Domótica aplicada al ámbito de la medicina

Trabajo de Fin de Grado Grau en Enginyeria en Tecnologies Industrials (GETI) DOMÓTICA APLICADA AL ÁMBITO DE LA MEDICINA Memoria Autor: Victoria García Terry Cristina Gil-Penna Alier Director: Jose Luís Eguía Gómez Convocatoria: Enero - 2022 Escola Tècnica Superior d’Enginyeria Industrial de Barcelona Pág. 2Memoria Domótica aplicada al ámbito de la medicina Pág. 3 Pág. 4Memoria Resumen Este Trabajo de Fin de Grado tiene como objeto realizar una investigación para determinar la posibilidad de crear una mascarilla, hasta la obtención de un prototipo que, a partir de la tecnología actual, consiga mejorar la salud de sus usuarios. Concretamente nos hemos centrado en dos objetivos: Medir la frecuencia respiratoria del usuario. Medir la calidad del aire de la zona por la que transita el usuario. Para ello, hemos dividido este proyecto en tres fases: Una primera etapa donde nos hemos centrado en la investigación. A partir de una lluvia de ideas, hemos ido avanzando hasta definir nuestra hoja de ruta atendiendo a nuestra competencia. Una vez trazada esta hoja de ruta con una serie de ideas que nos veíamos capaces de implementar, hemos avanzado hacia una segunda etapa dónde hemos definido las diferentes alternativas. Lo hemos hecho sin renunciar a ninguna idea en su inicio y luego con todas ellas encima de la mesa, hemos ido haciendo ‘balanza’ entre nuestro objetivo con esa idea y la problemática real de su implantación en el mercado. Y por último una tercera etapa o fase de prototipado donde nos hemos centrado en conseguir el desarrollo del sistema de medición preciso, rápido y económico para, en un futuro, tener un diseño cómodo y atractivo al usuario. Para ello, hemos tenido que realizar un aprendizaje exhaustivo tanto de Software y Hardware y en la solución de la problemática que conlleva el desarrollo del prototipo. Domótica aplicada al ámbito de la medicina Pág. 5 Abstract The aim of this Final Degree Project is to carry out research to determine the possibility of creating a mask, until a prototype is obtained which, based on current technology, manages to improve the health of its users. Specifically, we have focused on two objectives: To measure the user's respiratory frequency. To measure the air quality of the area through which the user passes. To do this, we have divided this project into three phases: A first stage where we have focused on research. From a brainstorming process, we have progressed to define our roadmap based on our competence. Once this roadmap was drawn up with a series of ideas that we saw ourselves capable of implementing, we moved on to a second stage where we defined the different alternatives. We have done this without giving up any idea at the beginning and then, with all of them on the table, we have been making a 'balance' between our objective with that idea and the real problems of its implementation in the market. And finally, a third stage or prototyping phase where we have focused on achieving the development of a precise, fast and economical measurement system in order to, in the future, have a comfortable and attractive design for the user. To do this, we have had to carry out an exhaustive learning process both in terms of software and hardware and in the solution of the problems involved in the development of the prototype. Pág. 6Memoria Domótica aplicada al ámbito de la medicina Pág. 7 Índice 1.Glosario 10 2. Prefacio 11 2.1. Motivación 11 2.2. Origen 12 3. Introducción 13 3.1. Objetivos del proyecto 13 3.2. Alcance del proyecto 14 4. Contexto y antecedentes 15 5. Estado del arte 15 5.1.Contaminación del aire 15 5.1.1. Contaminantes 16 5.1.1.1. Monóxido de carbono (CO) 17 5.1.1.2. Dióxido de nitrógeno (NO2) 18 5.1.1.3. Dióxido de azufre (SO2) 19 5.1.1.4. Partículas en suspensión (PM) 19 5.1.1.5. Ozono Troposférico (O3) 21 5.1.2. Indicador de aire 21 5.2.Problemas de Salud 23 5.3.Estudio de mercado 23 5.3.1. Mascarilla AERi 24 5.3.2. MO x AD-Tech 25 5.3.3. Mascarilla Inteligente: CLIU 26 5.3.4. PuriCare Wearable Purifier 27 5.3.5. Mascarilla SARS-CoVD-2 28 6. Sistemas Electrónicos 29 6.1. Sistemas electrónicos 29 6.2. Señales eléctricas 29 6.3. Sistemas de instrumentación electrónica 30 6.4. Diseño de sistemas electrónicos 31 7. Concepción y especificaciones 31 7.1. Desarrollo de Hardware 31 7.1.2. Placa de pruebas 31 7.1.3. Microcontrolador 32 7.1.3.1. Raspberry Pi 33 7.1.3.2. Arduino 34 Pág. 8Memoria 7.1.4. Interfaz de usuario 39 7.1.5. Sensores 40 7.1.5.1. Sensores para medir la calidad del aire 42 7.1.5.2. Sensores para medir la frecuencia respiratoria 46 7.2. Desarrollo de Software 54 7.2.1. Arduino IDE 54 7.2.1.1. Programación con Arduino 54 7.2.2. GitHub 55 8. Alternativas de diseño 56 8.1. Medición de la calidad del aire 56 8.1.1. Montaje real 57 8.1.2. Programa 58 8.1.3. Diagrama de bloques 61 8.1.4. Resultados 62 8.2. Medición frecuencia respiratoria 66 8.2.1. Medición con ecuación de termistor 66 8.2.1.1. Montaje real 69 8.2.1.2. Resultados 69 8.2.2. Medición con DHT11 (humedad y temperatura) 70 8.2.2.1. Montaje real 71 8.2.2.2. Resultados 71 8.2.3. Medición con micrófono 73 8.2.3.1. Montaje real 73 8.2.3.2. Resultados 73 8.2.4. Medición con sensor de vibración Ks0272 74 8.2.4.1. Montaje real 75 8.2.4.2. Programa 76 8.2.4.3. Diagrama de bloques 78 8.2.4.4. Resultados 78 9. Aspectos técnicos sobre la realización del proyecto 81 9.1. Limitaciones y fortalezas 81 9.2. Planificación temporal 82 9.3. Presupuesto 83 9.4. Impacto ambiental 85 10. Conclusiones 87 10.1. Conseguir un sistema de medición de calidad del aire 87 10.2. Crear un sistema de medición de frecuencia respiratoria 88 11. Trabajos futuros 91 Domótica aplicada al ámbito de la medicina Pág. 9 Agradecimientos 92 Bibliografía 93 Bibliografía complementaria 99 Bibliografía de glosario 99 Bibliografía de imágenes 100 Anexos 104 Anexo 1: Tabla de especificaciones del capítulo “Concepción y especificaciones” 104 Anexo 2: Calibración sensor MQ135 113 Anexo 3: Datasheet Termistor NTC 10k 114 Anexo 4: Programas Arduino 115 Pág. 16 Memoria Por tanto, el deterioro de la calidad del aire es un factor a considerar. La contaminación del aire es un problema ambiental que afecta en gran medida la salud humana. Se considera contaminación del aire a la introducción de cualquier sustancia que altera las propiedades naturales del aire y tiene efectos nocivos sobre los organismos vivos y el medio ambiente [4]. La mayor parte de esta contaminación proviene de las actividades humanas como el transporte en vehículos con motores térmicos o los gases residuales de las chimeneas de las fábricas y la industria son buenos ejemplos de tareas realizadas por el hombre que provocan este tipo de contaminación. Para reducir los contaminantes que se encuentran en el ambiente es necesario, previamente, conocer si este está contaminado, con qué contaminantes y de qué porcentaje estamos hablando. Por tanto, es imprescindible cuantificar la contaminación del aire. 5.1.1. Contaminantes En la normativa española vigente relativa a la mejora de la calidad del aire viene reflejada en el Real Decreto 102/2011 (BOE/2011, 28 de enero) [5] el umbral de alerta para los diferentes contaminantes atmosféricos (Tabla 1). Compuesto Valores límite / Umbral de alerta Concentració n N.º máximo de superaciones CO Máxima diaria de las medias móviles octohorarias 10 mg/m3 18 horas/año NO2 Media anual 40 µg/m3 - Media horaria 200 µg/m3 - Umbral de alerta (3 horas consecutivas en área representativa de 100 km o zona o aglomeración entera) 400 µg/m3 - SO2 Media diaria 125 µg/m3 3 días/año Media horaria 350 µg/m3 24 horas/año Domótica aplicada al ámbito de la medicina Pág. 17 Umbral de alerta (3 horas consecutivas en área representativa de 100 km o zona o aglomeración entera) 500 µg/m3 - PM2.5 Media anual 25 µg/m3 - PM10 Media anual 40 µg/m3 - Media diaria 50 µg/m3 35 días/año O3 Máxima diaria de las medias móviles octohorarias 120 µg/m3 25 días/años promediados en un periodo de 3 años Umbral de alerta. Media horaria 240 µg/m3 - Cadmio Media anual 5ng/m3 - Arsénico Media anual 6 ng/m3 - Níquel Media anual 20 ng/m3 - Benceno (a) pireno Media anual 1 ng/m3 Tabla 1: Umbrales de alerta según el BOE(Real Decreto 102/2011), referido a una temp. de 293 K y a una presión de 101,3 kPa Fuente: Tabla de elaboración propia con los datos proporcionado por la BOE A continuación, exponemos una descripción de algunos de los contaminantes que determinan la calidad del aire, de dónde proceden y los efectos que tienen. 5.1.1.1. Monóxido de carbono (CO) El monóxido de carbono (CO) es un gas incoloro, inodoro, insípido, inflamable y altamente tóxico. Su origen natural principal es debido a la inflamación de materiales combustibles como pueden ser gas, gasolina, carbón, petróleo o madera en ambientes con poco oxígeno [6]. Pág. 18 Memoria Los efectos de este gas tienen un gran peligro para la salud ya que disminuye la cantidad de oxígeno disponible para las células, lo cual dificulta la función celular. Pequeñas exposiciones a este gas podrían producir un intenso dolor de cabeza, fatiga, mareo y disnea. Después de la exposición los pacientes que sufren enfermedades cardiovasculares o cerebrovasculares pueden sufrir isquemia o infarto de miocardio, o derrame cerebral. La exposición extremadamente alta a este gas puede causar la formación de carboxihemoglobina, que reduce la capacidad de la sangre para transportar oxígeno y puede causar un color rojo brillante en la piel y las membranas mucosas, dificultad respiratoria, colapso, convulsiones, coma y la muerte. 5.1.1.2. Dióxido de nitrógeno (NO2) El Dióxido de Nitrógeno (NO2) lo emiten directamente los vehículos, especialmente Diesel. Se consideran emisiones directas o “primarias” [7]. Los óxidos de nitrógeno se liberan al aire desde los tubos de escape de los vehículos, los procesos de combustión de carbón, petróleo o gas natural y los procesos industriales. Se degrada rápidamente en la atmósfera al reaccionar con otras sustancias que se encuentran comúnmente en el aire. El dióxido de nitrógeno reacciona con los productos químicos producidos por la luz solar para formar ácido nítrico, que es el componente principal de la lluvia ácida. El dióxido de nitrógeno reacciona con la luz solar, lo que hace que se forme ozono y smog en el aire que respiramos. El impacto del NO2 en la salud humana se concentra principalmente en el sistema respiratorio, aumentando la frecuencia de las infecciones de las vías respiratorias. La exposición a niveles bajos de este gas pueden provocar: irritación de los ojos, garganta, nariz y pulmones, aumento de tos, sensación de falta de aire, náuseas y cansancio, acumulación de líquido en los pulmones. Inhalar niveles altos de óxido de nitrógeno puede provocar quemaduras, dilatación de los tejidos de la garganta y las vías respiratorias pudiendo llegar a producir la muerte, Se ha observado que la exposición al NO2 es el resultado de la aparición de cambios patológicos semejantes a los del enfisema pulmonar. Domótica aplicada al ámbito de la medicina Pág. 19 5.1.1.3. Dióxido de azufre (SO2) El dióxido de azufre (SO2) se trata de un gas incoloro que resulta irritante a concentraciones elevadas. Cuando uno se expone al dióxido de azufre, hay muchos factores que determinan si afectará adversamente, como en la mayoría de sustancias que hemos mencionado anteriormente. Altos niveles pueden provocar irritaciones en las vías respiratorias superiores y posibles hemorragias nasales [8]. En el aire se origina principalmente de actividades como son la quema de carbón o aceite en centrales eléctricas, también de la fundición del cobre. En la naturaleza, puede ser liberado al aire en erupciones volcánicas. Los efectos que puede provocar en la salud humana son tales como dificultad para respirar, alteración del ritmo respiratorio, y ardor de la nariz y la garganta. 