hơn của CVD. Ngáp
ngắn hơn có thể khơng có tác dụng tiêu cực tương tự như những khoảng trống dài
hơn có thể ảnh hưởng đến sự khởi đầu của giấc ngủ sóng chậm sâu. Bước vào giấc
ngủ sâu chậm và sau đó khơng hồn thành chu kỳ ngủ bình thường có thể dẫn đến
hiện tượng được gọi là Sleep Inertia [9].
Quán tính ngủ
Quán tính giấc ngủ là trạng thái chuyển tiếp của việc giảm kích thích và
giảm tạm thời trong hiệu suất tiếp theo sau khi thức giấc từ giấc ngủ. Nhiều yếu tố
liên quan đến sự đóng góp vào qn tính giấc ngủ:
• Thời gian thiếu ngủ trước có thể ảnh hưởng đến mức độ nghiêm trọng của quán
tính giấc ngủ tiếp theo. Quán tính giấc ngủ thường kéo dài 15-30 phút, nhưng có
thể kéo dài tới 4 giờ vì lý do đó.
• Một trong những yếu tố quan trọng nhất là giai đoạn ngủ trước khi thức tỉnh. Sự
thức tỉnh đột ngột trong một giai đoạn ngủ chậm (SWS) tạo ra quán tính ngủ nhiều
hơn là thức tỉnh ở giai đoạn 1 hoặc 2 [2].
• Các nghiên cứu về các yếu tố điều biến SI cho thấy SI bị ảnh hưởng mạnh bởi số
lượng giấc ngủ chậm và độ sâu giấc ngủ [10]
Nhịp nghỉ ntim (RHR) khi ngủ như một chỉ báo về sức khỏe và hoạt động thể chất
hiện tại
Tiến sĩ Jason Wasfy, giám đốc chất lượng và phân tích tại Trung tâm Tim

mạch Bệnh viện Đa khoa Massachusetts thuộc Đại học Harvard cho biết: “Trong
một số trường hợp, RHR thấp hơn có nghĩa là mức độ tập luyện thể chất cao hơn,
12

Luan van


có liên quan đến việc giảm các biến cố tim mạch như đau tim”. . “Tuy nhiên, RHR
cao có thể là dấu hiệu của nguy cơ mắc bệnh tim tăng cao trong một số trường
hợp, vì càng nhiều nhịp tim bạn phải gánh chịu sẽ ảnh hưởng đến chức năng tổng
thể của nó”.
Một nghiên cứu vào năm 2013 trên tạp chí Heart theo dõi sức khỏe tim mạch của
khoảng 3.000 nam giới trong 16 năm và thấy rằng RHR cao có liên quan đến thể
lực thể chất thấp hơn và huyết áp cao hơn, trọng lượng cơ thể và mức độ lưu thông
máu. Các nhà nghiên cứu cũng phát hiện ra rằng RHR của một người càng cao,
nguy cơ tử vong sớm càng cao. Cụ thể, một RHR từ 81 đến 90 tăng gấp đôi khả
năng tử vong, trong khi một RHR cao hơn gấp 90 lần so với nó.
Mặc dù RHR thấp thường cho thấy thể lực thể chất cao hơn, trong một số trường
hợp, RHR quá thấp có thể chỉ ra “kết quả của các nút điện của tim bị lão hóa, hoặc
khơng truyền tín hiệu điện một cách chính xác” [11].
2.2 Các Giai Đoạn Của Giấc Ngủ Và Cách Nhận Biết
Có 2 giai đoạn trước khi ngủ và 4 giai đoạn của giấc ngủ được phân biệt
bởi 4 sóng não riêng biệt được đo bằng máy EEG (điện não đồ):
• Awake: đầy đủ chức năng, sóng beta (15-50 Hz).
• Trước khi ngủ: thư giãn, sóng alpha (8-12 Hz).
• NREM-1 (ngủ nhẹ): buồn ngủ, sóng theta (4-8 Hz), tổng chu kỳ ngủ 5%.
• NREM-2: ngủ, trục ngủ + phức hợp K, tổng chu kỳ 45%.
• NREM-3 (ngủ sâu): sóng delta (dưới 4Hz với biên độ cao nhất), tổng chu kỳ ngủ
25%.
• Giấc ngủ REM: giống như sóng beta (15-30 Hz), tổng chu kỳ ngủ 25%.

