Modul antaramuka penderia menggunakan logik kabur dan internet pelbagai benda bagi pemantauan pesakit penyakit ginjal kronik dan virus covid-19

Abstract

Pandemik COVID-19 yang berterusan telah memberi kesan yang besar kepada rutin harian kita, terutamanya kepada pesakit penyakit buah pinggang kronik (CKD). Pesakit CKD mempunyai kebarangkalian yang tinggi untuk mengidap penyakit kardiovaskular (CVD) dan anemia, serta mempunyai risiko yang lebih tinggi untuk dijangkiti virus COVID-19. Oleh itu, pemantauan berterusan pesakit CKD adalah sangat penting untuk mengenal pasti keadaan pesakit. Modul antaramuka penderia telah dicadangkan untuk memantau pesakit CKD untuk pengesanan awal penyakit yang berkaitan serta kewujudan virus COVID-19 dalam persekitaran menggunakan logik kabur dan Internet Pelbagai Benda (IoT). Simulasi telah dilakukan untuk merekabentuk modul antaramuka penderia menggunakan perisian MATLAB dan PSpice untuk mentafsir isyarat elektrokardiogram (EKG) dan photoplethysmogram (PPG) serta menentukan keadaan pesakit CKD menggunakan logik kabur. Algoritma Pan-Tompkins digunakan untuk menentukan kadar denyutan jantung, manakala algoritma Takuo Aoyagi digunakan untuk menilai tahap ketepuan oksigen darah (𝑆𝑝𝑂2). Di samping itu, simulasi telah dilakukan untuk menguatkan dan mentafsir isyarat output penderia Bio-FET untuk mengesan virus COVID-19 dalam persekitaran. Pembangunan perkakasan telah dilakukan berdasarkan model yang dicadangkan menggunakan komponen berkos rendah dengan integrasi IoT melalui Wi-Fi untuk peyimpanan data dan pemantauan masa nyata. Perkakasan yang dibangunkan terdiri daripada modul penderia EKG AD8232, oksimeter nadi MAX30105, modul amplifier instrumentasi AD620, modul pengesan voltan, modul GPS GY-Neo-6MV2, paparan OLED dan mikropengawal ESP8266-32 bit. Keputusan simulasi menunjukkan penjanaan isyarat EKG dan pengesanan kadar jantung adalah sama dengan hasil model Pan-Tompkins. Gelombang EKG yang dihasilkan mempunyai semua ciri kitaran berkala isyarat EKG yang normal dengan pengurangan amplitud isyarat dalam julat 0.7–1.3mV. Simulasi oksimeter nadi juga menghasilkan hasil yang sama dengan model Takuo Aoyagi. Simulasi logik kabur pula mempunyai ketepatan 100% dalam mengesan keadaan pesakit CKD. Isyarat output negatif dan positif penderia Bio-FET telah berjaya dikuatkan masing-masing dari 15.9mV dan 45.8mV kepada 1.59V dan 4.58V. Prototaip perkakasan yang dibangunkan dapat menghasilkan isyarat EKG, degupan jantung, 𝑆𝑝𝑂2, keadaan pesakit, lokasi dan kehadiran SARS-Cov-2 yang dipaparkan pada peparan setempat dan menggunakan aplikasi telefon pintar atau komputer.