【摘 要】
:
随着我国老龄化趋势不断扩大,旧的养老院这一传统环境由于人手不足、床位紧张、资金短缺等原因,并不能很好的解决激增的用户入住问题。而智能家居系统近些年来蓬勃发展,如何将全新的智能家居系统应用于已有的传统生活环境,成为目前非常重要的研究方向之一。基于这种背景,本文设计开发了一种智能服药监测系统,将智能家居系统与传统养老院环境相结合,用于服务养老院中老人日常服用慢性药物的环节,旨在增加被服务人数、提高服务
论文部分内容阅读
随着我国老龄化趋势不断扩大,旧的养老院这一传统环境由于人手不足、床位紧张、资金短缺等原因,并不能很好的解决激增的用户入住问题。而智能家居系统近些年来蓬勃发展,如何将全新的智能家居系统应用于已有的传统生活环境,成为目前非常重要的研究方向之一。基于这种背景,本文设计开发了一种智能服药监测系统,将智能家居系统与传统养老院环境相结合,用于服务养老院中老人日常服用慢性药物的环节,旨在增加被服务人数、提高服务质量、节约开支成本等,减轻养老院与老年用户的运营与生活压力。本文基于养老院的服务模式,利用智能家居系统的研究,设计开发了一种物联网技术下的智能服药监测系统。系统主要分为三个单元:智能药箱单元、智能手环单元和上位机程序单元。智能药箱单元利用STM32核心控制器实现药箱的智能控制,主要实现基于身份识别下的不同药物派发。其功能时基于用户的指纹信息进行身份识别,确认无误后派发对应的专属药物,同时药箱显示对应医嘱,并收集服药信息进行上传,方便医师后台查看。智能手环单元的功能一是通过生物传感器收集老人的体征信息,二是接受上位机下发的服药提醒。该单元在数据传输方面的工作利用ZigBee无线传输技术进行,将手环部分设置为ZigB ee网络中的终端节点,ZigBee协调器与节点采用CC2530进行无线通信,并与药箱单元的STM32核心板串口连接进行数据传输。最后通过药箱单元的WIFI芯片ESP8266将数据上传至上位机。上位机程序单元可对流程进行监督,以及对健康数据进行整理和查看。经过后期实物测试,本文设计的基于物联网的养老院智能服药监测系统具有操作简单、整体成本低、使用便捷、性能稳定等特点,针对养老院环境下面临的人手不足、资金短缺等问题,实现了节约大量人力物力和减少繁琐劳动的优点,满足行动迟缓不便的老年用户和人手不足压力下护工们的生活工作需求,具有较好的实用价值。图57 表7
其他文献
用5份耐高温东北粳稻("东稻2号"、"东农03-33"、"东农415-1"、"合江195"和"吉粳3")为材料在中国科学院亚热带农业生态研究所长沙水稻试验站进行分期播种试验(播种日期分别为2011年3月20日
随着我国人民收入的增加和消费水平不断提升,对于农产品的安全健康性越发重视。与此同时,绿色农产品行业的快速发展以及其自带的安全、健康、营养等特性,深受广大消费者的青
学术界已经对马克思主义大众的必要性、可行性等问题进行了较为深入的研究,本文从马克思主义大众化与学术研究的关系入手,阐明二者之间的区别和联系,并进一步指出,离开大众化的马
通过对不同生态类型蝗区气候变化和蝗虫发生期的关系分析,结果表明:两个不同生态类型蝗区气候的差异是导致蝗虫发生期差异的重要因素,影响蝗虫发生期的气候因子主要为气温;80
<正>1995年8月至2000年1月,我们应用口服中药配合动脉插管化疗灌注术治疗晚期胰腺癌26例(Ⅲ期8例、Ⅳ期18例),疗效显著。方法(1)中药治疗:根据胰腺癌临床表现,中医辨证以肝气
事业单位转企改制是政府职能转变的一项重要内容。T公司作为一家由事业单位转制成立的企业,转制后该机构的任务和目的发生了重大变化,由不以赢利为目的的公益性事业单位转为注重经济效益和社会效益的国有企业。为了能够满足转制后的企业生产经营的需要,T公司必须从薪酬管理方面作出重大改革,本研究重点针对T公司基层员工的薪酬管理体系进行优化设计。T公司转制前作为事业单位,在基层员工中存在事业单位编制人员和编制外人员
<正>目的总结非胸腔镜辅助下漏斗胸NUSS矫形术患儿的护理经验。方法对2009年4月—2010年4月17例漏斗胸患儿行非胸腔镜辅助下NUSS矫形术全程护理干预,术前对患儿进行心理护理,
将精细化管理模式引入到医院教学管理中,能够改善传统教学管理模式中的不足,提升教学水平和教学质量,对促进的可持续发展意义重大。该文立足于精细化管理内涵,强调了医院教学
锂离子电池因其具有高能量密度、质轻、稳定的循环性能和无记忆效应等优点,被广泛应用于各种领域。其中,隔膜是锂离子电池内部重要的一个部分,主要作用是隔离正负电极防止短路,同时吸收电解液,为离子传输提供通道,所以隔膜性能影响着电池的安全性和电化学性能。目前广泛使用的是商用聚烯烃隔膜,其生产成本低,强度高,且化学稳定性优异;但润湿性和热稳定性较差。采用静电纺丝技术,可以灵活搭配聚合物原料,制备出的纳米纤维
基于决策树模型的极限梯度提升算法能够有效的对大数据进行分类或回归,从而以历史数据为基础预测未来数据走向。但是因为极限梯度提升算法的基础是决策树模型,而决策树模型不能有效识别数据特征中的频数特征,而往往这些特征会包含原始数据中隐藏的信息,如果可以充分利用这些隐藏信息,那么可以提升模型的预测效果。本文的创新点在于发现了决策树模型在面临一种特定数据集时会遇到的困难,并提出了基于频数特征的解决办法,从而提