Một chu kỳ ngủ hồn chỉnh mất trung bình từ 90 đến 110 phút. Hiệp hội Tổ chức
Giấc ngủ khuyến cáo người lớn nên duy trì khoảng 5-6 chu kỳ giấc ngủ mỗi đêm.
Các chu kỳ ngủ đầu tiên mỗi đêm có giấc ngủ REM tương đối ngắn và thời gian
ngủ sâu dài nhưng sau đó vào ban đêm, thời gian REM kéo dài và thời gian ngủ
sâu giảm.

13

Luan van


Hình 2-1 Các giai đoạn của giấc ngủ
Liên quan đến việc xác định giai đoạn ngủ, có 2 phương pháp phổ biến nhất:
POLYSOMNOGRAPHY (PSG) [12]
Polysomnography, thước đo tiêu chuẩn vàng của giấc ngủ, đề cập đến việc ghi lại
qua đêm của nhiều thông số sinh lý trong khi một người ngủ. Trong lịch sử những
điều này đã được ghi lại trong một phịng thí nghiệm giấc ngủ với các nhà khoa
học tham dự qua đêm.. Các bản ghi PSG khác nhau được phân loại từ cấp I đến IV
dựa trên số lượng kênh và loại dữ liệu mà chúng ghi.
Được mô tả là PSG cấp I, được đo lường trong phịng thí nghiệm ghi PSG
với một nhà khoa học tham dự, video kỹ thuật số và tối thiểu bảy kênh thông tin,
bao gồm điện não đồ (EEG), điện não đồ (EOG), điện tâm đồ cằm (EMG), điện
tâm đồ ), luồng khơng khí, nỗ lực hơ hấp và bão hịa oxy. Các cảm biến khác được
sử dụng nếu cần, bao gồm các điện cực EEG và cảm biến CO2 bổ sung. Giai đoạn
ngủ được xác định bằng điện não đồ với thông tin bổ sung do EOG và EMG cung
cấp. Thông tin này kết hợp với các cảm biến theo dõi hô hấp, cử động chi và nhịp

14

Luan van

tim / nhịp tim, được sử dụng để chẩn đoán một loạt các tình trạng bao gồm rối
loạn nhịp thở, rối loạn vận động bao gồm cử động tay chân định kỳ, rối loạn nhịp
tim, ký sinh trùng và ở một mức độ nào đó, thần kinh rối loạn như chứng ngủ rũ
và động kinh.
Polysomnography đã là một công cụ quan trọng trong sự phát triển của thuốc
ngủ như một mơn học. Đó là một q trình phức tạp và phát triển liên quan đến
việc đo lường và phân tích tiêu chuẩn của nhiều hệ thống sinh lý trong khi ngủ.
Tuy nhiên, phương pháp này có những hạn chế. Đo lường PSG trong phịng thí
nghiệm truyền thống rất tốn kém để vận hành và gây ra khó khăn khi hướng tới
nhiều người dùng trong xã hội.
ACTIGRAPHY

Actigraphs là thiết bị thường được đặt trên cổ tay (mặc dù chúng cũng có thể được
đặt trên mắt cá chân) để ghi lại chuyển động. Ưu điểm của Actigraph so với
phương pháp truyền thống (PSG) là Actigraph có thể ghi lại một cách thuận tiện
liên tục trong 24 giờ một ngày trong nhiều ngày, nhiều tuần hoặc thậm chí lâu hơn.
Năm 1995, Sadeh et al. dưới sự bảo trợ của Hiệp hội Rối loạn Giấc ngủ Hoa Kỳ
(nay gọi là Học viện Y học Giấc ngủ Hoa Kỳ, AASM) đã xem xét các kiến thức
hiện tại về ứng dụng Actigraph trong việc đánh giá các rối loạn giấc ngủ. Họ kết
luận rằng Actigraph cung cấp thơng tin hữu ích và đó có thể là một phương pháp
hiệu quả về chi phí để đánh giá các rối loạn giấc ngủ. Kể từ thời điểm đó, công
nghệ Actigraph đã được cải thiện, và nhiều nghiên cứu đã được tiến hành. Một số
tài liệu đánh giá đã kết luận rằng Actigraph thông qua thiết bị gắn trên cổ tay có
thể phân biệt giấc ngủ và trạng thái thức trong suốt 24 giờ và chỉ ra Actigraph có
thể được sử dụng để theo dõi chứng mất ngủ, rối loạn giấc ngủ / thức giấc và rối
loạn vận động chân tay định kỳ [13]. Actigraph đã được sử dụng để nghiên cứu
các kiểu ngủ/thức trong hơn 20 năm và nhiều thiết bị tập thể thao được thương mại
hóa có tích hợp cơng nghệ trên.

