چکیده مقاله
افزایش رخدادهای طبیعی و انسان ساخت، فشار فیزیولوژیک بر امدادگران خط مقدم را تشدید کرده است در این پژوهش، یک سامانه پوشیدنی اینترنت اشیاء IoTبرای پایش بلادرنگ شاخص های حیاتی امدادگران هلال احمر پیشنهاد می شود که با بهره گیری از معماری مهی لبه ای Fog/Edge تحلیل اولیه داده ها را در نزدیک ترین گره ها انجام می دهد تا تاخیر انتها به انتها و مصرف انرژی کاهش یابد و قابلیت اعتماد در شرایط عدم دسترسی به شبکه های سلولی حفظ شود راهکار شامل لباس یا جلیقه هوشمند با سنسورهای ECG/PPG، نرخ تنفس، دمای مرکزی تخمینی، شتاب سنج ۳محوره، و GPS است داده ها از طریق BLE به نود کم مصرف منتقل و سپس از طریق LoRaWAN/TETRA Direct Mode/۴G به دروازه محلی ارسال می شود الگوریتم تشخیص وضعیت بحرانی بر پایه آستانه های تطبیقی فردمحور و مدل های یادگیری ماشین سبک وزن روی لبه مانند TinyMLطراحی شده است نتایج شبیه سازی و یک مطالعه پایلوت محدود N=۱۰ نشان می دهد که معماری پیشنهادی می تواند تا ۴۷٪ تاخیر هشدار را نسبت به ابرمحور کاهش دهد و عمر باتری نود پوشیدنی را به بیش از ۱۸ ساعت عملیات مداوم برساند، در حالی که دقت تشخیص وضعیت پرریسک Heat Strain/Overexertionبه ۹۱ ۶٪ می رسد این دستاوردها، امکان به کارگیری عملی سامانه در عملیات میدانی هلال احمر ایران را برجسته می سازد
کلیدواژهها
نویسندگان
مهران میرزایی
جاتگرو مسئول روابط عمومی جمعیت هلال احمر استان کردستان،شهرستان دیواندره
شیوه ارجاع
میرزایی، مهران،1404،سامانه اینترنت اشیاء برای پایش سلامت امدادگران هلال احمر مبتنی بر رایانش مه (IoT+Fog)،بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک24 شهریور 1404 · شیروان