5.1.1.4. Partículas en suspensión (PM) Las partículas en suspensión (en inglés PM: Particulate Matter) son pequeños cuerpos sólidos dispersos en la atmósfera. Están compuestos por distintos elementos; incluyendo ácidos (nitratos, sulfatos), amoniacos, productos químicos orgánicos, metales, cloruro sódico, el suelo o partículas de polvo y alérgenos (fragmentos de polen o moho) y agua. Se trata de una mezcla compleja de partículas sólidas y líquidas de sustancias orgánicas e inorgánicas suspendidas en el aire [9]. Estas partículas se generan a través de actividades antropogénicas (actividades industriales, combustión en los automóviles o labores agrícolas o de construcción, entre otras) o actividades naturales (incendios forestales, emisiones volcánicas o nubes de polvo). Se clasifican según su tamaño (Tabla 2). Estas partículas se distinguen según su diámetro aerodinámico, a pesar de que su forma no sea esférica. Se propone un equivalente del cual se mide en micrómetros (µm) o micras su diámetro. Pág. 20 Memoria Descripción Composición Diámetro Gruesas Polvo, depósito, tierra > 2,5 µm Finas (PM 2.5) Partículas de combustión, vapores de compuestos orgánicos condensados, metales, aerosoles < 2,5 µm Ultrafinas (PM 0.1) Smog, humos metalúrgicos, humo de tabaco, polvos < 0,1 µm Tabla 2: Descripción del tipo de partículas que existen clasificadas en función de su diámetro según murciasalud.es Fuente: Tabla de elaboración propia con datos de la página web mencionada Las partículas más gruesas PM10 tienen un diámetro inferior a 10 micrómetros y superior a 2,5 micrómetros. La mayoría provienen de emisiones a la atmósfera debido a incendios forestales, erupciones volcánicas (causas naturales) o actividades industriales, construcción (causas humanas). Las partículas más finas, PM2,5 suponen un mayor riesgo para la salud ya que cuanto más pequeñas sean pueden alojarse más profundamente en los pulmones. Las fuentes de las partículas finas incluyen combustiones; incluidos los vehículos automóviles, plantas de energía, la quema residencial de madera, incendios forestales, quemas agrícolas, y algunos procesos industriales. La contaminación por partículas puede darse durante todo el año y puede causar una serie de problemas de salud graves. Las PM son el contaminante que más afecta a las personas. Sus efectos sobre la salud se producen por el nivel de exposición. Actualmente se ven afectadas la mayoría de las poblaciones urbanas y rurales de los países desarrollados y en vías de desarrollo. Las exposiciones tanto a corto como a largo plazo se han relacionado con problemas de salud. La exposición crónica a las partículas aumenta el riesgo de desarrollar enfermedades cardiovasculares y respiratorias, así como de cáncer de pulmón. Domótica aplicada al ámbito de la medicina Pág. 21 5.1.1.5. Ozono Troposférico (O3) El ozono troposférico (O3) es un gas incoloro e irritante. Esta sustancia compuesta por tres átomos de oxígeno presenta dos propiedades que marcan sus relaciones con nuestro planeta: la fuerte absorción de la radiación ultravioleta, y su gran poder oxidante [10]. La primera permite que su presencia en la estratosfera sea imprescindible como filtro, para evitar que llegue a la superficie niveles altos de radiación ultravioleta. Por otro lado, su alto poder oxidante, es la que hace indeseable la presencia de ozono en la troposfera. Puede perjudicar a nuestra salud y a la vegetación. Una gran exposición puede llegar a producir efecto irritante en los ojos, en el tracto respiratorio, y puede desencadenar reacciones asmáticas. Además, puede causar efectos en el sistema nervioso central, dando lugar a dolores de cabeza. El ozono formado en la troposfera es distinto al de la estratosfera. Mientras el de la estratosfera se forma como resultado de la disociación del oxígeno molecular, el de la troposfera procede de dos fuentes: por una parte, transferencias desde la estratosfera a la troposfera; y por otra, la producción a partir de la emisión antropogénica de compuestos primarios, principalmente óxidos de nitrógeno (NOx) y compuestos orgánicos volátiles (COVs). 5.1.2. Indicador de aire Es complicado determinar cuánta concentración de aire contaminado puede soportar/ aspirar una persona, por eso se han creado indicadores que nos muestran cuál es la calidad del aire en un determinado momento y situación geográfica. El ICA oAQI en inglés (Air Quality Index) es un índice utilizado por diversas entidades gubernamentales para cuantificar la calidad del aire. Estos índices son diferentes en función del país que se trate. Esta medición tiene en cuenta cinco de los más considerados contaminantes medidos en μg/m3, perjudiciales para la salud y el medio ambiente; partículas en suspensión (PM2,5 y PM10), Dióxido de nitrógeno (NO2), Dióxido de azufre (SO2), y Ozono troposférico (O3) [11]. Pág. 22 Memoria Para cada uno de los contaminantes, a cada valor de concentración de inmisión, se le asocia otro valor perteneciente a una escala (Tabla 3). Esta escala va del 0 a mayor de 500, y se divide a nivel cuantitativo en seis tramos [12]. Valores del índice de la calidad del aire (AQI) Amenaza para la salud Colores 0 a 50 Buena Verde 51 a 100 Moderada Amarillo 101 a 150 Dañina a la salud para grupos sensibles Naranja 151 a 200 Dañina a la salud Rojo 201 a 300 Muy dañina a la salud Morado 301 o superior Peligrosa Marrón Tabla 3: Valores de los índices de la calidad del aire facilitado por nihonkasetsu.com Fuente: Tabla de elaboración propia con los datos de la página web mencionada Actualmente estos datos los proporcionan estaciones de medida de contaminantes atmosféricos. En ellos se determinan las emisiones de contaminantes provenientes de diversos tipos de fuentes establecidas en una determinada área geográfica. Muchas ciudades de España tienen estas estaciones de medida, como Madrid que cuenta con 26 estaciones, o Barcelona que posee 7. No obstante, el número de estaciones por km2 en las ciudades españolas no son suficientes. Dos de los principales motivos por los que no se construyen más son por su gran tamaño y peso, y por su alto coste, justificado por la alta tecnología que poseen. Una estación de medida que incluya todos los analizadores puede llegar a tener un coste oscilante entre 100.000 y 200.000 euros [13]. Domótica aplicada al ámbito de la medicina Pág. 23 5.2. Problemas de Salud La contaminación del aire provoca daños medioambientales, pero también puede dañar la salud de las personas. Algunas de las dolencias más comunes en el mundo son enfermedades causadas por esta contaminación. Las enfermedades causadas por contaminantes del aire matan y hospitalizan a millones de personas cada año. Las estimaciones de la Organización Mundial de la Salud (OMS) implican que una de cada ocho muertes en el mundo se debe a condiciones asociadas con la contaminación del aire. Una nueva investigación ha establecido vínculos más fuertes entre la contaminación del aire interior y exterior y el desarrollo de enfermedades respiratorias y cardiovasculares. Las muertes por enfermedades más comunes causadas por la contaminación del aire incluyen: - 40 % por cardiopatía isquémica - 40 % por accidente cerebrovascular - 11 % neumopatía obstructiva crónica - 6 % cáncer de pulmón - 3 % infección aguda de las vías respiratorias inferiores en los niños María Neira, directora del Departamento de la OMS de Salud Pública, Medio Ambiente y Determinantes Sociales de la Salud, subrayó:” En la actualidad hay pocos riesgos que afecten tanto a la salud en el mundo como la contaminación atmosférica; las pruebas apuntan a la necesidad de medidas concertadas para limpiar el aire que todos respiramos “[14]. 5.3. Estudio de mercado Existen diversos métodos para medir la calidad del aire teniendo en cuenta los contaminantes que se encuentran en el ambiente. Sin embargo, el estudio de la mascarilla que proponemos nosotras, además de llevar incorporado una serie de sensores que permitan la medición de la calidad del aire, brindará información sobre la frecuencia respiratoria al usuario. Esto nos facilitará a la hora de entrar al mercado ya que nuestro producto será novedoso e innovador. Siendo conscientes de que, debido a la situación actual, la mascarilla ha estado en el ojo de mira estos últimos años, y por ello, se han hecho considerables prototipos, hemos Pág. 24 Memoria decidido realizar un estudio con aquellas que creamos que pueden llegar a ser nuestra competencia directa. 5.3.1. Mascarilla AERi Huami, compañía del ecosistema Xiaomi, utilizó su última tecnología para lanzar al mercado un prototipo de máscara inteligente llamada "Aeri", una mascarilla de la categoría N95 que puede filtrar el 95% de las partículas en suspensión [15]. También tiene dos filtros, ubicados a ambos lados de la mascarilla, y tienen un doble propósito; en primer lugar, pueden filtrar el aire exterior para evitar infecciones. Además, pueden evitar que las partículas salgan del usuario. Si el usuario es portador, puede reducir el riesgo de propagación del virus. Estos filtros se pueden reemplazar y así mismo extender la vida útil de la mascarilla. Sin embargo, la verdadera novedad de esta mascarilla es que no necesita limpieza porque está equipada con un sistema de desinfección a base de rayos UV que puede eliminar los virus restantes. En este sentido, la mascarilla se “auto desinfectará” cuando no esté en uso y se conectará a una fuente de alimentación. A esta mascarilla, no le podía faltar la parte más bizarra: vienen con accesorios intercambiables. Por lo tanto, no solo se puede reemplazar el filtro, sino también puede agregar un ventilador para enfriar la máscara en un ambiente cálido y húmedo, o agregar sensores para brindar información en tiempo real sobre la calidad del aire, la humedad, la frecuencia respiratoria y el tiempo de vencimiento del filtro. Xiaomi ha logrado la patente de esta mascarilla inteligente, con sensores de contaminación y posibilidad de conectarse al teléfono para ir observando todos los datos captados. La patente, a nombre de Xiaomi Inc., describe un dispositivo en forma de mascarilla equipada con varios sensores. Estos datos son almacenados en la memoria añadida a la mascarilla y luego se envían a otro dispositivo con un módulo de conexión. En otras palabras, una mascarilla que actúa como un wearable, con su disco duro, memoria, batería y conectividad. Domótica aplicada al ámbito de la medicina Pág. 25 Una de las posibilidades de esta mascarilla es ver los datos capturados en el teléfono en tiempo real, principalmente el clima y la calidad del aire. Según la descripción, la máscara