Resumen

La cuantificación a largo plazo de las sibilancias asmáticas prevé un sistema de sensores m-Health compuesto por un smartphone y un sensor acústico inalámbrico corporal. Como ambos dispositivos tienen limitaciones de potencia, el criterio principal que guía el diseño del sistema se reduce a minimizar el consumo de energía, manteniendo al mismo tiempo una precisión suficiente en la clasificación de los sonidos respiratorios (es decir, la detección de las sibilancias). Para evaluar el consumo de energía del sistema es fundamental comprender la relación entre el coste energético del procesamiento local intensivo y la comunicación. Por lo tanto, analizamos los requisitos energéticos de la adquisición, el procesamiento y la comunicación de señales en tres escenarios de funcionamiento típicos: (1) transmisión de la señal respiratoria sin comprimir a un smartphone para su clasificación, (2) transmisión de la señal utilizando la detección compresiva (CS) para reducir la tasa de datos, y (3) clasificación del sonido respiratorio en el sensor portátil. El estudio muestra que el tercer escenario, con el menor coste de comunicación, permite el menor consumo energético total del sistema de sensores, que oscila entre 328 y 428 μW. En este caso, los núcleos ARM Cortex M3/M4 de 32 bits integrados en los módulos SoC Bluetooth 4 ofrecen la mejor relación entre rendimiento y consumo de la clasificación integrada. Por otro lado, el estudio confirma que CS permite el diseño más eficiente en cuanto a consumo del sensor portátil (216 a 357 μW) en la transmisión de señales comprimidas, el segundo escenario. En este caso, un único núcleo ARM Cortex-A53 de bajo consumo es suficiente para la reconstrucción y clasificación simultáneas de CS en tiempo real en el smartphone, al tiempo que se mantiene la potencia total del sistema dentro del presupuesto para el streaming sin comprimir.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:smartphone, sensor portátil, bit arm cortex m3, menor consumo energético total del sistema de sensores, suficiente precisión de clasificación del sonido respiratorio, sistema de sensores de salud, transmisión de señales comprimidas, procesamiento local intensivo, nivel de consumo energético, menor coste de comunicación
• Keywords:smartphone, wearable sensor, bit arm cortex m3, lowest total sensor system power consumption, sufficient respiratory sound classification accuracy, health sensor system, compressed signal streaming, intensive local processing, level power consumption, lowest communication cost