Hcmute nghiên cứu ứng dụng giải thuật máy học ( machine learning) và iot phát triển hệ thống điều khiển giám sát thông minh trong lĩnh vực y tế

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CƠNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT MÁY HỌC (MACHINE LEARNING) VÀ IOT PHÁT TRIỂN HỆ THỐNG ĐIỀU KHIỂN GIÁM SÁT THÔNG MINH TRONG LĨNH VỰC Y TẾ MÃ SỐ: T2018-93TĐ SKC 0 Tp Hồ Chí Minh, tháng 12/2018 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT MÁY HỌC (MACHINE LEARNING) VÀ IOT PHÁT TRIỂN HỆ THỐNG ĐIỀU KHIỂN GIÁM SÁT THÔNG MINH TRONG LĨNH VỰC Y TẾ Mã số: T2018-93TĐ Chủ nhiệm đề tài: TS Vũ Quang Huy TP HCM, 12 / 2018 Luan van TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH ĐƠN VỊ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT MÁY HỌC (MACHINE LEARNING) VÀ IOT PHÁT TRIỂN HỆ THỐNG ĐIỀU KHIỂN GIÁM SÁT THÔNG MINH TRONG LĨNH VỰC Y TẾ Mã số: T2018-93TĐ Chủ nhiệm đề tài: TS Vũ Quang Huy TP HCM, 12 / 2018 Luan van DANH SÁCH THÀNH VIÊN THAM GIA NGHIÊN CỨU TS Vũ Quang Huy (Chủ trì) ĐƠN VỊ PHỐI HỢP: Khoa Đào Tạo CLC Khoa Cơ Khí Chế Tạo Máy, Bộ Mơn Cơ Điện Tử Luan van TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CỘNG HỒ XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc ĐƠN VỊ KHOA CLC Tp HCM, Ngày tháng năm THƠNG TIN KẾT QUẢ NGHIÊN CỨU Thơng tin chung: - Tên đề tài: Nghiên cứu ứng dụng giải thuật máy học (Machine Learning) IoT phát triển hệ thống điều khiển giám sát thông minh lĩnh vực y tế - Mã số: T2018-93TĐ - Chủ nhiệm: TS Vũ Quang Huy - Cơ quan chủ trì: Khoa Đào Tạo Chất Lượng Cao - Thời gian thực hiện: Từ 1-1-2018 đến 30-12-2018 Mục tiêu: Xây dựng hệ thống điều khiển giám sát theo dõi cảnh báo ứng dụng IoT cho thiết bị y tế cá nhân Tính sáng tạo: ứng dụng IoT tích hợp thiết bị đếm bước kiểm soát giấc ngủ thiết bị y tế cá nhân Kết nghiên cứu: Sản phẩm dùng để ứng dụng đếm bước chân thời gian ngủ đối tượng Sản phẩm: Một báo khoa học đăng hội nghị quốc tế Hiệu quả, phương thức chuyển giao kết nghiên cứu khả áp dụng: Phát triển hệ thống giám sát sức khỏe ca nhân tích hợp việc đếm bước chân theo dõi , cảnh báo thời gian ngủ thiết bị Trưởng Đơn vị (ký, họ tên) Chủ nhiệm đề tài (ký, họ tên) TS Vũ Quang Huy Luan van INFORMATION ON RESEARCH RESULTS General information: Project title: Research & Applied Machine Learning and IOTs to develop a control and supervisor system in a personal medical device Code number: T2018-93TĐ Coordinator: Dr Vu Quang Huy Implementing institution: Faculty for High Quality Training Duration: From 01-01-2018 to 30-12-2018 Objective(s): Applied IOTs to develop a control and supervisor system in a personal medical device Creativeness and innovativeness: Propose an integrated system to count the step and supervise sleep of human in a personal medical device Research results: A new mathematic model for processing roll system, a new discrete model predictive controller Products: A conference paper Effects, transfer alternatives of research results and applicability: Develop a control and supervisor system in a personal medical device and integrate the step counter and alarm sleep system in a