puede detectar el ritmo respiratorio y el grado de contaminación. Si nos fijamos en la máscara F95 de Youpin, tenemos sensores para detectar de manera efectiva el 95% de las partículas en suspensión PM2,5, un índice utilizado que incluye las partículas finas con diámetros inferiores a 2,5 µm. No es la única mascarilla de Xiaomi, pues en países como Nepal disponen de otros modelos más efectivos y con diferentes diseños. Según la patente, Xiaomi tendría preparada una nueva versión de su mascarilla con conectividad para enviar los datos al teléfono, aunque no se especifica si sería por Bluetooth, infrarrojos o NFC (Near-field communication o comunicación de campo cercano es una tecnología de comunicación inalámbrica, de corto alcance y alta frecuencia que permite el intercambio de datos entre dispositivos.) Figura 1: Prototipo mascarilla AERI por Xiaomi 5.3.2. MO x AD-Tech Esta mascarilla de origen portugués fue diseñada para hacer frente a dos retos principales: la necesidad de proteger a la población durante el mayor tiempo posible, así como la necesidad de depender de materiales reutilizables, sin dañar el medio ambiente. Para producirla, se utilizó un tejido antibacteriano para repeler y eliminar virus y bacterias [16]. Pág. 32 Memoria Como todo panel, tiene dos finalidades primordiales: servir de soporte a los componentes y permitir su conexión. La figura adjunta muestra la “protoboard” que se hubiera empleado en las prácticas de laboratorio de la asignatura de electrónica [21]. Figura 6: Ejemplo de la pantalla protoboard La protoboard consta de un soporte metálico y una base de plástico en la que se mecanizan unos agujeros que permiten insertar de manera fácil los componentes electrónicos. Utilizar una protoboard nos permitirá prescindir de soldar los componentes. Además, es fácil de transportar y, sobre todo, cabe destacar que se puede reutilizar muchas veces. 7.1.2. Microcontrolador Un microcontrolador es un circuito integrado programable, que contiene en su interior una unidad central de procesamiento (CPU), unidades de memoria (RAM y ROM), puestos de entrada y salida y periféricos. Estos microcontroladores son capaces de ejecutar las órdenes grabadas en su memoria [22]. Realizamos un pequeño estudio de mercado sobre microcontroladores que cumplen características necesarias para el desarrollo del proyecto. Nos hemos centrado en dos marcas claramente diferenciadas. Por un lado, la marca de Raspberry, y por otro lado la marca de microcontroladores Arduino. Son dos dispositivos de aspecto bastante similar, sin embargo, son dos productos totalmente diferentes que Domótica aplicada al ámbito de la medicina Pág. 33 fueron diseñados para cosas distintas. Ambos son proyectos cuyo software es de código abierto, sin embargo, una de las principales diferencias está en el hardware. 7.1.2.1. Raspberry Pi Raspberry Pi es un ordenador de placa simple y de bajo coste. Permite programar y compilar programas que se ejecuten en él. El hardware de Raspberry Foundation mantiene el control sobre las placas Raspberry Pi, sólo ellos las crean y fabrican, por lo que no podemos considerarlo como un hardware abierto [23]. La placa cuenta con conectividad WiFi. Posee varios puertos USB, uno de Ethernet y una salida de HDMI. Estos puertos permiten conectar el miniordenador a otros dispositivos como teclados o ratones. Posee un microprocesador ARM con potencia de hasta 1GHz, integrado en un chip Broadcom BCM2835. Además, cuenta con 512 MB de RAM, una unidad de procesamiento gráfico Videocore IV, todo lo necesario para poder ejecutar programas básicos. Figura 7: Microcontrolador Raspberry Pi Pág. 34 Memoria 7.1.2.2. Arduino Arduino es una plataforma de electrónica que permite la creación de código abierto, flexible y fácil de utilizar. Esta plataforma permite crear diferentes tipos de microordenadores a los que se les puede dar diferentes tipos de uso [24]. A diferencia de Raspberry, Arduino cuenta con un hardware y software libre. Son muchas las opciones que tenemos a la hora de escoger un tipo de placa de Arduino. El diseño básico es común a todas ellas, no obstante, cada proyecto tiene unas necesidades específicas, de ahí a que existan diferentes tipos de placas. Cada placa posee unas especificaciones diferentes (Anexo 1.1) en cuanto a microcontrolador, voltaje de trabajo, velocidad de reloj, tipo y número de pines, capacidad de memoria y puerto serie. La selección de la placa tiene dos efectos: establece los parámetros (por ejemplo, la velocidad de la CPU y la tasa de baudios) que se utilizan al compilar y cargar los sketches; y establece la configuración de archivos y fusibles que utiliza el comando de grabación del gestor de arranque. Algunas de las definiciones de la placa sólo difieren en esto último. Figura 8: Placas de Arduino existentes en el mercado A continuación, enumeramos cuáles son las ventajas de utilizar Arduino: 1. Hoy en día, Arduino es considerada una de las mejores plataformas para prototipar. Domótica aplicada al ámbito de la medicina Pág. 35 2. Debido a su sencillez, y a su tremenda accesibilidad y bajo coste, Arduino es el punto de partida perfecto para empezar a programar y aprender el lenguaje de programación. 3. El software de Arduino se puede utilizar en los diferentes sistemas operativos: Linux, Windows, Mac… a diferencia de otros microcontroladores 4. No necesita de un programador externo o una fuente de energía externa a la del ordenador con el que se programa 5. Su bajo coste hace que sea accesible a la mayoría Debido a las ventajas mencionadas y la posibilidad que ofrece Arduino de contar tanto con software y hardware libre, hemos decidido elegir este microcontrolador como el mejor para la realización del proyecto. Seguidamente, procedemos a hacer un estudio de las distintas placas existentes que nos puede ofrecer Arduino, para seleccionar con qué modelo queremos trabajar [25]. ● Arduino Uno R3 El modelo Uno es el más utilizado a nivel mundial y el de más disponibilidad global. La placa Arduino Uno puede alimentarse a través de la conexión USB o con una fuente de alimentación externa. La fuente de alimentación se selecciona automáticamente [26]. Figura 9: Arduino Uno R3 Comenzando por la parte superior izquierda, se encuentra el conector USB, que nos permite enlazarnos con la computadora para recibir de ella el programa que deseamos Pág. 36 Memoria que se ejecute. También, por el mismo cable, estaremos alimentando la placa, por lo que no se requiere de otro elemento externo de alimentación. Esta opción de alimentación tiene ciertos límites. Usar un cable USB como fuente de alimentación es para aplicaciones de bajo consumo, ya que se drena corriente de la computadora y un consumo excesivo puede provocar problemas. En la parte inferior izquierda se encuentra la fuente de alimentación para aplicaciones de alto consumo. Una alimentación externa mediante un transformador de corriente contínua o incluso pilas comunes o recargables puede alimentar nuestra placa de Arduino sin necesidad de la conexión con un cable a nuestro ordenador. Esta placa cuenta con conjuntos de pines de entradas y salidas analógicas y digitales; 6 y 12 respectivamente. Cada una de las entradas analógicas proporciona 10 bits de resolución (es decir, 1024 valores diferentes). Las salidas del tipo digital permiten activar luces, motores, relés, y comandar otros componentes electrónicos. Algunas salidas tienen una capacidad única, que son de extrema utilidad y se denominan PWM, modulación por ancho de pulso. Finalmente, en el circuito integrado, se encuentra el cerebro del Arduino: el microcontrolador, que incluye tanto procesador como memoria y es el que ejecuta el programa. ● Arduino Nano La placa Arduino Nano tiene el mismo microcontrolador que la Arduino Uno, ATmega328P. Esto nos indica que posee las mismas características que la placa Arduino Uno. Se trata de una placa de tamaño reducido, compacto, de bajo coste, entre otros. Una de las principales diferencias, es su tamaño. Es útil hacer uso de este tipo de placa cuando nuestro proyecto requiere dimensiones reducidas. Otra de las diferencias, es la distribución de los pines. Al tener un tamaño más reducido, es imposible mantener la posición estándar. Esta placa posee los pines de tipo macho, lo que permite que el montaje sobre la protoboard se haga de una forma rápida, con el objetivo de reducir los tamaños en los montajes. Domótica aplicada al ámbito de la medicina Pág. 37 Arduino Nano cuenta con un total de 14 pines digitales de entrada/salida, de los cuales 6 de ellos podrían ser utilizados como salidas analógicas (señales PWM). Por otro lado, comprende de 8 pines analógicos, es decir dos más que la placa Arduino Uno. ● Arduino Mega La placa Arduino Mega, a diferencia de las dos placas que hemos comentado, utiliza un microcontrolador ATmega2560. Podría considerarse una versión ampliada de la tarjeta original de Arduino. Se suele emplear esta placa para proyectos con mayor complejidad y que requieran de un mayor número de pines. Esta placa proporciona 54 entradas/salidas digitales (15 pueden ser usadas como salidas PWM), 16 entradas analógicas, 4 puertos seriales por hardware (UART), una conexión USB, un conector de alimentación, un conector ICSP para programación y un botón de reset. Esta placa posee más poder de computación, más capacidad de memoria, y más líneas de expansión comparada con la placa Arduino. En definitiva, esta placa es ideal para proyectos más grandes. Permite controlar grandes cantidades de sensores en proyectos de domótica, control de robots, e incluso el control de impresoras 3D. ● Arduino Zero La placa Arduino Zero es considerada como una evolución del Arduino Uno. La placa Arduino / Genuino ZERO utiliza un microcontrolador ATSAMD21G18, con un núcleo ARM de 32 bits que superan las que hemos mencionado anteriormente, de 8 bits. Esta placa dispone de 20 pines de entrada/salida digital (10 pueden ser usadas como salidas PWM), 6 pines de entrada analógica y 1 pin de salida analógica. Por lo que, es interesante tener en cuenta esta placa para aquellos que requieran de gran potencia, gracias a contar con más CPU, RAM y memoria interna. Comparación placas Arduino Recogemos las principales características de cada placa de Arduino que hemos mencionado en los apartados anteriores (Tabla 5). Pág. 38 Memoria Arduino UNO R3 Arduino NANO Arduino MEGA Arduino ZERO Microcontrol ador ATMega328P ATMega328 ATMega2560 ATSAMD21G18, 32-Bit ARM Cortex M0+ Voltaje de trabajo 5 V (DC) 5 V (DC) 5 V (DC) 3,3 V Velocidad de reloj 16 MHz 16 MHz 16 MHz 48 MHz Número y tipo de pines 14 digitales de los cuales 6 PWM y 6 analógicos 14 digitales de los cuales 6 PWM y 8 analógicos 54 digitales de los cuales 15 PWM y 16 analógicos 20 digitales de los cuales 10 PWM y 6 analógicos Capacidad de memoria 32 KB Flash (0,5 KB para bootloader), 2KB RAM y 1 KB Eeprom 32 KB Flash (2 KB para bootloader), 2KB RAM y 1 KB Eeprom 256 KB Flash (8 KB para bootloader), 8KB RAM y 4KB Eeprom 256 KB Flash, 32 KB SRAM y 16 KB Eeprom Puerto serie 1 puerto serie por hardware 1 puerto serie por hardware 3 puertos serie por hardware 2 puertos serie (Nativo y programación) Tabla 5: Especificaciones técnicas principales de algunas de las placas Arduino Fuente: Tabla de elaboración propia según especificaciones técnicas (Anexo 1.1) Selección placa Arduino Finalmente nos hemos decantado por el Arduino Uno. En el caso de querer más potencia, Arduino Zero hubiese sido nuestra primera opción. En el caso de haber querido muchas más entradas, hubiéramos optado por el Arduino Mega. El modelo UNO, dispone de un buen balance entre la cantidad de entradas y salidas y un precio módico que lo hace accesible a cualquiera. Además, la facilidad de programación hace que sea ideal para cualquier persona que se esté adentrando en el mundo de la electrónica. No obstante, también cabe destacar las limitaciones que posee el modelo: ● Menor poder de procesamiento en comparación con otras opciones más potentes como son los STM32. ● Consumo energético más elevado. Domótica aplicada al ámbito de la medicina Pág. 39 ● Carencia de voltaje en los pines de output/input y en la corriente de salida. - El voltaje en un pin de entrada digital o analógica tiene que estar entre 0 y 5V. - La corriente de salida puede llegar a ser hasta de 500 mA como máximo si estás conectado a puerto USB, mientras que si dispones de una alimentación externa puede ser de hasta 1 A. Si se aplican más de 500 mA al puerto USB, el polifusible reajustable que lo protege, interrumpirá automáticamente la conexión hasta que se elimine el cortocircuito o la sobrecarga. 