15

Luan van


(a) Thiết bị thực nghiệm

(b) Tín hiệu thực nghiệm
Hình 2-2 Kết quả thực nghiệm của tiến sĩ Christopher Winter
Đỏ (Red) chỉ đang thức tỉnh, Đen (black) là đang ở REM , and xanh dương nhạt chỉ giấc
ngủ chưa sâu và xanh đen chỉ giấc ngủ sâu

2.3 Nguyên Lý Đếm Bước Chân (Step Counting)
16

Luan van


Chọn lựa thông số phù hợp để tiến hành đo lường
Hãy để ý nghĩ về bản chất của việc đi bộ hoặc chạy. Thông thường trong khi
bạn đang đi bộ, một phần cụ thể của cơ thể hoặc thậm chí toàn bộ cơ thể tạo ra
một chuyển động qua lại. Vì vậy, nếu chúng ta có thể xác định xem phần cơ thể
của đối tượng có thực hiện một dao động qua lại hay không, chúng ta sẽ biết thực
sự nếu đối tượng đang đi hay đang chạy, và sau đó thực hiện đếm bước. Từ các
đặc điểm dao động và đung đưa của cánh tay, vận tốc của cánh tay đối tượng sẽ
biến đổi khi chuyển động lên xuống. Và khi thấy sự thay đổi vận tốc theo thời
gian, chúng ta thường nghĩ gia tốc là một thông số phù hợp để đo. Sự thay đổi gia
tốc của cánh tay sẽ giúp chúng ta tìm hiểu xem cánh tay của chúng ta có vung lên
khơng.

Để đo gia tốc ta chọn gia tốc kế 3 trục. Gia tốc kế có thể đo gia tốc dọc theo 3 trục
như trong hình 2.4 bên dưới.

Hình 2-3 Definition of each axis
Hướng của mỗi trục có thể thay đổi tùy thuộc vào vị trí của gia tốc kế. Ví dụ,
chúng ta có thể đặt gia tốc kế dọc theo cánh tay sao cho trục x và phát hiện phía
trước trùng khớp. Theo đó, về mặt lý thuyết, sự thay đổi gia tốc của trục x được
thể hiện trong Hình 2.5.

17

Luan van


Motion

Acceleration

Swing forward

Increase

Swing backward

Decrease

Increase

Hình 2-4 Sự thay đổi gia tốc (Acceleration change)
Hình dưới đây cho thấy giá trị của ba trục trong khi chúng ta đi bộ. Trục x (đường màu

xanh) có sự thay đổi định kỳ tương đối lớn so với trục khác. Do đó, chúng ta đi đến quyết
định sử dụng giá trị của trục x trong thuật toán đếm bước.

Hình 2-5 Dữ liệu gia tốc theo 3 trục (Acceleration value of three axis)
Vị trí thích hợp trên cơ thể người để đặt gia tốc kế?
Có nhiều nơi trên cơ thể người để gắn máy đo gia tốc trên: cổ tay, thắt lưng, chân
và cả trong túi quần của bạn. Chúng ta hãy xem những biểu đồ dưới đây, họ so

18

Luan van


sánh dữ liệu gia tốc được ghi lại khi được đặt trên cổ tay, trên thắt lưng và trên
chân:

Hình 2-6

Hình 2-7

On Wrist ( Cổ tay) vs On Waist ( Thắt lưng)

Dữ liệu thu được khi đeo tay và chân (On Wrist vs On Leg)

Có một sự đánh đổi giữa việc chọn vị trí khác nhau để gắn gia tốc kế:
Đặt một gia tốc kế trên chân hoặc trên thắt lưng có thể chỉ ra trạng thái đi bộ /

19

Luan van