housing Luan van MỤC LỤC MỤC LỤC DANH MỤC HÌNH CHƯƠNG GIỚI THIỆU 1.1 Tổng Quan 1.2 Tính cấp thiết đề tài 1.3 Mục Đích Nghiên Cứu 1.4 Phương Pháp Nghiên Cứu 1.5 Đối Tượng, Phạm Vi Nghiên Cứu 10 1.6 Nội Dung Nghiên Cứu 10 CHƯƠNG CƠ SỞ LÝ THUYẾT 11 2.1 Mối Liên Hệ Giữa Bước Chân, Giấc Ngủ Và Hệ Thống Tim Mạch 11 2.2 Các Giai Đoạn Của Giấc Ngủ Và Cách Nhận Biết 13 2.3 Nguyên Lý Đếm Bước Chân (Step Counting) 16 2.4 Thuật toán Máy học 20 2.4 Internet of Thing 23 CHƯƠNG THIẾT KẾ CHẾ TẠO PHẦN CỨNG VÀ PHÁT TRIỂN PHẦN MỀM ỨNG DỤNG 26 3.1 Cấu trúc phần cứng 26 3.2 Thuật toán phần mềm ứng dụng 33 CHƯƠNG KẾT QUẢ VÀ THẢO LUẬN 45 4.1 Bộ đếm bước chân 45 4.2 Phát Chuyển động giấc ngủ (MIS) 48 CHƯƠNG KẾT LUẬN 500 TÀI LIỆU THAM KHẢO 51 Luan van DANH MỤC HÌNH Hình 1-1 Phần mềm Google Fit -Android Hình 1-2 Phầm mềm Apple Health - iOS Hình 1-3 HealthVault cho khách hàng tính Hình 1-4 Thiết bị Jawbone UP3 Hình 1-5 Optical Heart Rate Monitor (OHRM) on FitBit Charge Hình 2-1 Các giai đoạn giấc ngủ 14 Hình 2-2 Kết thực nghiệm tiến sĩ Christopher Winter 16 Hình 2-3 Definition of each axis 17 Hình 2-4 Sự thay đổi gia tốc (Acceleration change) 18 Hình 2-5 Dữ liệu gia tốc theo trục (Acceleration value of three axis) 18 Hình 2-6 On Wrist ( Cổ tay) vs On Waist ( Thắt lưng) 19 Hình 2-7 Dữ liệu thu đeo tay chân (On Wrist vs On Leg) 19 Hình 2-8 Ví dụ mạng lưới Nơron với lớp ẩn Số lượng đầu vào 4, số lượng tế bào thần kinh ẩn 5, số lượng tế bào thần kinh đầu 21 Hình 2-9 Kết nối "Things" với người 23 Hình 2-10 Kết nối thiết bị người với “Things” [27] 24 Hình 2-11 Giải pháp tim mạch không dây 24 Hình 2-12 Ứng dụng chuẩn khơng dây cho IoT 25 Hình 3-1 Cấu trúc tổng quan phần cứng phần mềm 26 Hình 3-2 Thiết kế mạch in phần cứng phần mềm Proteus 27 Hình 3-3 Thiết bị thực tế 27 Hình 3-4 Hộp đựng thiết bị 28 Hình 3-5 Thiết bị Arduino Nano 28 Hình 3-6 Thiết bị Arduino Nano 30 Hình 3-7 Cảm biến MPU-6050 30 Hình 3-8 Thiết bị MPU-6050 pin out 31 Hình 3-9 Thiết bị thực tế HC-05 32 Luan van Hình 3-10 Thiết bị HC-05 pin out 32 Hình 3-11 Sơ đồ khối mơ đun đếm 33 Hình 3-12 Tín hiệu cảm biến trục 34 Hình 3-13 So sánh liệu trước sau lọc 34 Hình 3-14 So sánh liệu trước sau lọc 35 Hình 3-15 Dữ liệu gia tốc (Acceleration data while walking) 36 Hình 3-16 Dữ liệu gia tốc chạy (Acceleration data while running) 36 Hình 3-17 Gia tốc ngưỡng thích nghi (Acceleration and adaptive threshold) 37 Hình 3-18 Cấu trúc thuật toán MIS: MIS constructing diagram 39 Hình 3-19 Dữ liệu gia tốc trạng thái nằm người dùng (Acceleration values while lying still (zoomed in)) 39 Hình 3-20 Lưu đồ phát chuyển động (Flowchart of the movement detecting) 40 Hình 3-21 Sơ đồ khối thuật tốn mơ đun Bluetooth (Bluetooth connection diagram) 41 Hình 3-22 Sơ đồ khối mô đun cảnh báo (Alarm clock diagram) 42 Hình 3-23 Sơ đồ thuật toán đếm bước chân: My Step Counter working diagram 42 Hình 3-24 Sơ đồ thuật toán đếm bước chân: 43 Hình 3-25 Sơ đồ chương trình cảnh báo (Smart Alarm working diagram) 44 Hình 4-1 Thực nghiệm bước 45 Hình 4-2 Thực nghiệm bước lần 46 Hình 4-3 Kết thực nghiệm bước chạy 47 Hình 4-4 So sánh với MIband Comparing with Miband (error rate: 0%) 48 Hình 4-5 So sánh với Miband (Comparing with Miband (error rate: 3.7%)) 49 Hình 4-6 So sánh với thiết bị Diese Link ( Comparing with Diesel Link (error rate: 13%) 49 Luan van CHƯƠNG GIỚI THIỆU 1.1 Tổng Quan Do lối sống làm việc đại nhanh chóng, người trì hình thức rèn luyện thể chất chạy Ngoài việc thiếu hoạt động, nhiều người khơng thể trì đủ thời gian ngủ thường cảm thấy mệt mỏi thức dậy Một số vấn đề liên quan đến sức khỏe phát sinh từ lý trên, trường hợp xấu ảnh hưởng nghiêm trọng đến sức khỏe với triệu chứng bệnh dạng bệnh tim mạch (Cardiovascular Disease – CVD) Một số nghiên cứu thực để phát triển hệ thống cảnh báo sớm cho bệnh tim giúp cứu sống nhiều người thực tế Tuy nhiên, nhiều thiết bị dựa vào việc thu thập phân tích nhịp tim (có thể bao gồm thông số khác) để đưa kết luận Nếu hệ thống có lỗi đưa định sai, đến lần đo sau, cảnh báo đưa từ thiết bị muộn CVD có ảnh hưởng nghiêm trọng đến sức khỏe đối tượng Vì vậy, phịng chống bệnh tốt chữa bệnh - điều quan trọng đối tượng nhận thức việc trì lối sống thân thiện với trái tim từ đầu 1.2 Tính cấp thiết đề tài Nhu cầu phát triển hệ thống giúp ngăn chặn phòng chống CVD trở nên cấp thiết, sống đại ngày nay, để giúp đối tượng tích cực với sức khỏe họ hình thức theo dõi hoạt động giấc ngủ Sau đó, hệ thống quan sát thay đổi nhịp tim đối tượng, tính chủ động, thời gian nghỉ ngơi điều kiện liên quan khác để đưa cảnh báo cần thiết Hệ thống đáng tin cậy việc ngăn ngừa bệnh tim mơ hình trước Dựa nhiều nghiên cứu trước đây, số kết luận rút ra: • Việc có lợi ích sức khỏe liên quan đến CVD nam giới phụ nữ trẻ, trung bình lớn tuổi, dân số khỏe mạnh bệnh nhân [1] Luan van Ý tưởng phát chuyển động tìm thay đổi tối đa giá trị gia tốc ngủ Nếu thay đổi giá trị gia tốc lớn số này, xác định chuyển động Hình 3-20 Lưu đồ phát chuyển động (Flowchart of the movement detecting) Trong người dùng nằm yên (chỉ nằm không làm cả), thay đổi giá trị gia tốc nhỏ Từ kết thực nghiệm, cường độ chọn khoảng 40 ~ 50 unit công nhận bước (ngay thiết bị bị ảnh hưởng chuyển động thở người dùng đặt tay lên ngực) Vì vậy, cách so sánh giá trị gia tốc với ngưỡng, ghi lại tất chuyển động có người dùng ngủ Gửi tín hiệu MIS qua Bluetooth để đánh thức người dùng Ý tưởng đánh thức người dùng anh ta/cô ta bước vào giai đoạn ngủ nhẹ trước báo thức Bởi thức dậy giai đoạn ngủ nhẹ tốt giai đoạn ngủ sâu, giai đoạn ngủ sâu, bạn hồn tồn nằm n Vì vậy, 30 phút trước báo thức, MCU liên tục kiểm tra có chuyển động Nếu 40 Luan van chuyển động phát hiện, người dùng phải giai đoạn ngủ nhẹ Sau đó, MCU gửi tín hiệu đến ứng dụng Android để đánh thức người dùng Phát triển phầm mềm ứng dụng tảng hệ điều hành Android Cách tốt chia ứng dụng di động thành mô-đun khác để dễ dàng phát lỗi khắc phục nhanh chóng Mỗi ứng dụng Android bao gồm tệp layout_main.xml (UI) tệp MainActivity.java Phát triển Module Bluetooth Hình 3-21 Sơ đồ khối thuật tốn mơ đun Bluetooth (Bluetooth connection diagram) Để đơn giản, thiết bị Bluetooth điện thoại Android phải đáp ứng yêu cầu để ứng dụng chạy: • Thiết bị Bluetooth phải ghép nối với điện thoại Android trước ứng dụng sử dụng • Trong danh sách thiết bị ghép nối, có phiên thiết bị Bluetooth (có thể HC-05 HC-06 mô-đun Bluetooth khác) Khi đáp ứng yêu cầu trên, Mô đun phát triển theo sơ đồ Theo 41 Luan van trang web dành cho nhà phát triển Android, quy trình cần đặt khối thử-bắt ( try-catch) để xử lý lỗi kết nối Bất kỳ lỗi việc lập trình kết nối Bluetooth làm hỏng điện thoại Android hư hỏng đảo ngược Mô đun cảnh báo (Alarm clock module) Hình 3-22 Sơ đồ khối mơ đun cảnh báo (Alarm clock diagram) Người dùng chọn thời gian đánh thức thông qua TimePicker (do Android cung cấp) Sau đó, chúng tơi tạo ý định gói PendingIntent (tên ngụ ý chậm trễ hành động) tạo máy thu cho người nhận có ý định - Broadcast Broadcast Trình quản lý báo thức xếp thời gian để phát PendingIntent đảm bảo ý định phát Trình quản lý báo thức chịu trách nhiệm quản lý nhiều ý định hủy chúng cần thiết Phần mềm đếm bước (My Step Counter app) Hình 3-23 Sơ đồ thuật toán đếm bước chân: My Step Counter working diagram 42 Luan van Hình 3-24 Sơ đồ thuật tốn đếm bước chân: Sơ đồ mơ tả cơng việc ứng dụng My Step Count Ứng dụng cập nhật số bước dựa bước thời gian thực Ứng dụng thu nhỏ sau người dùng tiếp tục cập nhật số bước Để cho phép người dùng theo dõi tiến trình họ, nhấn nút Lưu số bước thêm vào danh sách Hơn nữa, số bước xem qua Biểu đồ Smart Alarm app Hầu hết phần mềm ứng dụng Báo thức thông minh tương tự ứng dụng My Step Count Tuy nhiên, có số khác biệt cần đề cập: • Khoảng thời gian 30 phút trước thời gian thiết lập, mô đun Bluetooth thực việc kết nối Ví dụ: 7:00 thời gian đánh thức, lúc 6:30 ứng dụng thực kết nối với thiết bị Bluetooth kiểm tra kết Điều cho phép người dùng thu nhỏ ứng dụng ngủ mà không cần phải mở ứng dụng cắm pin đêm • Mỗi lần đặt báo thức Nếu người dùng cố gắng đặt nhiều báo thức, tất báo thức khác bị hủy ngoại trừ báo thức Điều đảm bảo đồng hồ báo thức gọi lần 43 Luan van Hình 3-25 Sơ đồ chương trình cảnh báo (Smart Alarm working diagram) 44 Luan van CHƯƠNG KẾT QUẢ VÀ THẢO LUẬN 4.1 Bộ đếm bước chân A Thí nghiệm với thiết lập ngưỡng cố định khơng giảm thiểu lỗi Thí nghiệm: Xoay tay 100 lần ngồi (tốc độ bình thường, không thay đổi tốc độ): - Thử số 1: đếm = 106 Xoay tay 50 lần ngồi (tốc độ cao hơn, không thay đổi tốc độ): - Thử số 1: đếm = 51 Xoay cánh tay 100 lần ngồi (thời gian nghỉ sau 50 lần sau thay đổi tốc độ) - Thử số 1: đếm = 140 - Thử số 2: đếm = 120 (sau thay đổi ngưỡng) - Thử số 3: đếm = 118 Tổng tỷ lệ lỗi: 11,5% (b) Hình 4-1 Thực nghiệm bước Thực nghiệm lần 45 Luan van Tỷ lệ lỗi cao (11,5%) Thông qua tiến hành thực nghiệm sớm này, phương pháp giảm tỉ lệ lỗi cần bổ sung để cải thiện độ xác B Thí nghiệm với thiết lập ngưỡng thích nghi áp dụng phương pháp giảm tỉ lệ lỗi Bảng 4.1 So sánh kết thiết bị thiết kế với Miband Pulse #1 #2 #3 #4 #5 #6 #7 #8 Actual steps done 30 30 30 50 60 100 100 100 Miband steps 31 31 29 50 60 100 101 96 Our device steps 28 29 28 49 60 96 92 96 Miband error rate Total 3.3% 3.3% 3.3% 0% 0% 0% 3.3% 4% 1.91% Our device error rate 6.7% 3.3% 6.7% 2% 0% 4% Hình 4-2 8% 4% 4.3% Thực nghiệm bước lần Thử nghiệm cho thấy độ xác thiết bị cải thiện đáng kể cách sử dụng