7.1.3. Interfaz de usuario La interfaz de usuario o UI (User Interface) es aquel espacio donde se producen las interacciones entre seres humanos y máquinas. Nos permite visualizar la información en una pantalla [27]. En la Figura 10 se ve la conexión que tiene con una placa Arduino Uno. Las pantallas OLED utilizan muy poca energía, son brillantes, fáciles de leer con un gran ángulo de visión y tienen una alta resolución teniendo en cuenta su pequeño tamaño. Haremos uso de una pantalla “WPI438 - 0.96 INCH OLED SCREEN WITH I2C FOR ARDUINO” de dimensiones 27 x 27 mm. Figura 10: Esquema de la conexión WPI438Arduino Pág. 40 Memoria 7.1.4. Sensores Los sensores van a desempeñar un papel importante en nuestro proyecto. Se podrían comparar con los sentidos humanos en equivalencia con la electrónica. Un sensor es un dispositivo capaz de detectar cantidades físicas o químicas, llamadas variables de instrumentos, y convertirlas en variables eléctricas. Pueden ser variables como temperatura, intensidad de luz, distancia, aceleración, desplazamiento, humedad etc. La cantidad eléctrica puede ser resistencia (como en un RTD), capacitancia (sensor de humedad), voltaje (en un termopar), corriente (en un fotorresistor), etc. [28]. Las principales características que deben tener los sensores son: 1. Precisión 2. Sensibilidad 3. Pequeñas dimensiones 4. Poco peso y alta manejabilidad 5. Bajo consumo, que aporta una alta autonomía 6. Sencillez en la muestra de datos 7. Tiempos de medición cortos 8. Sensores que tengan mayor documentación y librería asociada al ARDUINO 9. Económico Una mayor calidad en un sensor quiere decir que es más preciso a la hora de verificar con una alta exactitud dentro de un rango la proporción de un gas (ppm), y a la misma vez que tengan una resolución alta. Los sensores se pueden clasificar en función de los datos de salida en: digitales o analógicos. Las formas de detectar un gas no son iguales, por lo que explicaremos los tipos de sensores que existen [29]. Sensores electroquímicos (EC) El tipo más popular de equipo de calidad del aire que se utiliza para determinar la concentración de compuestos orgánicos volátiles (COV) o las ppm de CO2 en el medio ambiente se basa en un elemento electroquímico semiconductor. Domótica aplicada al ámbito de la medicina Pág. 41 Este elemento produce un voltaje de salida proporcional a la concentración del gas o químico que se mide. La precisión de la medición se ve afectada por la temperatura y la humedad. Están compuestos de una celda electroquímica con un electrolito sólido. La celda se calienta hasta la combustión de la temperatura de trabajo adicional. Los electrodos producen reacciones químicas donde se consume oxígeno y los electrodos forman el artículo de fuerza electromotriz. Midiendo esta fuerza se puede determinar la concentración de CO2. La alta sensibilidad y la excelente selectividad al dióxido de carbono son los principales beneficios de utilizar este tipo de sensores. Suelen tener una función de auto calibración incorporada que facilita una recalibración automática del sensor al aire fresco. Sensores ópticos La técnica óptica es el método de detección de concentración de PM más económico. Esta técnica consiste en una fuente de luz que ilumina las partículas. La luz dispersa de las partículas se mide con un fotómetro. Según el diámetro de las partículas, se podrán detectar con mayor facilidad. Sensores infrarrojos no dispersivos NDIR Un sensor NDIR (Non Dispersive Infrared Detector) es un dispositivo electroscópico. Este tipo de sensor utiliza longitudes de ondas específicas como detectores de gas [30]. Se inserta en un tubo una muestra de aire, y con una lámpara IR se emiten estas ondas. El detector de luz que se encuentra opuesto a la entrada de la lámpara mide la cantidad que pasa a través de un filtro óptico, y así se calcula su concentración. Una parte crucial de nuestro proyecto será la selección de los sensores con los que trabajaremos. Para ello, realizaremos una comparación de los sensores que existen según cuál sea nuestro objeto de estudio. Pág. 48 Memoria MINDMEDIA Respiration Sensor Este dispositivo se utiliza para monitorizar la respiración abdominal. Te mide la frecuencia respiratoria además de ofrecerte una indicación de la profundidad relativa de la respiración. Cuenta con una correa que se debe ubicar por encima del ombligo. Se debe de ejercer presión para detectar adecuadamente las señales; el cinturón se conecta a otro equipo que es el encargado en registrar los datos [41]. SA9311M Respiration Sensor Este sensor consiste en una banda que detecta la expansión y contracción abdominal. Se puede usar por encima de la ropa y muestra una visualización a través de un dispositivo externo al cual se conecta la banda. No posee conexión inalámbrica hacia otras plataformas [42]. Ninguno de los dos dispositivos permite la manipulación de la señal por lo que no son aptos para el sistema que se desea construir. Además, buscamos crear una mascarilla sencilla que no requiera el uso de otros elementos complementarios para poder tomar datos. El hecho de necesitar un “cinturón” para colocar el sensor a la altura del abdomen complicaría su implementación. Adicionalmente no permite la interconexión con otros equipos que no sean de la misma marca. Por lo que descartamos este método. Una vez descartado el método de cálculo por contracción abdominal, procedemos a estudiar otras alternativas. E-Health Sensor Platform V2.0. La E-Health Sensor Platform V2.0. posiblemente sea el mejor candidato para medir la constante de la frecuencia respiratoria. Se trata de una plataforma que, gracias a la tarjeta que lleva incorporada, permite llevar a cabo aplicaciones para el monitoreo del cuerpo a través de la conexión de diferentes sensores: saturación de oxígeno en la sangre (SpO2), el flujo de aire (respiración), la temperatura corporal, glucómetro, respuesta galvánica de la piel, presión arterial, posición del paciente (acelerómetro) y electromiografía [43]. Sin embargo, hemos decidido descartarlo por su elevado coste, a pesar de su compatibilidad con Arduino. Domótica aplicada al ámbito de la medicina Pág. 49 Por otro lado, se puede medir la frecuencia respiratoria a partir de los cambios de temperatura y humedad en los procesos de inhalación y exhalación. Se mencionan a continuación: Termistor NTC (Negative Temperature Coeficient) Una posible técnica para obtener una señal como en la Figura 12 consiste en el uso de un termistor. Figura 12: Obtención de señal con termistor Una de las posibilidades sería insertar un pequeño termistor, dispositivo electrónico de tamaño pequeño, en el interior de una fosa nasal (Figura 13). El termistor detectaría la diferencia de temperatura y así se podría determinar un ciclo respiratorio. Figura 13: Técnica para detectar cambios de temperatura con un termistor Partimos de la base, de que la temperatura corporal se mantiene a 37 grados centígrados, bastante superior a la temperatura ambiente. Cuando el aire de menor temperatura ingresa en el cuerpo, recibe energía en forma de calor tratando de llegar a un equilibrio térmico con el interior. De esta forma, el aire que sale tiene una temperatura mayor a la que tenía inicialmente [44]. Pág. 50 Memoria Este proceso se lleva a cabo de forma continua durante el proceso de respiración, puesto que el flujo de aire presente en cada ciclo respiratorio se genera debido a un gradiente de presión permanente; si existe una presión externa menor a la del interior, se produce la salida de aire. Sensor de temperatura y humedad DHT11PCB - VMA311 Otra de las opciones contempladas es el uso de un sensor de temperatura y humedad. La idea principal es parecida a la del termistor, es decir, el sensor es capaz de detectar la diferencia de temperatura y/o humedad que se produce entre una inhalación y exhalación. El sensor de temperatura y humedad DHT11 cuenta con una salida de señal digital calibrada. Posee una tecnología que garantiza una gran fiabilidad y una excelente estabilidad a largo plazo. Está conectado a un microcontrolador de 8 bits de alto rendimiento [45]. Este sensor incluye un elemento resistivo y un sentido de dispositivos de medición de temperatura NTC húmedo. Tiene una excelente calidad, respuesta rápida, capacidad anti-interferencia y ventajas de rendimiento de alto costo. El sensor DHT11-PCB, aporta una resistencia de 5 kΩ (pull-up) y un LED que avisa de su funcionamiento. A pesar de tener una conexión a un pin digital se trata de un dispositivo analógico. El propio dispositivo hace la conversión internamente entre analógico y digital. Por lo tanto, partimos de una señal analógica que luego es convertida en formato digital y se envía al microcontrolador. La trama de datos es de 40 bits correspondiente a la información de humedad y temperatura del DHT11 [46]. Figura 14: Transmisión de la información sensor DHT11 Cómo se puede observar en la Figura 14, los primeros 8-bits corresponden a la parte entera de la humedad y los siguientes 8, a la parte decimal. De la misma manera ocurre con el tercer y cuarto grupo de bits, pero con la temperatura. El último grupo corresponde a los bits de paridad para confirmar que no hay datos corruptos. Éstos aseguran que la información es correcta, sumando los 4 primeros grupos de 8-bit. Esta suma debe ser igual a los bits de paridad. Domótica aplicada al ámbito de la medicina Pág. 51 Este modelo de DHT11 únicamente dispone de 3 pines (GND, DATA y VCC). En la siguiente imagen (Figura 15) se puede ver el esquema de conexión con Arduino. Figura 15: Esquema de la conexión DHT11-Arduino Existen distintas librerías para obtener información de temperatura y humedad, siendo la proporcionada por Adafruit la más popular y sencilla de utilizar. Con este sensor se pueden llegar a obtener 3 valores diferentes: humedad relativa (cantidad de agua que se transporta por