一种基于物联网云和边缘设备中容器化虚拟环境的智能医疗监控系统

摘要

物联网（IoT）的兴起正迅速渗透到我们现代生活的各个方面，旨在通过连接多种智能设备、技术和应用程序来提高生活质量。总体而言，物联网将实现我们周围一切事物的自动化。目前研究人员发现，物联网在医疗保健相关行业具有潜在应用价值。本文提出了一种模型，利用边缘设备（树莓派）和Docker容器，实现患者生命体征数据采集、传输和处理的自动化，从而协助医生随时随地诊断和监测医疗问题。

关键词 —物联网；医疗保健；边缘设备；树莓派；Docker容器。

一、引言

物联网（IoT）是构建智慧城市的关键技术，因为它能够使日常物体或实体通过相互协作和通信，为用户提供信息和服务[1]。

物联网可为医疗应用带来优势。在基于物联网的医疗服务体系中，传感器被用于监测和测量人体内的各种健康参数。这些设备能够在患者独处或不在医院时持续关注其健康状况。通过这种方式，它们可以向专科医生、亲属或患者本人提供持续反馈。如今，市场上有多种可穿戴传感设备可供选择。这些设备配备了医疗传感器，用于监测体温、心率、血压、呼吸频率、脉搏和血糖水平等不同指标。

医疗应用使老年人和患有严重健康状况的患者能够独立生活，并使其更加舒适。目前，物联网传感器被用于持续记录和监测健康状况，并在发现任何异常体征时发送警报。如果出现轻微问题，该物联网应用程序还有一个为患者推荐药物的方案。

健康监测和物联网‐云紧急响应应用程序需要较低的延迟和时延来交换信息。信息在边缘服务器、云和用户设备之间交换，直接影响系统性能。为了实现这一目标，边缘计算应运而生，云计算则位于系统的边缘，以支持有限的带宽、时延和网络拥塞问题。边缘计算的发展旨在支持分布式与虚拟化技术，并为云和传感器等物联网设备之间的网络连接提供支持[2]。边缘计算或雾计算是一项重要变革，对于使物联网框架更加高效、灵活和稳健至关重要。如果通过增强的计算能力和智能监测系统高效利用电源，扩展至数十亿规模也可能成为现实。因此，本文采用树莓派作为边缘设备，以优化传感器数据的分析过程，并实现最低功耗[3]。本文提出了一种模型，可自动完成患者生命体征数据采集、传输和处理的问题，借助树莓派和Docker容器。

所提出的物联网云医疗保健系统模型的主要优势在于降低了时延并节省了带宽。随着设备密度日益增加，大量数据不断产生，若将物联网设备采集的所有数据都发送至云进行存储和处理，将会导致流量增大并消耗大量带宽。而本模型通过在网关（即树莓派）本地进行数据处理，克服了上述问题。在许多现有的物联网云医疗保健系统模型中，网关不具备数据处理能力，因此传感器数据需经网关传输至云进行存储和处理。

此外，我们使用了Docker容器而非传统的虚拟机。Docker是一个开放平台，基于容器的虚拟化与Linux相关。Docker使得构建容器并将其部署到几乎任何地方都变得快速而简单：可以在本地虚拟机、公有云或私有云中，或在包括物联网设备在内的物理硬件上进行部署。

近年来，虚拟化技术在物联网（IoT）、软件定义网络（SDN）和云环境等各种场景中的应用迅速扩展。在这些技术中，基于容器的解决方案具有部署轻量级和分布式应用的特性[4]。本文的主要贡献是：我们通过虚拟化实现了一种基于物联网云的医疗系统模型，用于收集患者信息并进行本地存储和云端分发，并在紧急情况下生成警告消息。

本文其余部分安排如下：在第二部分中，我们总结了系统架构概述。第三部分讨论了物联网云医疗模型的工作原理。第四部分展示了物联网云医疗模型的实现。最后，第五部分给出了结论与未来工作。

II. 系统架构概述

基于物联网云的医疗监控系统的整体架构视图如图1所示。以下是该系统的基本组件：

A. 传感网络

传感网络被认为是物联网云框架的骨干，其主要职责是收集患者健康相关信息，并通过无线信道将这些数据传输至物联网云。通过WiFi、蓝牙、ZigBee等特定协议，感知数据被发送到物联网云进行进一步处理[5]。