Ngưỡng thích nghi Kết thiết bị cho kết xác 95,7% phù hợp với bước thực tế thực 46 Luan van Ngưỡng thích ứng đóng vai trị quan trọng việc giữ cho số lượng phù hợp với bước thực tế (bằng lớn số bước thực tế) Tuy nhiên, riêng Ngưỡng thích ứng có độ xác thấp (sai số 20%) Áp dụng Ngưỡng thích nghiđể giảm lỗi đáng kể hiệu (từ 20% xuống khoảng 5%) Tuy nhiên, việc chọn cường độ lớn nhỏ không phù hợp ảnh hưởng lớn đến số lượng kết Bảng 4.2 Kết thực nghiệm #1 Actual steps done Miband steps #2 #3 #4 #5 #6 #7 #8 Total 100 100 100 100 150 150 150 150 101 102 97 Our device steps 98 95 102 103 144 153 151 148 Miband error rate 1% 0% 3% 1% 2% 0% 2% 5% 1.75% Our device error rate 2% 5% 2% 3% 6% 3% 1% 2% Hình 4-3 101 152 150 148 155 Kết thực nghiệm bước chạy 47 Luan van 3% 4.2 Phát Chuyển động giấc ngủ (MIS) Để đảm bảo hiệu suất đơn vị phát MIS, tiến hành thử nghiệm thiết bị so sánh với hai thiết bị theo dõi giấc ngủ (Miband Pulse Diesel Link) Thí nghiệm: Đối tượng mặc thiết bị hồn tồn sau ngủ Khi thức dậy, kết thu chuyển động so sánh với kết hai dải Trong biểu đồ Miband (và Liên kết Diesel), thời gian ngủ sâu hiển thị màu sâu ngủ nhẹ hiển thị màu nhạt Kết thiết bị cho thấy đối tượng thực chuyển động (được hiển thị dạng cột màu xanh) phần lớn giai đoạn ngủ nhẹ Hình 4-4 So sánh với MIband Comparing with Miband (error rate: 0%) Xanh dương đậm: ngủ sâu (deep sleep) Xanh dương nhạt: ngủ nhẹ (light sleep) Cam Orange: thức giấc (awaken) 48 Luan van Hình 4-5 So sánh với Miband (Comparing with Miband (error rate: 3.7%)) Deep blue: deep sleep Light blue: light sleep Orange: awaken Hình 4-6 So sánh với thiết bị Diese Link ( Comparing with Diesel Link (error rate: 13%) Đen Black: ngủ sâu (deep sleep); Light grey: ngủ nhẹ (light sleep) Bằng cách so sánh, nhận tỷ lệ lỗi (một lỗi xuất thiết bị phát chuyển động phát người dùng giai đoạn ngủ sâu) 5,425% tất chuyển động phát 49 Luan van CHƯƠNG KẾT LUẬN 5.1 Kết luận So sánh với Mục tiêu đặt ra: Thuật toán đếm bước thực nghiên cứu mang lại kết lạc quan bước chủ động với tỷ lệ lỗi nhỏ 5% chí thấp chạy tích cực Về phát chuyển động giai đoạn ngủ nhẹ, có tương đồng lớn (hơn 94%) so sánh kết nhóm chúng tơi nhiều thiết bị ứng dụng thương mại 5.2 Đề xuất cải tiến Giảm tỷ lệ lỗi cách tự động điều chỉnh cường độ cho bước tình cờ dựa nhóm tuổi 50 Luan van TÀI LIỆU THAM KHẢO [1] P M H M P Elaine M Murtagh, "Walking – the first steps in cardiovascular disease prevention," Current Opinion in Cardiology, vol 25, no 5, pp 490-496, 2010 [2] A M Patricia Tassi, "Sleep inertia," Sleep Medicine Reviews, vol 4, no 4, pp 341353, 2000 [3] "Wake Up During Your Lightest Sleep," Azumio, Inc., 2nd February 2015 [Online] Available: https://www.azumio.com/blog/health/sleep-cycle-why-youshould-wake-up-during-your-lightest-sleep [4] B D J Tudor-Locke C, "How many steps/day are enough? Preliminary pedometer indices for public health," Sports Med, 2004 [5] H Y P R K M Tudor-Locke C, "Revisiting “how many steps are enough?”," Med Sci Sports Exercise, 2008 [6] J W K P Tudor-Locke C, "Accelerometer-determined steps/day in US adults," Med Sci Sports Exercise, 2009 [7] P