el aire), temperatura ambiente (tanto en grados como Farenheits), y, por último, el índice de calor. Otras de las opciones a contemplar, consiste en estudiar los cambios de sonido y presión que se puede llegar a producir entre los procesos de inhalación y exhalación. Sensor micrófono VMA309 La idea es ir midiendo el tiempo que se produce entre exhalaciones, detectando el ruido que se produce en estas para así poder medir la frecuencia respiratoria. Para ello, una opción contemplada es el sensor micrófono VMA309, consistente en un módulo de detección de sonido de alta sensibilidad de dos salidas. La salida analógica, salida de señal de tensión en tiempo real del micrófono, y la digital, dependiente de la intensidad del sonido y el umbral establecido [47]. Pág. 52 Memoria Sensor de presión MF01 Durante los procesos de inhalación y exhalación en el interior de una mascarilla se podría llegar a crear una corriente de presiones. Este sensor de presión o fuerza (Figura 16), es ideal para detectar una fuerza aplicada en la membrana (al detectar una flexión de esta). Una vez ocurrido esto, el sensor varía su resistencia interna. No obstante, descartamos de manera rápida esta idea ya que, el sensor únicamente detecta presión al aplicar una fuerza muy alta sobre éste. Por lo que, no sería capaz de detectar el flujo de presiones creado en el interior de la mascarilla. Figura 16: Montaje real de sensor de presión para la detección de frecuencia respiratoria Por último, otra técnica que planteamos es utilizar un módulo de sensor de vibración piezoeléctrico aprovechando la diferencia de vibraciones entre los procesos de inhalación y exhalación. Ks0272 keyestudio - Sensor de vibración Basado en un chip de cerámica piezoeléctrica, la vibración analógica utiliza el proceso anti-transformación de la cerámica piezoeléctrica que hace vibrar las señales eléctricas [48]. Un sensor piezoeléctrico responde a las vibraciones y produce una tensión en respuesta a una acción física. Domótica aplicada al ámbito de la medicina Pág. 53 Al vibrar el chip cerámico piezoeléctrico, el terminal de señal del sensor genera señales eléctricas. El sensor se puede utilizar con el escudo de sensor dedicado de Arduino, y el puerto analógico de Arduino puede percibir señales de vibración débiles, por lo que puede hacer trabajos interactivos relacionados con la vibración, como el tambor electrónico. Elección del sensor Una vez barajadas todas las opciones, vamos a descartar tanto la e-Health, como los sensores para detectar los cambios de amplitud del abdomen, como el sensor de presión por los motivos mencionados anteriormente. Sin embargo, tanto las opciones de cambios de temperatura y humedad (termistor 10k, DHT11), como la de los cambios de sonido entre inhalación y exhalación (sensor micrófono VMA309), como el sensor de vibración piezoeléctrico (Ks0272 - Sensor de vibración), las vamos a testear para poder finalmente escoger la mejor opción o combinar, si fuera necesario, para obtener unos datos con mayor fiabilidad. Pág. 54 Memoria 7.2. Desarrollo de Software Una vez estudiado el desarrollo del Hardware, también es necesario estudiar todo el desarrollo de Software. El software de Arduino es un IDE (entorno de desarrollo integrado). Es un programa informático compuesto por un conjunto de herramientas de programación. 7.2.1. Arduino IDE El IDE (Integrated Development Environment), también conocido como el entorno de desarrollo integrado, es un programa informático compuesto por un conjunto de herramientas de programación; consiste en un editor de código, un compilador, un depurador y un constructor de interfaz gráfica (GUI). Una de las ventajas que tiene trabajar con Arduino IDE es que puede utilizarse para varios lenguajes o dedicarse en exclusiva a un solo lenguaje de programación [49]. Los programas escritos con el software Arduino (IDE) se denominan sketches. Estos se escriben en el editor de texto que incluye el entorno y se guardan con la extensión de archivo .ino. También existe la posibilidad de incluir librerías en el entorno, que proporcionan una funcionalidad extra para el uso en los sketches, por ejemplo, para trabajar con el hardware o manipular datos. Algunas bibliotecas están incluidas en el software de Arduino, mientras que otras pueden ser descargadas e incluidas en el software. 7.2.1.1. Programación con Arduino Un programa de Arduino se denomina sketch. Todo sketch para Arduino consta de 2 funciones; la función setup() y la función loop(). Ambas funciones son necesarias para que el programa funcione correctamente. Función setup() → Es la función encargada de recoger la información. La función setup() es llamada cuando se inicia un sketch. Se utiliza para inicializar las variables, los modos de los pines, comenzar a utilizar las bibliotecas, etc. La función setup() sólo se ejecutará una vez, después de cada encendido o reinicio de la placa Arduino. Función loop() → Contiene el programa que se ejecuta en bucle. Después de crear una función setup(), que inicializa y establece los valores iniciales, la función loop() hace Domótica aplicada al ámbito de la medicina Pág. 55 precisamente lo que su nombre indica, y hace un bucle consecutivo, permitiendo que su programa cambie y responda. 7.2.2. GitHub GitHub es una plataforma de desarrollo colaborativo, propiedad de Microsoft, para alojar proyectos utilizando el sistema de control de versiones Git. Se utiliza principalmente para la creación de código fuente de programas de ordenador [50]. Ofrece a los desarrolladores la posibilidad de crear repositorios de código y guardarlos en la nube de forma segura, facilitando así la organización de proyectos y permitiendo la colaboración simultánea de sus usuarios. Una de las grandes ventajas por la que la herramienta se considera valiosa, se debe a que utiliza un sistema de control de versiones. Esto permite conocer y autorizar los cambios que se realizan en la plataforma por sus colaboradores, guardar información de qué incluyen los cambios y cuándo se han llevado a cabo. En otras palabras, es la administración de los cambios que se llevan a cabo sobre el proyecto. Esta administración empieza con una versión básica del documento y luego va guardando los cambios que se realicen a lo largo del proyecto, teniendo siempre acceso a las versiones anteriores. Git proporciona herramientas que facilitan el desarrollo de código de manera inteligente y rápida, permitiendo comparar los cambios que se han ido llevando a cabo, identificar quién ha ido los ha generando y detectar en qué momento se ha introducido alguna modificación que posteriormente ha generado un error, brindado así la oportunidad de revertirlo. Por ello, debido a sus ventajas, y por recomendación, se ha decidido contar con la plataforma para desarrollar nuestro proyecto. Pág. 56 Memoria 8. Alternativas de diseño Sabemos que el prototipaje será esencial a la hora de desarrollar nuestro proyecto. Para ello, se ha decidido primeramente realizar un estudio por separado de las diferentes mediciones a realizar con el fin de poder cumplir nuestros objetivos de manera independiente. Realizar un prototipo consiste en construir una versión primera de un circuito electrónico y probarla. 8.1. Medición de la calidad del aire Para llevar a cabo la medición de la calidad del aire, se utilizará un sensor MQ135, dos LEDS de diferentes colores con sus respectivas resistencias, una placa de protoboard y una pantalla WPI438. Para que los valores que obtengamos sean estables y tengan las características que el fabricante muestra en su datasheet [51], primero de todo se tiene que realizar un “preheat” o “burn-in” dejando el sensor MQ135 funcionando durante más de 24 horas en una habitación con aire limpio. Este proceso debe de realizarse únicamente una vez. Después, se debe de tener en cuenta qué es lo que se quiere medir. El sensor necesita una resistencia de carga en la salida a tierra que puede estar entre 1KΩ y 47 KΩ. Cuanto más bajo sea el valor, menos sensible será el sensor. Y cuanto mayor sea el valor, menos preciso es el sensor para concentraciones más altas de gas. Si solo midiéramos un gas específico, tendríamos que calibrar la resistencia de carga aplicando una concentración conocida de ese gas. Sin embargo, en nuestro caso, el sensor lo utilizaremos para medir cualquier gas (como detector de calidad del aire), por lo que la resistencia de carga la configuraremos para un valor de aproximadamente 1V de salida con aire limpio. Calibramos el sensor que se puede ver cómo se ha hecho en el Anexo 2. Una vez calibrado, dejaremos el sensor durante 3 minutos conectado a la tensión para obtener medidas fiables. Domótica aplicada al ámbito de la medicina Pág. 57 8.1.1. Montaje real En la Figura 17 mostramos cómo ha sido el montaje del sensor MQ-135 junto con la pantalla y los leds. Figura 17: Montaje real para la medición de calidad del aire usando sensor MQ135 Pág. 64 Memoria Caso 3: Presencia de butano Y, por último, en la tercera demostración (Figura 22), muestra cómo la conductividad aumenta cuando se enciende un mechero cerca del sensor. Es importante destacar que el sensor detecta los gases flameables que expulsa el encendedor que son invisibles, no directamente la llama. Figura 22: Sensor MQ135 con presencia de butano. Led rojo encendida “Presencia de contaminantes” A continuación, en la Figura 23 se muestra una gráfica donde se ven reflejadas dos de las situaciones que hemos probado. El primer pico corresponde a un acercamiento extremo del mechero al sensor, mientras que el segundo corresponde a un acercamiento más lejano de éste. Domótica aplicada al ámbito de la medicina Pág. 65 Figura 23: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas concentración [ppm] para presencia de butano. Como se puede observar en los resultados, al exponer el sensor a algunos de los gases que detecta, la medida de la concentración en [ppm] ha aumentado según lo esperado. Pág. 66 Memoria 8.2. Medición frecuencia respiratoria Para llevar a cabo esta medición se han realizado distintas pruebas, con distintos sensores con funcionamiento diferente. La toma de la frecuencia respiratoria ha de ser una medida muy exacta, por lo que se han de utilizar sensores muy sensibles para poder proporcionar unos datos fiables. En los apartados siguientes se muestran las pruebas que hemos ido realizando. 