B. 物联网云

由于物联网创新技术的发展，从传感器收集的数据能够被充分且高效地分析和存储。此外，数据演化与分析任务可以在强大的服务器上完成。该服务器包含数据库、边缘设备和虚拟资源。

边缘设备执行以下功能：
- 数据清洗 ：在数据传输和采集过程中，感知信号可能会引入噪声，这可能对诊断的准确性产生不利影响。因此，应首先对感知数据进行清洗。
- 数据存储 ：为了分析疾病和康复，数据存储至关重要，患者的健康信息副本将存储在数据库中。
- 数据分析 ：边缘服务器通常提供一个数据分析平台，使用特定的机器学习或数据挖掘方法从感知数据中提取相关信息。
- 紧急预警 ：边缘服务器还具备识别实时健康状况的能力。根据数据分析的结果，本地看护人会收到警告消息，以便为患者提供急救。

C. 图形用户界面

通过图形用户界面（GUI）进行数据可视化和管理，该界面提供对物联网云中信息的便捷访问。用户可以通过访问网站或使用移动应用登录物联网云，获取患者的健康相关信息。

III. 物联网云医疗模型的工作原理

每当通过监测节点获取大量患者的健康相关信息时，物联网云都能通过部署合适的边缘服务器和虚拟化技术，方便地将数据存储到本地数据库中并进行处理。

在树莓派内部，当Docker客户端运行命令时，Docker守护进程被启动，该进程从Docker注册中心或包含应用程序配置的本地驱动器拉取Docker镜像。Docker容器为应用程序的执行提供隔离的用户空间。它是Docker镜像的运行实例。Docker镜像由Dockerfile构建而成，其中包含应用程序执行所需的指令序列。

整个工作流程在图3中进行了总结。在Docker容器中运行的应用程序执行以下任务。它接收来自传感器设备的数据。此任务使用的协议是6LoWPAN。然后将获取的值与数据库中存储的最优值进行比较。一旦任何数据超过最小‐最大阈值，护理人员就会从应用程序收到警报消息，以便为患者提供急救。让我们举一个例子：人体血压。每当从传感器接收到的数据超出这些阈值时，意味着患者的情况危急；系统会立即通过发送电子邮件向本地护理人员发出警报。同样，我们使用了许多智能医疗所需的传感器来监测患者的生命体征信息。

树莓派上运行的应用程序的工作原理如下：为了便于从传感器进行数据采集，我们采用6LoWPAN协议及配套设备。为此，我们使用电子健康传感器扩展板和连接桥。MQTT协议用于将警告消息发送给不同的看护人员和服务提供商。同样，SQLite服务器在将患者的健康相关信息存储到数据库中起着至关重要的作用，这被认为是树莓派最重要的功能之一。为了实现疾病的早期检测和诊断，患者数据的安全存储至关重要。[6]

IV. 物联网云医疗模型的实现

在本节中，我们讨论了物联网云驱动的医疗场景的实现。该技术包括主要组件、功能和能力。我们还将所提出的情景与文献综述中提供的现有工作进行了比较。

A. 实施平台

实施平台的详细信息见表I。RPI支持多种Linux发行版，例如Raspbian、Debian发行版。树莓派支持的编程语言包括Python、c/c++和java。

项目	规格
CPU	四核1.2GHz博通BCM2837 64位
内存 / 存储	1GB内存 / 微型SD卡
尺寸	85.60 mm × 56 mm
重量	45 g
USB端口	4个USB 2.0端口
网络	10/100兆比特/秒以太网
电源	通过Micro USB提供5伏1安电流
视频输入	15针MIPI摄像头接口（CSI）连接器
视频输出	通过DSI的HDMI和原始LCD面板

表I：实现平台详情

不同传感器的阈值如表II所示。

医疗传感器	最优值
血压	120/80–140/90 毫米汞柱
体温	98.6°F (37°C)
房间温度（重症监护室）	66–68°F
湿度	70%
血氧饱和度水平	75 到 100 毫米汞柱（mmHg）
葡萄糖水平	4.0 至 6.0 mmol/L（72 至 108 mg/dL）空腹时；最高达 7.8 mmol/L（140 mg/dL）进食后2小时

