隨著當(dāng)今社會(huì)人們生活節(jié)奏的變快以及生活壓力的增大,導(dǎo)致越來(lái)越多的人身體處于亞健康甚至不健康的狀態(tài)。因此,人體健康監(jiān)測(cè)系統(tǒng)在實(shí)時(shí)性、靈活性、智能化等各個(gè)方面受到了越來(lái)越多地重視。針對(duì)上述的問(wèn)題,基于多源信息融合的人體健康監(jiān)測(cè)系統(tǒng)應(yīng)運(yùn)而生了。在該系統(tǒng)的基礎(chǔ)上,本文提出將多傳感器數(shù)據(jù)融合算法應(yīng)用于人體健康的分析與評(píng)價(jià),通過(guò)多傳感器采集多種人體生理參數(shù),并將采集到的人體生理參數(shù)進(jìn)行數(shù)據(jù)融合處理,最終得出人體是否健康的結(jié)論。本文搭建的系統(tǒng)以嵌入式ESP8266 Wi-Fi模塊為硬件處理核心,利用體溫傳感器、血壓傳感器、肌電傳感器和脈搏傳感器組成可穿戴設(shè)備。通過(guò)佩戴可穿戴設(shè)備實(shí)現(xiàn)對(duì)體溫、血壓、肌電和脈搏4種人體生理參數(shù)的采集。單個(gè)信息源傳感器的工作并不能準(zhǔn)確地采集這幾項(xiàng)生理參數(shù),因此在可穿戴設(shè)備中設(shè)置多個(gè)不同生理參數(shù)傳感器的信息源來(lái)采集多個(gè)部位的身體生理指標(biāo)。來(lái)自多個(gè)信息源傳感器的生理參數(shù)如何進(jìn)行多源信息融合是本論文的一個(gè)研究重點(diǎn)。本文提出了一種模糊的D-S證據(jù)理論算法。其中,在特征級(jí)融合過(guò)程中,設(shè)定最優(yōu)融合集,使用優(yōu)化后的模糊集理論算法;在決策級(jí)融合過(guò)程中,對(duì)引起信息沖突的焦元設(shè)定不同的權(quán)重使用... 

【文章來(lái)源】：齊魯工業(yè)大學(xué)山東省

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

sEMG信號(hào)形成過(guò)程

第3章基于多源信息融合的人體健康監(jiān)測(cè)系統(tǒng)設(shè)計(jì)14圖3.1系統(tǒng)總體結(jié)構(gòu)圖3.2系統(tǒng)硬件設(shè)計(jì)3.2.1多傳感器及其接口現(xiàn)在，許多先進(jìn)的關(guān)于監(jiān)測(cè)人體健康的新研究著重于通過(guò)設(shè)計(jì)和集成多傳感器來(lái)改善生活質(zhì)量[40]。這些傳感器主要分為兩種類型，直接接觸人體組織的傳感器和間接接觸人體組織的傳感器。對(duì)醫(yī)療人員和設(shè)備的巨大需求，導(dǎo)致醫(yī)療資源的短缺和醫(yī)療成本的上升，許多人負(fù)擔(dān)不起許多昂貴的費(fèi)用，尤其是一些需要長(zhǎng)期監(jiān)護(hù)的患者。在此監(jiān)護(hù)過(guò)程中，需要定期測(cè)量的幾個(gè)參數(shù)，其中體溫，脈搏，血壓和呼吸被稱為是人體的四個(gè)主要生命體征[41]。所以研究多參數(shù)人體健康監(jiān)測(cè)系統(tǒng)，定期監(jiān)測(cè)人體的健康狀況，具有重要的現(xiàn)實(shí)意義。多參數(shù)的設(shè)計(jì)可以使得患者得以同時(shí)監(jiān)測(cè)多個(gè)的生理和醫(yī)學(xué)指標(biāo)，避免了單個(gè)患者同時(shí)測(cè)量多種生理指標(biāo)的麻煩和測(cè)量誤差，在一定的程度上節(jié)約了護(hù)理和醫(yī)療的費(fèi)用[42]。在患者熟悉的互聯(lián)網(wǎng)環(huán)境中對(duì)患者進(jìn)行無(wú)線健康檢測(cè)也可以有效減輕使用者的心理負(fù)擔(dān)，提高了測(cè)量的效率和準(zhǔn)確性[43]。不僅減少了醫(yī)院排隊(duì)的麻煩，大大節(jié)約了醫(yī)療和交通的成本[44]。對(duì)于亞健康狀態(tài)人群進(jìn)行多參數(shù)無(wú)線健康監(jiān)測(cè)，可以盡早幫助患者發(fā)現(xiàn)隱性遺傳疾病的早期癥狀，從而在一定的程度上幫助患者達(dá)到了保健和康復(fù)以及預(yù)防隱性遺傳疾病的早期治療的目的。針對(duì)于上述情況，設(shè)計(jì)了一種基于多源信息融合的人體健康監(jiān)測(cè)系統(tǒng)，用于家庭場(chǎng)景的身體日常監(jiān)測(cè)，真正的做到“防患于未然”。1、脈搏傳感器當(dāng)一定波長(zhǎng)的光照射到了人體的組織上時(shí)，人體的組織內(nèi)部吸收并逐漸減弱了光反射后，通過(guò)反射光向人體的組織內(nèi)部透射的光脈沖強(qiáng)度，可以直接反映得出被該波長(zhǎng)光照射組織的形態(tài)和結(jié)構(gòu)特征[45]。人體的動(dòng)脈象基本上都是由人體內(nèi)部