8.2.1. Medición con ecuación de termistor Uno de los métodos que utilizamos para poder calcular la frecuencia, cómo hemos comentado en el apartado anterior, es utilizando el modelo de termistor NTC de 10K K164, encapsulado. Se trata de un sistema de medición de bastante utilidad cuando lo que interesa es medir la temperatura en ambientes húmedos o la temperatura en líquidos. Por lo que será idóneo en nuestro caso, ya que el orificio de la nariz presentará humedad. El termistor NTC tiene un coeficiente de temperatura negativo, por lo que el valor de la resistencia disminuye a medida que la temperatura aumenta. De lo contrario, si hubiéramos utilizado un termistor PTC con coeficiente de temperatura positiva, su resistencia aumentaría a medida que aumenta la temperatura. Decidimos utilizar un termistor NTC ya que la curva de calibración es más amigable que la PTC. En la Figura 24 se muestra la relación existente entre estas dos variables; temperatura (en el eje Y) y la resistencia (en el eje X). Con esta representación gráfica, vemos cómo se comporta el sensor y que no sigue una relación lineal. Domótica aplicada al ámbito de la medicina Pág. 67 Figura 24: Relación resistencia frente temperatura de un termistor NTC de 10K Fuente: https://acortes.co/proyecto-16-termistor-ntc-10k/ Para poder encontrar la relación que existe se debe resolver la ecuación de Steinhart-Hart. Se trata de un modelo matemático de la resistencia eléctrica de un semiconductor con temperaturas variables. Ecuación 1: Ecuación Steinhart-Hart ● T: Temperatura que se intenta medir ● R: Resistencia ● A, B, C: Coeficientes de Steinhart-Hart que varían dependiendo del tipo y del modelo del termistor y del rango de temperatura que estemos interesados. Los coeficientes A, B y C se encuentran calculando el valor de la resistencia del termistor con tres temperaturas diferentes. Utilizamos la datasheet que proporciona el fabricante del termistor que vamos a utilizar [52]. T1 = 0 ºC cuando la resistencia de un termistor de 10kΩR1 es 35563 Ω T2 = 50 ºC cuando la resistencia de un termistor de 10kΩR2 es 3363’3 Ω T3 = 100 ºC cuando la resistencia de un termistor de 10kΩR3 es 549’41 Ω Resolvemos el sistema de ecuaciones, y obtenemos los valores de nuestras constantes. Pág. 68 Memoria Ecuación 2: Sistema de ecuaciones a resolver Por otro lado, podemos simplificar la ecuación de Steinhart-Hart por la siguiente: Ecuación 3: Simplificación ecuación Steinhart-Hart ● β (B): parámetro específico para cada material que varía con la temperatura (proporciona el fabricante) [K] ● To: Temperatura de referencia [K] ● Ro: Resistencia a temperatura de referencia Siendo en nuestro caso β = 4300 [K]. Una vez definidas las constantes procedemos a realizar un programa que mida la temperatura a partir de la ecuación de Steinhart - Hart. Crearemos un programa para cada ecuación, esperando obtener los mismos valores de temperatura. Domótica aplicada al ámbito de la medicina Pág. 69 8.2.1.1. Montaje real En la Figura 25 se puede apreciar cómo ha sido el montaje para el termistor NTC de 10k. El termistor se ha conectado a la entrada del ADC mediante un arreglo de divisor resistivo realizado con una resistencia de 10k y el termistor en serie. Figura 25: Montaje real para frecuencia respiratoria con termistor NTC 10k 8.2.1.2. Resultados Para poder obtener estos resultados, primero de todo hemos creado un programa en el que utilizamos las fórmulas de Steinhart-Hart para así poder determinar la temperatura. Los programas utilizados se pueden consultar en el Anexo A.4.1. Los valores obtenidos tanto con la fórmula (1) y fórmula (2) eran valores de temperatura negativa. Podemos apreciarlas en la Figura 26. Pág. 70 Memoria Figura 26: Valores de temperatura con la fórmula de Steinhart-Hart [1] y valores de temperatura con la fórmula Steinhar-Hart reducida [2] Tras obtener los resultados, se puede apreciar cómo para ambas ecuaciones los valores obtenidos para la temperatura en una habitación no correspondían a los esperados (25ºC). Creemos, que quizá hayamos podido haber cometido algún error a la hora de interpretar su inherente no linealidad, las tolerancias o las desviaciones. Pues para este tipo de sensor se debe de estudiar de forma muy cuidadosa las hojas de datos, además de la necesidad de implementar un esquema de calibración. 8.2.2. Medición con DHT11 (humedad y temperatura) El siguiente método que hemos probado ha sido el de la medición a partir de un sensor DHT11 digital de temperatura y de humedad relativa. Este sensor cuenta con un sensor capacitivo de humedad y un termistor de tipo NTC. La idea es similar a la anterior. A partir de una variación de humedad relativa o de temperatura, se contabilizará como una inhalación o exhalación y se podrá determinar un ciclo de respiración. Hemos utilizado la librería que nos proporciona el fabricante ‘DHT.h’, y haremos uso de sus funciones. Por un lado, se ha querido probar con la función ‘dht.readHumidity()’. Domótica aplicada al ámbito de la medicina Pág. 71 Creemos que existe una variación en la humedad relativa a la hora de inspirar y expirar. De la misma manera, probamos con ‘dht.readTemperature()’. 8.2.2.1. Montaje real En la Figura 27 se puede apreciar cómo ha sido el montaje para el sensor DHT11. Figura 27: Montaje real para frecuencia respiratoria con sensor DHT11 8.2.2.2. Resultados Para obtener los resultados (Figura 28 y 29), hemos colocado el sensor en el interior de una mascarilla, y hemos visualizado los resultados mediante el Serial Plotter. Hemos utilizado las funciones de dht.readHumidity() y dht.readTemperature(). El programa utilizado se puede consultar en el Anexo A.4.2. Pág. 72 Memoria Figura 28: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas humedad relativa [%] Figura 29: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas temperatura [ºC] Fijándonos en los resultados, obtenemos valores que no siguen ningún patrón. Lo que dificultará la interpretación de datos. Domótica aplicada al ámbito de la medicina Pág. 73 8.2.3. Medición con micrófono Otro de los métodos que hemos tenido en cuenta ha sido utilizar un sensor micrófono que fuera capaz de medir la intensidad de sonido que se emite al realizar una exhalación. 8.2.3.1. Montaje real En la Figura 30 se puede apreciar cómo ha sido el montaje para el sensor micrófono. Figura 30: Montaje real para frecuencia respiratoria sensor micrófono 8.2.3.2. Resultados Para obtener los resultados, hemos colocado el sensor en el interior de una mascarilla, y hemos visualizado los resultados mediante el Serial Plotter (Figura 31). Pág. 80 Memoria CASO 3: Frecuencia respiratoria anormales < 12 Figura 37: Sensor vibración detecta frecuencia respiratoria por debajo de valores normales Como se puede observar, los resultados (de tal precisión y sensibilidad) que ofrece este sensor (Figura 33), son el punto de partida inicial para desarrollar nuestro medidor de frecuencia respiratoria. Domótica aplicada al ámbito de la medicina Pág. 81 9. Aspectos técnicos sobre la realización del proyecto 9.1. Limitaciones y fortalezas En este apartado queremos dejar constancia de las fortalezas y limitaciones del proyecto, con el fin de exponer tanto los aspectos positivos y de mismo modo, justificar los puntos menos robustos del trabajo realizado. Con respecto a las fortalezas, consideramos que las más relevantes son las siguientes: Principalmente, el hecho de haber reunido en un mismo documento muchos de los sensores existentes en el mercado para un determinado uso, cómo: medición de gases o medición de frecuencia respiratoria. No hemos encontrado ningún informe que recoja toda esta información durante la Fase de Investigación. Por otro lado, tal y cómo mencionamos en el apartado de Alcance, hemos podido plasmar distintos métodos con distintos sensores probándolos y descartándolos, siguiendo el método de prueba y error. Esto servirá de cara a futuros proyectos del mismo campo, que no tengan la necesidad de realizar una profunda investigación ni ir probando las distintas alternativas ya descartadas. Por contraposición, las limitaciones que hemos encontrado en el proyecto han sido las siguientes: Por un lado, una de las limitaciones es que, para el desarrollo de este estudio, se ha usado un modelo de Arduino Uno, por su sencillo uso y su coste. Sin embargo, somos conscientes que este sistema de medición debería de ir dentro de la mascarilla y no podría ocupar mucho espacio. Por lo que convendría haber trabajado con una placa más pequeña como por ejemplo una µduino, que se considera la placa más pequeña del mundo Arduino [53]. Del mismo modo que se ha comentado sobre el microcontrolador, todos los sensores que hemos utilizado tienen un tamaño considerablemente grande como para incorporarlo en una mascarilla. Por otro lado, podemos considerar una limitación la falta de información que hemos reunido para poder calcular la frecuencia respiratoria utilizando Arduino. Esto nos ha generado una ralentización en el proyecto, ya que hemos tenido que ir probando diferentes sensores hasta finalmente encontrar una solución. Y, por último, mencionar que cada sensor tiene su margen de error, su respectivo Pág. 82 Memoria calibraje y que las medidas no se han tomado a temperaturas y humedades nominales que nos sugería el fabricante. En todo momento hemos intentado simular estos ambientes óptimos de cada sensor, pero somos conscientes de que los datos no han sido rigurosos. 9.2. Planificación temporal Figura 38: Diagrama de Gantt del proyecto Con respecto a la planificación y la duración del proyecto, se puede observar en la Figura 38, el Diagrama de Gantt que hemos elaborado, que se han necesitado aproximadamente 5 meses para llevarlo a cabo, con un total de 615 horas. Estas 615 horas abarcan todo el trabajo que hemos realizado ambas tanto de forma conjunta como de forma individual. Hemos intentado dividir el trabajo de forma equitativa para poder avanzar de forma paralela. Sin embargo, al final siempre nos hemos visto envueltas ayudando a solucionar los problemas que teníamos la una a la otra. Inicialmente, se dividió el proyecto en dos bloques: determinar la calidad del aire y determinar la frecuencia respiratoria. No obstante, debido a los sucesos imprevistos para Domótica aplicada al ámbito de la medicina Pág. 83 el cálculo de la frecuencia respiratoria, en el último mes nos centramos más en la búsqueda de una solución. Cómo se puede apreciar en la Figura 38, la fase que más se ha alargado en el tiempo ha sido la “Fase 3: Prototipo y Programación” por su alta complejidad. 