點擊藍字 ╳ 關注我們

李曉敏

根據2019年北大團隊在《柳葉刀》子刊發表的研究，超過9500萬中國人一生中得過抑郁癥，只有9.5%的抑郁癥患者接受過至少一種衛生服務機構的治療，而得到充分治療的患者僅0.5%。且目前大部分抑郁癥檢測都是通過填寫紙質表，但是紙質表容易受到被檢測者主觀影響，導致檢測誤差大、有效性低，且紙質表檢測繁雜、效率低下。

為了使心理健康檢測更為方便、結果更加客觀有效。李曉敏團隊翻閱了大量文獻，同時找了相關的醫學專家進行咨詢，然后得知抑郁癥患者和普通人在HRV指標上是有差異的（差異請查看下方注解），于是決定通過HRV檢測來輔助鑒定心理健康。

注解：HRV是指心率變異性，在生理條件下，HRV的產生主要是由心臟竇房結自律活動通過交感和迷走神經、神經中樞、壓力反射和呼吸活動等因素的調節作用，使得心臟每搏間期一般存在幾十毫秒的差異。

下面請跟隨小編的步伐一起了解這個團隊、項目、以及她們對OpenHarmony的學習分享。

介紹

李曉敏是華東師范大學計算機科學與技術系研究生，也是本次案例的項目負責人。這個項目的團隊成員由李曉敏、徐瓏珊、顧敏怡組成，她們分別負責設備端開發、云端與前端開發和測試等工作。

在項目確定后，她們開始構思整個項目需要得到什么數據？用什么技術或者產品實現？比如她們首先需要得到受檢者的心電數據、然后根據心電數據計算出HRV參數、再與標準HRV參數進行對比、最后展示分析結果。

那么如何采集心電數據？如何計算HRV參數？計算后HRV的參數存儲在哪里？如何展示給用戶？這些都是她們需要進一步思考和解決的。

于是在老師的指導下，她們將項目分成了三個部分來實現，分別為：設備端、云端和前端。下面一起看一下項目的詳細介紹和使用方法。

項目介紹和使用方法

如下表所示，整個項目主要由設備端、云端和前端組成。

基于HRV的心理健康檢測分析系統使用方法如下：

設備端：這個分析系統主要通過圖1展示的心電采集模塊采集受檢人的心電數據，并在小熊派開發板計算出多種與情緒特征相關的HRV參數，然后通過小熊派上集成的Wi-Fi模塊將數據上傳到云端。

云端：將收到的HRV參數和正常的HRV參數進行對比后存入數據庫。

前端：最后用戶可以在圖2所示的前端H5頁面查看詳細參數和診斷結果。

圖2 設備端+前端展示效果圖

OpenHarmony學習與項目開發

OpenHarmony學習

李曉敏團隊深信“實踐出真知”。她們購買了一塊小熊派開發板，這塊開發板上搭載的是OpenHarmony操作系統，還配備了很完整的教學視頻以及開發資料。她們一邊學習教學視頻，一邊在開發板上實踐，經過一個多月的學習時間，就可以用小熊派開發板實現多項任務指令以及任務間的通信等，為項目的成功落地提供了硬件基礎。

項目開發

整個項目從頭到尾主要分成三個階段。

第一階段是學習和調研階段。顧敏怡同學是心理學專業的，因此由她負責翻閱資料來確定HRV與抑郁癥之間的相關性，以及去醫院找治療抑郁癥的專家進行咨詢和學習。李曉敏和徐瓏珊兩位同學分別負責硬件和軟件的選型工作，例如采集心電數據需要選擇什么心電采集模塊、單片機的主控芯片用哪一款、服務器的選擇等等。

第二階段是項目開發工作。在做好調研、學習和選型等準備工作之后就開始項目的具體開發工作了。李曉敏同學負責設備端開發工作，包括心電數據的采集、數據采集過來后怎么處理、怎么計算HRV參數、設備端怎么和云端去建立連接等工作。徐瓏珊同學是計算機系的，主要負責云端和前端的開發工作，包括服務器的搭建、前后端通信等等。

第三階段是測試工作。顧敏怡同學幫忙聯系患有抑郁癥的同學，讓同學一邊填寫常規的紙質自量表一邊用設備來測量，然后她們將這兩種測量方式的結果進行對比，來測試設備檢測的準確性，然后去反向優化她們的設備，以進一步提高設備檢測的準確性。

團隊成果

通過整個團隊的努力，她們制作出實物Demo一套，這個作品也非常榮幸地獲得了“華為中國大學生ICT大賽2021” 創新賽全國總決賽一等獎和TECH4ALL特別獎。

結語

抑郁癥，一個聽著很遙遠但其實很可能真實存在于每個人的身邊的癥狀。或許我們平時并不能察覺到抑郁癥患者的異樣，但其實他們一直處于一個消沉難過的狀態，幫助他們的第一步，就是要發現他們。

期待李曉敏團隊的這個項目在將來能發揮出它的社會價值，能夠幫助我們發現更多潛在的抑郁癥患者，進而讓他們及時得到重視和相應的治療。