齊魯工業(yè)大學(xué)碩士學(xué)位論文15動(dòng)脈的血管擴(kuò)張和動(dòng)脈收縮效應(yīng)引起的。與其他的人體器官和動(dòng)脈組織結(jié)構(gòu)相比，指尖組織結(jié)構(gòu)中的動(dòng)脈組織分布較密集，指尖組織的結(jié)構(gòu)較薄，因此通過(guò)人體手指的反射光脈沖強(qiáng)度較大，檢測(cè)得到的反射光采集的脈沖強(qiáng)度數(shù)據(jù)越精確。因此，在一定頻率波長(zhǎng)的光源照射下，通過(guò)人體的手指可以檢測(cè)到反射光的脈沖強(qiáng)度，可以間接測(cè)量得出人體的脈沖強(qiáng)度等信息。該脈搏波傳感器由紅外脈搏波發(fā)光二極管和紅外光電波曲線晶體管兩部分組成[46]。該傳感器采用GaAs紅外脈搏波發(fā)光二極管元件作為主要的發(fā)光源，可以有效抑制晶體管在呼吸和腹部運(yùn)動(dòng)時(shí)所引起的紅外脈搏光電波曲線的漂移。通過(guò)光電晶體管在紅外光的直接照射下產(chǎn)生的電能，將光的發(fā)射信號(hào)轉(zhuǎn)換成紅外電信號(hào)。在這個(gè)傳感器的設(shè)計(jì)中，光電晶體管和帶有紅外線傳感器的發(fā)光二極體面對(duì)面進(jìn)行放置，以獲得最佳的發(fā)光方向和運(yùn)動(dòng)特性。紅外脈搏波曲線傳感器的結(jié)構(gòu)圖設(shè)計(jì)如圖3.2所示。圖3.2脈搏傳感器結(jié)構(gòu)圖2、肌電傳感器sEMG脈沖肌電傳感器通過(guò)測(cè)量電勢(shì)來(lái)直接測(cè)量肌肉的神經(jīng)激活和興奮程度。它的兩端可以分別輸出原始肌電信號(hào)和紅外脈沖肌電信號(hào)。該傳感器系統(tǒng)不需要直接輸出sEMG的原始信號(hào)，而是輸出經(jīng)過(guò)處理后的脈沖數(shù)字肌電信號(hào)。對(duì)于輸出的脈沖肌電信號(hào)可以執(zhí)行相應(yīng)的信號(hào)放大和濾波。脈沖肌電信號(hào)經(jīng)過(guò)放大后，使用ESP8266的A/D轉(zhuǎn)換實(shí)現(xiàn)模數(shù)轉(zhuǎn)換，可以輕松直觀地檢測(cè)sEMG信號(hào)的數(shù)字值。肌電傳感器電路板布局圖如圖3.3所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于單片機(jī)和APP的健康監(jiān)測(cè)系統(tǒng)[J]. 譚國(guó)良,余江,方世豪,李鍵,黃梓鋒,劉永澤,黃永輝.  南方農(nóng)機(jī). 2020(05)
[2]基于STM32的智能心電采集和傳輸系統(tǒng)[J]. 王立剛.  物聯(lián)網(wǎng)技術(shù). 2019(11)
[3]基于多傳感器信息融合的物流機(jī)器人導(dǎo)航定位技術(shù)研究[J]. 吳吉明.  安陽(yáng)師范學(xué)院學(xué)報(bào). 2019(05)
[4]面向健康物聯(lián)網(wǎng)的非接觸式連續(xù)心電監(jiān)測(cè)系統(tǒng)[J]. 顧東袁,傅曉婕,楊東勇,李志中,盧瑾.  傳感技術(shù)學(xué)報(bào). 2019(08)
[5]多傳感器信息融合技術(shù)在機(jī)器人系統(tǒng)中的應(yīng)用研究[J]. 王強(qiáng),沈濤,郭超.  科技風(fēng). 2019(24)
[6]基于多傳感器數(shù)據(jù)融合算法的智能健康監(jiān)測(cè)坐椅系統(tǒng)設(shè)計(jì)與研究[J]. 常菁,馮鋒.  電子測(cè)試. 2019(11)
[7]脈搏傳感器應(yīng)用的研究進(jìn)展[J]. 朱耀斌,李志強(qiáng),丁楠,伊寒露,沈磊,趙宇東,葉贊凱,張金蕊.  中華實(shí)用診斷與治療雜志. 2019(03)
[8]基于物聯(lián)網(wǎng)的老年人及嬰兒健康監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 陳飛龍,蔡春曉,周劍榮,溫悅,劉子豪.  科技視界. 2018(18)
[9]面向智能社區(qū)的人體健康系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 姚佳俊,姚凱學(xué),何勇.  計(jì)算機(jī)測(cè)量與控制. 2017(11)
[10]基于STM32的表面肌電采集系統(tǒng)的實(shí)現(xiàn)[J]. 朱安陽(yáng),徐秀林.  制造業(yè)自動(dòng)化. 2017(07)

