Edge Beats:一种基于边缘计算的低成本智能手表分布式心率监测框架
《Technologies》:Edge Beats: An Edge-Computing Framework for Distributed Heart-Rate Monitoring with Low-Cost Smartwatches
【字体:
大
中
小
】
时间:2026年06月16日
来源:Technologies 3.6
摘要
智能手表在那些对安全性要求极高的场景中越来越被广泛应用,但其通过光学方式检测的心率数据往往存在噪声、异常值以及数据缺失的问题,这会影响临床工作者对其数据的信任度。本文介绍了一种名为Edge Beats的数据处理机制及端到端架构,该机制使得低成本、开源的PineTime智能手表能够作为分布式可穿戴系统中的实用心率监测节点。心率数据会通过蓝牙低能耗技术从PineTime传输到边缘层的ESP32设备上,随后再通过内置的消息队列遥测传输协议中间件转发到边缘服务器上的笔记本电脑中进行处理和可视化分析。一种轻量级的多阶段算法通过生理学边界检测、可配置的数据插补技术以及指数移动平均法来清理和平滑心率数据流,所有这些方法都是为在资源有限的硬件上实现实时处理而设计的。我们通过对系统进行长时间监测,并将处理后的PineTime数据与商用华为GT Pro 2智能手表的数据进行对比,发现该系统能够有效抑制极端数值波动和短期振荡,从而得到更为稳定的心率曲线,其趋势与参考数据基本一致,且数值仍处于生理学上合理的范围内。网络测试显示,数据传输的延迟很低(单向几乎为3毫秒,往返时间为15毫秒),吞吐量也较为稳定;功率测试则表明(ESP32的功耗为100–450毫瓦,PineTime智能手表的功耗为3–70毫瓦),通过蓝牙低能耗技术和消息队列遥测传输协议进行持续的心率数据传输在PineTime的能耗预算范围内是完全可行的。这些结果表明,结合适当发布-订阅架构的数据流处理方式能够提升来自普通可穿戴传感器的心率数据的稳定性与可用性,因此PineTime有望成为那些对健康和安全至关重要的系统中的理想辅助组件。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号