9.3. Presupuesto Costes recursos humanos Horas [h] Precio unitario [€/h] Precio total [€] Fase 1. Planteamiento y Planificación 120 h 8 €/h 960 € Fase 2. Investigación 90 h 8 €/h 720 € Fase 3. Prototipo y Programación 240 h 8 €/h 1.920 € Fase 4. Recogida de datos 45 h 8 €/h 360 € Fase 5. Memoria 120 h 8 €/h 960 € Subtotal 4.920 € Costes materiales Unidades [ud] Precio unitario [€/ud] Precio total [€] Arduino UNO R3 1 22.50 €/ud 22.50 € Placa de pruebas 1 5.50 €/ud 5.50 € Kit Leds y Resistencias 1 9.99 €/ud 9.99 € Caja cableado 1 3.20 €/ud 3.20 € Sensor MQ135 2 6.99 €/ud 13.98 € Sensor DHT11 1 4.02 €/ud 4.02 € Sensor vibración 1 8,99 €/ud 8,99 € Termistor NTC 1 0.69 €/ud 0.69 € Sensor micrófono 2 5.99 €/ud 11.98 € Pantalla OLED 1 15.25 €/ud 15.25 € Pág. 84 Memoria Sensor KS0272 1 8.99 €/ud 8.99 € Subtotal 105.09 € Total 5025,09 € Tabla 8: Cálculo de costes del proyecto Fuente: Tabla de elaboración propia Se han tenido en cuenta los costes de recursos humanos y los costes materiales para calcular el coste del proyecto, con un total de 5025,09 € (sin IVA. incluido). Para poder determinar el coste de recurso humano, se ha tenido en cuenta el precio mínimo que exige la universidad para un estudiante cursando el último año el grado de Ingeniería en Tecnologías Industriales (8€/h). Por otro lado, en el caso de los costes materiales, existen algunos componentes en los que se han usado 2 unidades, a pesar de que en la implementación sólo se han usado una vez. La razón de esto es, cómo ya se ha comentado en el apartado 9.3 Planificación temporal, que era la única manera para poder avanzar de forma paralela. En la Figura 39, se puede apreciar cuáles han sido los materiales utilizados. Figura 39: Componentes materiales utilizados durante el trabajo Domótica aplicada al ámbito de la medicina Pág. 85 9.4. Impacto ambiental Dividiremos el impacto ambiental en dos etapas; Por un lado, el impacto que puede llegar a tener la realización del trabajo. Se tienen en cuenta las horas en las que se ha utilizado programas computacionales. Se estima que un ordenador portátil consume aproximadamente 0,05 KWh en base a una jornada laboral media de 8 horas diarias [54]. Por tanto, el consumo de 1 hora de un ordenador será de 0,00625 KW. También tenemos en cuenta el valor mix de la red eléctrica española de abril 2021 que publicó la CNMC (Comisión Nacional de los Mercados y de la Competencia). Este valor expresa las emisiones de CO2 que se asocian a la electricidad generada que se consume. Se estableció 0,25 kg CO2/kWh [55]. Por tanto, el impacto ambiental de esta fase es de 0,961 kgCO2. Energía utilizada Horas [h] Estimación energía[kWh/h] Mix Abril 2021[kg CO2/kWh] Impacto [kgCo2] Fase 1. Planteamiento y Planificación 120 h 0,00625[kWh/h 0,25 kg CO2/kWh 0,1875 kg CO2 Fase 2. Investigación 90 h 0,00625[kWh/h 0,25 kg CO2/kWh 0,141 kg CO2 Fase 3. Prototipo y Programación 240 h 0,00625[kWh/h 0,25 kg CO2/kWh 0,375 kg CO2 Fase 4. Recogida de datos 45 h 0,00625[kWh/h 0,25 kg CO2/kWh 0,070 kg CO2 Fase 5. Memoria 120 h 0,00625[kWh/h 0,25 kg CO2/kWh 0,1875 kg CO2 Total 0,961 kg CO2 Tabla 9: Cálculo del impacto ambiental del proyecto Fuente: Tabla de elaboración propia Pág. 86 Memoria Por otro lado, hay que tener en cuenta el impacto ambiental que pueden generar los residuos electrónicos una vez concluyen su ciclo de vida útil. Los componentes electrónicos requieren de un reciclado conveniente, por lo que se deberán llevar a un punto de residuos designado para tratar sistemas electrónicos. Domótica aplicada al ámbito de la medicina Pág. 87 10. Conclusiones Durante el transcurso del proyecto se ha podido aprender las bases teóricas y la puesta en práctica de las estructuras que debe de tener un proyecto para que tenga éxito o simplemente que no sea un fracaso. Este proyecto surge con la idea inicial de la creación de una mascarilla funcional, nuestra idea era poder llegar a profundizar más en la parte de implementación del prototipo sobre la mascarilla, pero debido a la falta de información que encontramos para medir la frecuencia respiratoria, terminó siendo un trabajo de investigación basado en el método de prueba y error. Para la elección o rechazo de las diferentes soluciones, nos hemos basado principalmente en los márgenes de error de los diferentes sensores, su tiempo de recuperación, su tiempo de respuesta, su precisión y fiabilidad y su coste. Así como la interpretación de los resultados obtenidos al representar gráficamente los valores obtenidos de cada sensor. Hemos ido descartando sensores para, finalmente, alcanzar nuestros objetivos principales; conseguir un sistema de medición de calidad del aire y crear un sistema de medición de frecuencia respiratoria. 10.1. Conseguir un sistema de medición de calidad del aire Para poder determinar la calidad del aire, consideramos que utilizar el sensor MQ135 es una buena elección, ya que los resultados obtenidos, gracias a su alta sensibilidad, han sido acordes a los esperados. Cómo ya hemos comentado anteriormente, permite medir diferentes tipos de gases y, al exponer el sensor a algunos de estos gases, la medida de la concentración en [ppm] ha aumentado según lo esperado. Su sencillo uso y su rápida respuesta han sido características que hemos tenido en cuenta a la hora de seleccionar este modelo para llevar a cabo este estudio. Cabe destacar que, para obtener unos resultados fiables y precisos, se ha tenido que calibrar el sensor de acorde a lo que queríamos estudiar. Una vez calibrado, se ha dejado el sensor durante 3 minutos conectado a la tensión para obtener medidas fiables. Pág. 88 Memoria 10.2. Crear un sistema de medición de frecuencia respiratoria Como se ha podido comprobar, para el apartado de frecuencia respiratoria, hemos testeado tanto el termistor K164-10K, como el sensor DHT11, como el sensor micrófono, como el sensor de vibraciones piezoeléctrico. Conclusiones termistor Los termistores son sensores muy utilizados, fáciles de conectar y versátiles para medir la temperatura. Como se ha comentado anteriormente, los resultados obtenidos no han sido los esperados, ya que estos han sido negativos debido, probablemente, a algún error a la hora de interpretar su inherente no linealidad, las tolerancias o las desviaciones. No obstante, al no interesarnos el valor de la temperatura sino la variación entre ciclos de respiración, nos hemos intentado fijar en esta. En este proyecto buscamos mucha precisión ya que la variación de temperatura entre una inhalación y exhalación se espera que sea muy pequeña. Debido a su poca precisión, y sumando el tiempo de retraso que los termistores presentan, hemos decidimos descartar este método. Otra de las razones por las que lo hemos descartado, es por el simple hecho de que sea incómodo introducir el termistor en el orificio del usuario. Conclusiones DHT11 Los valores obtenidos no han seguido ningún patrón. Tanto para la humedad como para la temperatura, el hecho de que el sensor esté colocado dentro de la mascarilla va a ocasionar una distorsión en los resultados. Pues la mascarilla irá almacenando una humedad relativa en un espacio muy cerrado y el tiempo que transcurra entre una exhalación y otra no será lo suficientemente rápido cómo para detectar un cambio. Del mismo modo pasará con la temperatura. Por otro lado, otra de las principales razones por las que vamos a descartar este sensor, es el margen de error de ± 2 grados que éste presenta. Se ha observado en diferentes mediciones, que entre procesos de inhalación y exhalación puede llegar a haber únicamente una diferencia de 1 o 2 grados y por tanto el sensor no podría llegar a detectarlo. Domótica aplicada al ámbito de la medicina Pág. 89 Conclusiones sensor micrófono Inicialmente, pensamos que usar un sensor de micrófono como posible candidato para la detección de la frecuencia respiratoria era la mejor opción. Sin embargo, al realizar las pruebas, hasta con tres sensores diferentes de micrófono, vimos que, debido a su alta sensibilidad, los valores se veían influenciados por el ruido externo. También comprobamos que existe un cambio de tendencia en los resultados entre los procesos de inhalación y exhalación, pero no siguen un patrón estable/ contínuo que posibilite la realización sencilla del programa. Si nos centramos en nuestro objetivo, que es la implementación de estos sensores en la mascarilla, somos conscientes de que existirá ruido al transitar por las aceras y quizá no obtengamos valores fiables. Seguramente existan en el mercado sensores de micrófono de mayor precio y que sean mucho más precisos. Conclusión sensor piezoeléctrico Los resultados que nos ofrece este sensor, de tal precisión y sensibilidad, son el punto de partida inicial para desarrollar nuestro medidor de frecuencia respiratoria. Gracias a la estabilidad de los datos, se ha podido realizar un programa que imprima los tiempos entre inhalación y exhalación para así poder determinar la frecuencia respiratoria. Los datos proporcionados han sido coherentes con las diferentes pruebas que hemos realizado. Hemos tenido en cuenta esto para seleccionar este sensor como modelo definitivo para el objetivo propuesto. Una vez realizada la investigación podemos afirmar que sí existe la posibilidad de crear la mascarilla para los objetivos propuestos. Haciendo uso del sensor MQ-135 para determinar la calidad del aire, como uso del sensor de vibraciones piezoeléctrico para determinar la frecuencia respiratoria. Llevar a cabo esta creación supondría un coste total de 72.42 €. Este total se ha sacado a partir de los costes del apartado 9.3 Estudio económico. Pág. 96 Memoria [https://www.velleman.eu/products/view/?id=460516, 3 de enero de 2021]*. [28] Sensores. ¿Qué son y qué tipos hay? [https://www.sistemamid.com/panel/uploads/biblioteca/2017-08-05_12-37-21141764.pdf, 22 de diciembre de 2021]*. [29] Sensores de calidad del aire. Parámetros, niveles y características. [https://solectroshop.com/es/blog/sensores-de-calidad-del-aire-parametros-niveles-y-cara cteristicas-n79, 18 de diciembre de 2021]*. [30] WIKA. Sensor NDIR. Detector de gas basado en la tecnología de infrarrojos Modelo GIR-10. [https://www.wika.es/upload/DS_SP6202_es_es_50945.pdf, 18 de diciembre de 2021]*. [31] Estudio de Mercado. Sensores de CO. [https://naylampmechatronics.com/sensores-gas/74-sensor-mq-7-gas-monoxido-de-carbo no-co.html, 17 de diciembre de 2021]*. [https://www.luisllamas.es/arduino-detector-gas-mq/, 17 de diciembre de 2021]*. [32] Estudio de Mercado. Sensores de NO2. [https://www.amazon.es/MICS一 6814-ox%C3%ADgeno-nitrógeno-Calidad-Arduino/dp/B07N17BWM3, 17 de diciembre de 2021]*. [https://dynamoelectronics.com/tienda/sensor-gas-no2-h2/, 17 de diciembre de 2021]*. [33] Estudio de Mercado. Sensores de SO2. [https://www.spec-sensors.com/wp-content/uploads/2017/01/DGS-SO2-968-038.pdf, 17 de diciembre de 2021]*. [https://www.cdronline.com.ar/2sh12-gas-sensor-module-sulfur-dioxide-so2-qualitative-det ection-for-arduino--det--ARD1265, 17 de diciembre de 2021]*. [34] Estudio de Mercado. Sensores de PM2,5 y 10. [https://github.com/adafruit/Adafruit_PM25AQI, 17 de diciembre de 2021]*. [https://www.youtube.com/watch?v=8wv8fGZzT4Y, 17 de diciembre de 2021]*. [35] Estudio de Mercado. Sensores de COVDM. [https://www.amazon.es/icstation-ccs811-Co-Sensor-Gas-contaminantes/dp/B06XZVD5W L, 17 de diciembre de 2021]*. [https://es.aliexpress.com/item/32819469146.html, 17 de diciembre de 2021]*. [36] Sensor CCS811. Medir la calidad del aire y CO2 con CCS811 y Arduino. Domótica aplicada al ámbito de la medicina Pág. 97 [https://www.luisllamas.es/medir-calidad-del-aire-y-co2-con-ccs811-y-arduino/, 18 de diciembre de 2021]*. [37] Nova PM Sensor SDS011. Sensor de calidad del aire - alta precisión láser PM2.5 Módulo test polvo. [https://solectroshop.com/es/sensores-calidad-del-aire/5228-nova-pm-sensor-sds011-sens or-de-calidad-del-aire-alta-precision-laser-pm25-modulo-test-polvo.html, 18 de diciembre de 2021]*. [38] ZPHS01B. Multi-in-one Air Quality Monitoring Sensor Module. [https://www.winsen-sensor.com/sensors/co2-sensor/zphs01b.html, 18 de diciembre de 2021]*. [39] DETECTOR DE GASES CON ARDUINO Y LA FAMILIA DE SENSORES MQ. [https://www.luisllamas.es/arduino-detector-gas-mq/, 12 de diciembre de 2021]*. [40] Sensor MQ135. AZDelivery Módulo de Calidad del Aire del Sensor de Gas MQ-135 Compatible con Arduino. [https://www.amazon.es/AZDelivery-MQ-135-Sensor-Modul-Parent/dp/B082KS4TBH, 12 de diciembre de 2021]*. [41] MINDMEDIA Respiration Sensor.Dispositivo se utiliza para monitorizar la respiración abdominal. [https://www.mindmedia.com/en/products/sensors/respiration-sensor/, 29 de diciembre de 2021]*. [42] SA9311M Respiration Sensor. [https://bio-medical.com/respiration-sensor.html, 29 de diciembre de 2021]*. [43] E-Health Sensor Platform