博士論文
[1]無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議及數(shù)據(jù)融合技術(shù)研究[D]. 郭新.華南理工大學(xué) 2013
[2]復(fù)雜環(huán)境下目標(biāo)識(shí)別的智能數(shù)據(jù)融合技術(shù)研究[D]. 蒲書(shū)縉.哈爾濱工程大學(xué) 2006
[3]多傳感器狀態(tài)融合估計(jì)理論與應(yīng)用研究[D]. 金學(xué)波.浙江大學(xué) 2003

碩士論文
[1]基于D-S證據(jù)理論和SVM的多傳感器信息融合算法研究[D]. 廉偉健.吉林大學(xué) 2019
[2]基于Spring的健康服務(wù)云平臺(tái)醫(yī)生端的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王玉龍.北京交通大學(xué) 2019
[3]多傳感器信息融合的智能火災(zāi)探測(cè)系統(tǒng)開(kāi)發(fā)與研究[D]. 鐘銘.燕山大學(xué) 2019
[4]表面肌電信號(hào)分析及輔助康復(fù)訓(xùn)練系統(tǒng)設(shè)計(jì)[D]. 李夢(mèng)楠.河北大學(xué) 2017
[5]人體亞健康狀態(tài)評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉宇.東北大學(xué) 2016
[6]基于DS證據(jù)理論的多傳感器數(shù)據(jù)融合算法研究與應(yīng)用[D]. 王力.太原理工大學(xué) 2015
[7]Android手機(jī)遠(yuǎn)程控制系統(tǒng)的研究與實(shí)現(xiàn)[D]. 郭猛.山東大學(xué) 2015
[8]基于數(shù)據(jù)融合的智慧養(yǎng)老醫(yī)療健康系統(tǒng)的研究與實(shí)現(xiàn)[D]. 蔣鴻.南京郵電大學(xué) 2015
[9]基于可穿戴技術(shù)的信息處理與數(shù)據(jù)融合算法研究[D]. 趙婧.北京服裝學(xué)院 2015
[10]線性回歸模型的總體最小二乘平差算法及其應(yīng)用研究[D]. 汪奇生.昆明理工大學(xué) 2014



本文編號(hào)：3138158