S G L P Andrea Z LaCroix, "Does Walking Decrease the Risk of Cardiovascular Disease Hospitalizations and Death in Older Adults?," Journal of the American Geriatrics Society, vol 44, no 2, pp 113-120, 1996 [8] N S Foundation, "How Sleep Deprivation Affects Your Heart," [Online] Available: https://sleepfoundation.org/sleep-news/how-sleep-deprivation-affectsyour-heart [Accessed 15th May 2017] [9] M P Tomohide Yamada, "Daytime Napping and the Risk of Cardiovascular 51 Luan van Disease and All-Cause Mortality: A Prospective Study and Dose-Response MetaAnalysis," SLEEP, vol 38, no 12, 2015 [10] P L D G P Michele Ferrara, "THE SLEEP INERTIA PHENOMENON DURING THE SLEEP-WAKE TRANSITION: THEORETICAL AND OPERATIONAL ISSUES," Aviation Space and Environmental Medicine, 2000 [11] E E H M H W Matthew Solan, "Your resting heart rate can reflect your current - and future - health," Harvard Health Publications - Havard Medical School, 17 June 2016 [Online] Available: http://www.health.harvard.edu/blog/resting-heart-rate-can-reflect-current-futurehealth-201606179806 [12] D R Mansfield, "Polysomnography: the measurement of sleep and sleep disorders," in Sleep Medicine, IP Communication, 2017, p Chapter [13] C R Ancoli-Israel S, "The Role of Actigraphy in the Study of Sleep and Circadian Rhythms," American Academy of Sleep Medicine, 2003 [14] D C Winter, "HUFFPOST," 28th April 2014 [Online] Available: http://www.huffingtonpost.com/dr-christopher-winter/sleep-tips_b_4792760.html [15] "Sleep Cycle alarm clock," Northcube AB, [Online] Available: https://www.sleepcycle.com/how-it-works/ [16] R J Cole, "Automatic Sleep/Wake Identification From Wrist Activity," San Diego, California, June 1992 [17] D Joseph Mecola, "Study: Interrupted Sleep May Be as Harmful as No Sleep at All," 24th July 2014 [Online] Available: http://articles.mercola.com/sites/articles/archive/2014/07/24/interruptedsleep.aspx [18] V A G Rönnholm, "Natural alarm clock" United States of America Patent US20050190065, 24th Jul 2007 [19] G Halyak, "User responsive sleep monitoring and awakening device" United 52 Luan van States of America Patent WO2001006921A1, 27th July 1999 [20] WHO, "Cardiovascular diseases (CVDs)," World Health Organization, May 2017 [Online] Available: http://www.who.int/mediacentre/factsheets/fs317/en/ [21] A M., "Bệnh tim mạch chiếm 1/4 số người chết Việt Nam," VietnamNet, 26 March 2015 [Online] Available: http://vietnamnet.vn/vn/thoi-su/benh-timmach-chiem-1-4-so-nguoi-chet-tai-viet-nam-227686.html 53 Luan van Luan van ... ĐIỂM NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT M? ?Y HỌC (MACHINE LEARNING) VÀ IOT PHÁT TRIỂN HỆ THỐNG ĐIỀU KHIỂN GIÁM SÁT THÔNG MINH TRONG LĨNH VỰC Y TẾ Mã số: T2018-93TĐ Chủ nhiệm đề tài: TS Vũ Quang Huy... Ng? ?y tháng năm THƠNG TIN KẾT QUẢ NGHIÊN CỨU Thơng tin chung: - Tên đề tài: Nghiên cứu ứng dụng giải thuật m? ?y học (Machine Learning) IoT phát triển hệ thống điều khiển giám sát thông minh lĩnh vực. .. VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG TRỌNG ĐIỂM NGHIÊN CỨU VÀ ỨNG DỤNG GIẢI THUẬT M? ?Y HỌC (MACHINE LEARNING) VÀ IOT PHÁT TRIỂN