表II：不同传感器的阈值表[7]

B. 实施讨论

不同的医疗相关传感器，如葡萄糖水平检测、心电图监测、血压监测、体温监测、血氧饱和度监测、温度和湿度监测等，通过连接桥与电子健康传感器板（多传感器板）相连。随后，感知数据通过6LoWPAN路由器传输至树莓派，用于评估患者跌倒并触发紧急警报。特别是对于住院患者，若未能及时提供救助，事故可能导致严重后果。为检测和防止跌倒，文献综述中提出了多种解决方案，本文则采用其中一种基于必要最优值的方法。阈值由医院获取的数据设定，如表II所示。需要指出的是，本文旨在通过展示多个可能用例场景中其中一个的实用性，来验证所提出模型的可接受性。

物联网‐云驱动的医疗保健场景中各组件之间的互连关系如图4所示。该模型的三个主要组成部分是：（1）作为边缘设备的树莓派，充当传感器节点与互联网之间的网关，并通过将感知值与标准最优值进行比较来检测患者可能发生的情况；（2）6LoWPAN节点，负责读取来自配备多种医疗传感器的多传感器板的数据，并将其传输至物联网智能网关；（3）Docker容器，这是一种虚拟化技术，在隔离环境中运行一个应用程序。

在本文中，我们通过实验展示了如何通过树莓派生成警告通知。为此，我们首先编写了一个Python程序，用于将感知值与最优值进行比较。例如，医院手术室温度应保持在66至68华氏度之间，湿度百分比为70。因为成功的手术依赖于为医务人员和患者优化工作环境，而温湿度范围可能对患者健康和安全产生显著影响。因此，我们编写应用程序时设定：当温度和湿度值超过最优值时，系统将通过Gmail向医护人员发送消息，提醒房间的温湿度已超出标准值。这种信息传播采用MQTT协议实现，如图6所示。MQTT协议的应用基于主题的概念。在本例中，主题为温度和湿度值。设备与客户端之间的通信使用两种操作：发布和订阅。MQTT服务器可促进订阅了相同主题的客户端与物联网设备之间的通信。DHT（数字湿度和温度）传感器与树莓派的实施设置如图7所示。

此外，为了在隔离环境中运行应用程序，我们采用了Docker容器的概念。为此，我们首先在树莓派上使用Docker客户端运行一个命令，该命令会调用Docker守护进程从仓库或本地驱动器拉取镜像。

我们的方案与不同模型的比较如表III所示。根据表III中的分析，我们观察到大多数提出的模型无法满足物联网的所有特性，而我们提出的模型则符合所指定的每一项特性。

参考工作	物联网互操作性	QoS	RFID	WSN	Mobile	Docker容器	Raspberry Pi	患者追踪	员工追踪	远程患者监控	警报通知	6LoWPAN	MQTT	MySQL	能效
[8]	Y	Y	Y			Y		Y
[9]	Y	Y					Y
[10]	Y	Y	Y				Y	Y	Y	Y	Y	Y
[11]	Y	Y	Y			Y	Y	Y	Y	Y	Y	Y
[12]	Y	Y	Y			Y	Y	Y	Y			Y		Y
所提出的模型	Y	Y	Y	Y	Y	Y	Y	Y	Y	Y	Y	Y	Y	Y	Y

表III：不同模型之间的比较

V. 结论与未来工作

在本文中，我们展示了一种基于物联网云的智能医疗模型，用于监控从各种无线传感医疗设备收集的患者健康数据。所提出的架构具有成本效益高、可扩展性强的特点，并借助树莓派和Docker容器支持互操作性和轻量级访问。已实现并分析了用于普适性健康监测的物联网云初步原型。基于物联网的愿景，该框架采用6LoWPAN和MQTT协议，以实现无线传感器网络与智能移动技术之间的互操作。所取得的结果验证了所提出框架的相关性，不仅可用于识别和跟踪医疗机构内部的患者和医务人员，还提供有效的远程患者健康监测和即时紧急治疗。

未来的工作可能包括通过实施先进的用户认证方案来提高安全性，以及在真实的医疗环境中部署该平台，以评估框架在用户可接受性和性能方面的表现。