Kiến trúc hệ thống:

  + Module thu thập dữ liệu (DcS): đo điện áp tỉ lệ với độ dẫn điện của nước, cảm biến siêu âm HC-SR04 đo chiều cao người dùng.

  + Module máy chủ eHomeseniors (eHS): xử lý dữ liệu, hiển thị qua web/app.

• Phần cứng:
•   + Vi điều khiển ATMEGA328P, ADC 10-bit, thẻ nhớ MicroSD 2GB.
•   + Điện cực thép không gỉ (20 mm², cách nhau 2 mm), dòng điện 1–2 mA, tần số 100 Hz.
•   + Cảm biến siêu âm gắn trần để phân biệt bệnh nhân với người khác.
• - Thuật toán phát hiện:
•   + Lấy mẫu 1000 Hz, trung bình 1 giây/lần, lưu dữ liệu.
•   + Tính trung bình trượt, áp ngưỡng 200 mV, thời gian tối thiểu 10 giây để xác nhận sự kiện tiểu tiện.
•   + Kết hợp cửa sổ thời gian 10 phút với dữ liệu chiều cao để gán sự kiện cho bệnh nhân.
• - Đối tượng nghiên cứu:
•   + 28 bệnh nhân ≥65 tuổi, có triệu chứng tiểu đêm, tự đi vệ sinh được.
•   + Loại trừ: nhiễm trùng tiểu gần đây, hạn chế vận động, đặt ống thông tiểu, từ chối tham gia.
• - Kết quả:
•   + Trung bình 3 lần tiểu đêm/đêm, tổng 2.468 sự kiện ghi nhận.
•   + Độ nhạy/đặc hiệu (không siêu âm): 73,3% / 81,5%.
•   + Độ nhạy/đặc hiệu (có siêu âm): 39,7% / 93%.
•   + PPV/NPV tương ứng, LR+ và LR- được báo cáo chi tiết.
• - Hạn chế:
•   + Điện cực bị ăn mòn sau ~20 ngày → cần thay định kỳ.
•   + Cảm biến siêu âm dễ sai số do tóc, mũ, giày dép.
•   + Hệ thống có xu hướng đánh giá thấp số lần tiểu đêm khi tần suất cao.
• - Định hướng phát triển:
•   + Cải thiện tuổi thọ điện cực, áp dụng AI (RNN) phân tích tín hiệu.
•   + Phát hiện thành phần nước tiểu (ure, albumin…).
•   + Tích hợp IoT, gửi dữ liệu thời gian thực, hỗ trợ theo dõi bệnh mạn tính.