V2.0. [https://soloelectronicos.com/2017/05/02/plataforma-de-sensores-e-health-v1-0-para-ardui no-y-raspberry-pi-aplicaciones-biometricas-medicina/, 29 de diciembre de 2021]*. [44] MAYO CLINIC. Fiebre, descripción general. [https://www.mayoclinic.org/es-es/diseases-conditions/fever/symptoms-causes/syc-20352 759, 3 de enero de 2022]*. [45] VELLEMAN. Sensor de temperatura y humedad DHT11 PCB - VMA311. [https://www.velleman.eu/products/view/?id=435536, 4 de enero de 2022]*. [46] ARDUINO. Cómo utilizar el sensor DHT11 para medir la temperatura y humedad con Arduino. Pág. 98 Memoria [https://programarfacil.com/blog/arduino-blog/sensor-dht11-temperatura-humedad-arduino /, 8 de enero de 2022]*. [47] VELLEMAN. Sensor micrófono - VMA309. [https://www.velleman.eu/products/view/?id=435532, 4 de enero de 2022]*. [48] Ks0272Sensor de vibración. [https://wiki.keyestudio.com/index.php/Ks0272_keyestudio_Analog_Piezoelectric_Ceramic _Vibration_Sensor, 15 de enero de 2022]*. [49] APRENDIENDO ARDUINO. IDE Arduino y configuración. [https://aprendiendoarduino.wordpress.com/2017/06/18/ide-arduino-y-configuracion/, 14 de diciembre de 2021]*. [50] GITHUB. Qué es Github y qué es lo que le ofrece a los desarrolladores. [ https://www.xataka.com/basics/que-github-que-que-le-ofrece-a-desarrolladores, www.github.com , 23 de octubre 2021]*. [51] DATASHEET. Sensor MQ135. [https://www.electronicoscaldas.com/datasheet/MQ-135_Hanwei.pdf, 14 de enero de 2022]*. [52] DATASHEET. Termistor NTC-K164. Columna 2904. [https://www.tdk-electronics.tdk.com/inf/50/db/ntc/NTC_Leaded_disks_K164.pdf, 7 de enero de 2022]*. [53] µduino. Placa con tamaño similar a una tarjeta microSD. [https://computerhoy.com/noticias/hardware/uduino-placa-arduino-del-tamano-64809,15 de enero de 2022]*. [54] PC World. Cómo saber la energía que consume un portátil. [https://www.pcworld.es/tutoriales/ordenadores/energia-ordenador-3793083/,16 de enero de 2022]*. [55] Cambio climático GenCat. Factor de emisión de la energía eléctrica: el mix eléctrico. [https://canviclimatic.gencat.cat/es/actua/factors_demissio_associats_a_lenergia/ , 16 de enero de 2022]*. Domótica aplicada al ámbito de la medicina Pág. 99 Bibliografía complementaria Bibliografía de glosario 1. Cardiopatía isquémica, [https://fundaciondelcorazon.com/informacion-para-pacientes/enfermedades-cardiovascul ares/cardiopatia-isquemica.html] 2. Arterosclerosis coronaria, [https://fundaciondelcorazon.com/informacion-para-pacientes/enfermedades-cardiovascul ares/cardiopatia-isquemica.html] 3. Accidente cerebrovascular, [https://medlineplus.gov/spanish/ency/article/000726.htm] 4. Neumopatía obstructiva crónica (EPOC), [https://www.mayoclinic.org/es-es/diseases-conditions/copd/symptoms-causes/syc-20353 679] 5. Isquemia, [https://www.topdoctors.es/diccionario-medico/isquemia] 6. Infarto de miocardio, [https://cardioalianza.org/las-enfermedades-cardiovasculares/infarto-de-miocardio/] 7. Convulsión, [https://www.mayoclinic.org/es-es/diseases-conditions/seizure/symptoms-causes/syc-203 65711] 8. Enfisema pulmonar, [https://www.mayoclinic.org/es-es/diseases-conditions/emphysema/symptoms-causes/syc -20355555] Pág. 100 Memoria Bibliografía de imágenes Figura 1: Prototipo mascarilla AERI por Xiaomi. [https://www.20minutos.es/noticia/4251657/0/las-mascarillas-de-ultima-tecnologia-de-xiao mi-se-desinfectan-solas-y-funcionan-con-el-reconocimiento-facial-de-tu-movil/] Figura 2: Mascarilla MO X Ad-Tech, [https://www.googleadservices.com/pagead/aclk?sa=L&ai=C15BbO1XlYY3pNJXI3wPN5r PQCs2nvvxhpvH4mr8LjpmjntYZCAAQASC5VGDVjdOC3AigAZ746c0DyAEBqQJYx4yKSi qzPsgD2CCqBFpP0HhDVQXxVN7uHsDj7Uk3r8bXT7N89pX9A4RGJDVrESVtNQdPtJkw dsAaLGmpxYvTHPWvihN9deVQcxKZG3gxjViGDJxEEM1OQHSkSvXrUVfmTbwvZ1yIty7 ABOr7tu2BA4AFkE6gBlGAB8qHljKIBwGQBwGoB6a-G6gHuZqxAqgH89EbqAfu0huoB_-c sQKoB8rcG7AIAdIIDBACIIQBMgKCQDoBAJoJQmh0dHBzOi8vbW8tb25saW5lLmNvbS9l cy9lcy9scC1hbnRpbWljcm9iaWFsLXByb2R1Y3RzL0hvbWVFbmcuaHRtbLEJIVEhHfwhQ QC5CSFRIR38IUEA-AkBmAsBqgwCCAG4DAGIFATQFQGYFgH4FgGAFwGSFwkSBwg BEAMYpgI&ae=2&ved=2ahUKEwjN8bu-2bj1AhXLh_0HHYsuA1wQ0Qx6BAgCEAE&dct= 1&dblrd=1&sival=AF15MECiNWklljTB2IbtTfkfO4U7XiG0WESKVwD-5fF8FAUTb-aYyIh5jS trJ5gBYKElyce6WSowMQ_zfrd-Mf4o7nx0dLHoyF21FZEw322jc-7Mu85mvOH5XMgQ1pY z-Nz8zVrxMTr5Xvg3gzS-HUjKUoG1D4YyHUzG9kVnLWT_b8fOxuCjSR4&sig=AOD64_2g 9sZlx3ohTyczcMV9EtPCHfHHgA&adurl=https://mo-online.com/es/es/lp-antimicrobial-prod ucts/HomeEng.html] Figura 3: Mascarilla CLIU, [https://cliu.it/es/] Figura 4: PuriCare Wearable Purifier, [https://www.lg.com/es/higiene-y-purificacion/lg-ap300awfa] Figura 5: Mascarilla SARS-CoVD-2, [https://ucsdnews.ucsd.edu/feature/making-masks-smarter-and-safer-against-covid-19] Figura 6: Ejemplo de la pantalla protoboard, fuente: Apuntes de electrónica del GETI de la ETSEIB. Figura 7: Microcontrolador Raspberry Pi, [https://es.wikipedia.org/wiki/Raspberry_Pi#/media/Archivo:Raspberry_Pi_4_Model_B_-_S ide.jpg] Figura 8: Placas de Arduino existentes en el mercado, [https://www.arduino.cc] Figura 9: Arduino Uno R3, [https://microcontroladoress.com/arduino/] Domótica aplicada al ámbito de la medicina Pág. 101 Figura 10: Esquema de la conexión WPI438Arduino. [https://www.velleman.eu/products/view/?id=460516] Figura 11: Módulo de Calidad del Aire del Sensor de Gas MQ-135, [https://www.amazon.es/AZDelivery-MQ-135-Sensor-Modul-Parent/dp/B082KS4TBH] Figura 12: Obtención de señal con termistor. Fuente: figura propia. Figura 13: Técnica para detectar cambios de temperatura con un termistor. Fuente: figura propia. Figura 14: Transmisión de la información sensor DHT11, [https://programarfacil.com/blog/arduino-blog/sensor-dht11-temperatura-humedad-arduino /] Figura 15: Esquema de la conexión DHT11-Arduino, [https://www.pinterest.es/pin/658299670503000325/] Figura 16: Montaje real de sensor de presión para la detección de frecuencia respiratoria. Fuente: figura propia. Figura 17: Montaje real para la medición de calidad del aire usando sensor MQ135. Fuente: figura propia. Figura 18: Diagrama de bloques del programa para medir la calidad del aire. Fuente: figura propia. Figura 19: Sensor MQ135 sin presencia de gases. Led verde encendida “Aire limpio”. Fuente: figura propia. Figura 20: Sensor MQ135 con presencia de alcohol. Led rojo encendida “Presencia de contaminantes”. Fuente: figura propia. Figura 21: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas concentración [ppm] para presencia de alcohol. Fuente: figura propia. Figura 22: Sensor MQ135 con presencia de butano. Led rojo encendida “Presencia de contaminantes”. Fuente: figura propia. Figura 23: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas concentración [ppm] para presencia de butano. Fuente: figura propia. Pág. 102 Memoria Figura 24: Relación resistencia frente temperatura de un termistor NTC de 10K [https://acortes.co/proyecto-16-termistor-ntc-10k/, 4 de enero de 2022]*. Figura 25: Montaje real para frecuencia respiratoria con termistor NTC 10k. Fuente: figura propia. Figura 26: Valores de temperatura con la fórmula de Steinhart-Hart [1] y valores de temperatura con la fórmula Steinhar-Hart reducida [2]. Fuente: figura propia. Figura 27: Montaje real para frecuencia respiratoria con sensor DHT11. Fuente: Fuente: figura propia. Figura 28: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas humedad relativa [%]. Fuente: figura propia. Figura 29: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas temperatura [ºC]. Fuente: figura propia. Figura 30: Montaje real para frecuencia respiratoria sensor micrófono. Fuente: figura propia. Figura 31: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas decibelios [dB]. Fuente: figura propia. Figura 32: Montaje real para frecuencia respiratoria sensor vibración. Fuente: figura propia. Figura 33: Diagrama de bloques del programa para medir la frecuencia respiratoria. Fuente: figura propia. Figura 34: Gráfica en el eje de ordenadas tiempo [ms] frente al eje de abscisas tensión [V]. Fuente: figura propia. Figura 35: Sensor vibración detecta frecuencia respiratoria dentro de valores normales. Fuente: figura propia. Figura 36: Sensor vibración detecta frecuencia respiratoria por encima de valores normales. Fuente: figura propia. Figura 37: Sensor vibración detecta frecuencia respiratoria por debajo de valores normales. Fuente: figura propia. Domótica aplicada al ámbito de la medicina Pág. 103 Figura 38: Diagrama de Gantt del proyecto. Fuente: figura propia. Figura 39: Componentes materiales. Fuente: figura propia. Pág. 104 Memoria Anexos Anexo 1: Tabla de especificaciones del capítulo “Concepción y especificaciones” A.1.1. - Especificaciones de microcontroladores Especificaciones placa Arduino Uno R3 Microcontrolador ATmega328P Voltaje operativo 5V Voltaje de entrada (recomendado) 7,5-12 V Voltaje de entrada (límite) 6-20V Pines digitales e/s 14 (6 PWM) Pines digitales PWM e/s 6 Pines de entradas análogas 6 Corriente CC para pin e/s 20 mA Corriente CC Para pin 3.3v 50 mA Memoria flash 32 KB (ATmega328) de los cuales 0.5 KB es usado por Bootloader. Sram 2 KB (ATmega328P) Eeprom 1 KB (ATmega328P) Velocidad de reloj 16 MHz Led Builtin 13 Longitud 68.6 mm Domótica aplicada al ámbito de la medicina Pág. 105 Anchura 53.4 mm Peso 25 g Especificaciones placa Arduino Nano Microcontrolador ATmega328 Voltaje operativo 5V Voltaje de entrada (recomendado) 7,5-12 V Voltaje de entrada (límite) 6-20V Pines digitales e/s 14 (6 PWM) Pines digitales pwm e/s 6 Pines de entradas análogas 8 Corriente CC para pin e/s 40 mA Memoria flash 32 KB (ATmega328) Sram 2 KB (ATmega328P) Eeprom 1 KB (ATmega328P) Velocidad de reloj 16 MHz Led_builtin 13 Longitud 43,18 mm Anchura 15,24 mm Peso 7 g Pág. 112 Memoria Especificaciones sensor micrófono VMA309 Voltaje de trabajo 5 V Corriente de trabajo 2,5 mA Temperatura de trabajo -40ºC a 85ºC Sensibilidad 48 a 66 dB Respuesta frecuencial 50 Hz a 20 KHz Impedancia 2.2 kOhms Dimensiones 44 x 15 x 10 mm Especificaciones sensor vibración Voltaje de trabajo 3.3 o 5 V Corriente de trabajo < 1 mA Temperatura de trabajo -10ºC a 70ºC Tipo de interfaz Señal analógica Dimensiones 30 x 23 mm Domótica aplicada al ámbito de la medicina Pág. 113 Anexo 2: Calibración sensor MQ135 Para llevar a cabo la calibración del sensor nos fijaremos en la Datasheet que nos proporciona el fabricante del sensor y en la librería “MQ135.h” Puesto que nuestro gas de estudio es el aire, nos fijaremos en la relación existente entre Rs/Ro. Se trata de una relación lineal, por lo que hará falta encontrar el valor de nuestra Ro. . La resistencia de carga que viene por defecto (Rl = 1k Ohms). Obtenemos el valor de Ro = 92, y la definiremos en nuestro programa inicial. Pág. 114 Memoria Anexo 3: Datasheet Termistor NTC 10k Domótica aplicada al ámbito de la medicina Pág. 115 Anexo 4: Programas Arduino A.4.1.- Programa Termistor NTC 10k para calcular la temperatura A4.1.1.- Programa Termistor NTC 10k Ecuación Steinhart-Hart Pág. 116 Memoria A.4.1.2.- Programa Termistor NTC 10k Ecuación Steinhart-Hart reducida para calcular la temperatura Domótica aplicada al ámbito de la medicina Pág. 117 A.4.2.- Programa DHT11 humedad y temperatura Pág. 118 Memoria A.4.3.- Programa sensor MQ-135 Domótica aplicada al ámbito de la medicina Pág. 119 Pág. 120 Memoria Domótica aplicada al ámbito de la medicina Pág. 121 A.4.4.- Programa sensor vibración piezoeléctrico