VS-Safety 新增測試使用介紹
VS-SAFETY是VitalSigns Technology開發的實時心電和生理監測雲服務系統網址如下 : https://server.vsigntek.com/vs-safety/
有幾個步驟需要完成：
- 新增/選擇原有的測試人員(病患)基本資訊。
- 選擇所使用的Gateway 與ECG Device 開機與設定。
- 修改Equipment 資訊。
- 開啟ECG Monitor測試。
輸入以下帳戶和密碼後請點擊“登錄”。
當登入後，網頁初始頁面會在”患者監控”頁面，滑鼠左鍵點擊”Hello, XXXX”時會出現選單，請點擊”Main”選項。
1.新增測試人員(病患)基本資訊
先將病患或是測試人員的資料建檔，滑鼠左鍵點擊”Patient Management” 選項。
點選Patient Registration，開始填寫新增資料。
填入相關的資訊後，滑鼠左鍵點擊”Patient Register”後註冊完成。
當patient 填寫完成後，後須還是可以修正其中的資料，點選”Patient Data Query”。
填入所需查詢的SSN，後點選”Query”。
當查詢結果有了之後就可以逕行修改或是查閱。
2.選擇所使用的Gateway 與ECG Device 開機與設定
Gateway 長按“
”按鈕三秒以上開機，開機後指示燈會閃爍至穩定顯示藍燈。
點選”Gateway List”後：
Gateway 上線的會顯示的符號為：“
”。
Ecg Device 長按”
“按鈕三秒以上，開機。
點選”Cardiac Sensor List”後：
當設備開機約莫5-10秒後，”Signal”欄位會有顯示 “
”。
當設備有被連線時“Connected“欄位會顯示 “
”。
3.修改Equipment 資訊
由於使用者的SSN會有更換的部分，所以請在測試之前請確認Ecg Device 的SSN資訊。點選”Equipment Management”。
請點選”Cardiac sensor query “，查詢要設定的設備。
查詢的Device DID 會在設備的背面有顯示，或是使用VsCheck連接Ecg Device查詢。
因為新增的測試人員(病患)的SSN與設備設定的SSN不一致所以需要點選”Edit”修改。
修改SSN之後，點選”Update”。
修改完成後，點選”back”則會顯示修改完成的資訊。第二個Ecg Device一樣的修改SSN。
修改完成後，點選“Cardiac Sensor”，確認設定的兩個資訊。
確認，兩個設備的SSN與新增的測試SSN是否一致。
4.開啟ECG Monitor測試
點選”ECG Monitor”。
輸入剛剛新增的測試人員(病患)，若不知可以點選Patient List 查詢要測試的人員資訊。
點選”ECG Monitor Start”，開始設定。
填入這次測試的描述，起始時間與監控時間，點選Gateway DID “”Set” 按鈕。
選擇手邊即將使用的Gateway，點選”Set” 。
選擇要這次要測試使用的ECG Device，點選“Add”按鈕。
確認所有的設定後，點選”Confirm”開始監測。
點選”Confirm”後，會顯示開始測試，大概等待一分鐘設定後，此時點選”Cardiac Sensor”可以顯示，所連接的設備。
如下圖所示，可以點選Connected閃爍著黃色的選項，點選” 
“便可以顯示現在的圖形。
顯示現在的測量相關資料以及ECG圖形。
當測試完成時，您可以再次返回到Ecg Monitor頁面。如同之前一樣，輸入測試者的SSN。進入患者資訊頁面後，向下捲動，尋找之前的測試項目。點擊對應欄位中的「View」操作。
點擊“生成報告”需要一些時間，通常從幾秒鐘到幾分鐘不等，這取決於測試的時間長度。
一旦報告生成，您將在屏幕上看到12個關鍵檢測到的症狀。
您可以點擊「AF HR Min」以查看詳細信息。如果患者有任何相關問題，您應該會看到類似下面這個畫面的內容。然而，也有可能沒有檢測到任何問題。
請點擊「View」按鈕以查看最終生成的報告。
到屏幕底部的「Report Data Download」部分，然後點擊按鈕。選擇所需的數據時間範圍。數據被分成每小時的段落。您可以下載「info.csv」文件或原始數據文件「ecg.csv」。
「info.csv」文件包含我們單導聯心電圖監測器在指定小時內記錄的27個數據點。其中包括時間、心率、重力感應器讀數和心率變異度（HRV）值等信息。
「ecg.csv」文件包含一系列的單精度浮點數，其中每個值代表一個以毫伏（mV）為單位的測量值。每個浮點數對應到2毫秒（ms）的時間間隔，取樣率為500赫茲（0.002秒）。通過將這些浮點數串聯在一起，您可以重建心電圖波形。
您可以將這些信號文件直接輸入到您的人工智能模型中，用於訓練醫療條件的識別。
