पार्किंसंस रोग पहनने योग्य टेक: 4 कदम

2024 लेखक: John Day | [email protected]. अंतिम बार संशोधित: 2024-01-30 09:18

दुनिया भर में 10 मिलियन से अधिक लोग पार्किंसंस रोग (पीडी) के साथ जी रहे हैं। एक प्रगतिशील तंत्रिका तंत्र विकार जो कठोरता का कारण बनता है और रोगी की गति को प्रभावित करता है। सरल शब्दों में कहें तो बहुत से लोग पार्किंसंस रोग से पीड़ित थे लेकिन यह इलाज योग्य नहीं है। यदि डीप ब्रेन स्टिमुलेशन (डीबीएस) पर्याप्त परिपक्व है तो पीडी के इलाज योग्य होने की संभावना है।

इस समस्या का समाधान करके, मैं एक ऐसा तकनीकी उपकरण तैयार करूंगा जो संभवतः अस्पतालों को पीडी रोगियों को अधिक सटीक और व्यावहारिक दवाएं देने में मदद कर सकता है।

मैंने एक पहनने योग्य तकनीकी उपकरण बनाया - नंग। यह पूरे दिन रोगी के कंपन मूल्य को सटीक रूप से पकड़ सकता है। अस्पतालों को प्रत्येक रोगी के लिए बेहतर दवा निर्णय लेने में मदद करने के लिए आवर्ती पैटर्न पर नज़र रखना और उसका विश्लेषण करना। यह न केवल अस्पतालों को सटीक डेटा प्रदान करता है, यह पीडी रोगियों को उनके डॉक्टरों से दोबारा मिलने पर सुविधा भी प्रदान करता है। आमतौर पर, मरीज़ अपने पिछले लक्षणों को याद करेंगे और डॉक्टर से आगे दवा समायोजन के लिए कहेंगे। हालांकि, हर एक विवरण को याद करना मुश्किल है, इस प्रकार दवा समायोजन गलत और अक्षम है। लेकिन इस पहनने योग्य तकनीकी उपकरण के उपयोग से अस्पताल आसानी से कंपन पैटर्न की पहचान कर सकते हैं।

चरण 1: इलेक्ट्रॉनिक्स

- ESP8266 (वाईफाई मॉड्यूल)

- SW420 (कंपन सेंसर)

- ब्रेड बोर्ड

- जम्पर तार

चरण 2: कंपन मॉनिटर वेबसाइट

इसका रेखांकन करके, अस्पताल रोगी की स्थिति की लाइव कल्पना कर सकते हैं।

1. SW420 उपयोगकर्ता से कंपन डेटा कैप्चर करता है

2. डेटाबेस में समय और कंपन डेटा सहेजें (Firebase)

3. वेबसाइट डेटाबेस में संग्रहीत डेटा प्राप्त करेगी

4. आउटपुट एक ग्राफ (x-अक्ष - समय, y-अक्ष - कंपन मान)

चरण 3: मशीन लर्निंग मॉडल

मैंने अलग-अलग समय अवधि से उपयोगकर्ता के सबसे बड़े औसत कंपन मूल्य की पहचान करने के लिए बहुपद प्रतिगमन मॉडल का उपयोग करने का निर्णय लिया है। कारण मेरे डेटा बिंदु x और y- अक्ष के बीच एक स्पष्ट सहसंबंध नहीं दिखाते हैं, बहुपद वक्रता की व्यापक श्रेणी और अधिक सटीक भविष्यवाणी के लिए उपयुक्त है। हालांकि, वे आउटलेर्स के प्रति बहुत संवेदनशील हैं, यदि एक या दो विसंगति डेटा बिंदु हैं, तो यह ग्राफ़ के परिणाम को प्रभावित करेगा।

x_axis = numpy.linspace(x[0], x, 50) # रेंज, जेनरेशन y_axis = numpy.poly1d(numpy.polyfit(x, y, 5)) # ड्रा x y, 5 nth टर्म्स

चरण 4: विधानसभा

अंत में, मैंने कुछ इलेक्ट्रॉनिक्स को संशोधित किया और पहनने योग्य तकनीक को शक्ति देने के लिए लिथियम पॉलीमर बैटरी का उपयोग करने का निर्णय लिया। ऐसा इसलिए है क्योंकि यह रिचार्जेबल, हल्का वजन, छोटा है और स्वतंत्र रूप से घूम सकता है।

मैंने सभी इलेक्ट्रॉनिक्स को एक साथ मिला दिया है, केस को फ्यूजन 360 पर डिज़ाइन किया है और पूरे उत्पाद को सरल और न्यूनतम बनाने के लिए इसे काले रंग में प्रिंट किया है।

यदि आप इस परियोजना के बारे में और अधिक समझना चाहते हैं, तो बेझिझक मेरी वेबसाइट देखें।