發(fā)布時(shí)間：2021-04-19 08:10

　　隨著時(shí)間的推移,我國(guó)老齡化程度不斷加深,據(jù)統(tǒng)計(jì)我國(guó)目前有2.4億老年人,到2049年老年人口將超過4.3億,占總?cè)丝诘娜种�。老年人的健康監(jiān)護(hù)將成為最亟需解決的社會(huì)問題。而對(duì)老年人健康威脅最大的是諸如心血管疾病之類的慢性病,據(jù)國(guó)家心血管疾病中心推算我國(guó)心血管疾病患病人數(shù)共有2.9億,占居民疾病死亡構(gòu)成的40%以上。并且意外跌倒也是造成老年人失能的主要原因之一。針對(duì)老年人健康監(jiān)護(hù)問題,由于中國(guó)的養(yǎng)老模式中有90%是居家養(yǎng)老,所以居家監(jiān)護(hù)逐步成為主流的解決方案。但是目前居家健康監(jiān)護(hù)的問題在于,各類健康監(jiān)護(hù)設(shè)備種類繁多,但互不兼容。因此本文提出的家庭式醫(yī)療健康監(jiān)護(hù)系統(tǒng),以符合ISO/IEEE 11073標(biāo)準(zhǔn)的醫(yī)療設(shè)備為基礎(chǔ),采集血壓、血糖、血氧等生理數(shù)據(jù)。并利用HDP協(xié)議將采集的數(shù)據(jù)傳輸至基于Android系統(tǒng)開發(fā)的客戶端,客戶端可以查看管理數(shù)據(jù),并可將數(shù)據(jù)同步到后臺(tái)服務(wù)器,同時(shí)系統(tǒng)還具有跌倒檢測(cè)與心電監(jiān)護(hù)的功能。為實(shí)現(xiàn)跌倒檢測(cè)功能,本文提出了基于KKT條件的SVM增量學(xué)習(xí)跌倒檢測(cè)算法,利用SVM增量學(xué)習(xí)解決實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練得到的模型在真實(shí)環(huán)境中可能精度下降的問題,以及用戶使用過程中產(chǎn)生新增樣... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

康體佳健康系統(tǒng)結(jié)構(gòu)圖

電子科技大學(xué)碩士學(xué)位論文交互打下基矗IEEE11073協(xié)議連接了個(gè)人醫(yī)療設(shè)備和醫(yī)療健康監(jiān)護(hù)系統(tǒng)之間的通訊紐帶。個(gè)人醫(yī)療健康設(shè)備采集生理數(shù)據(jù)并利用IEEE11073協(xié)議標(biāo)準(zhǔn)數(shù)據(jù)模型將數(shù)據(jù)傳輸至醫(yī)療健康系統(tǒng)服務(wù)數(shù)據(jù)中心。后臺(tái)服務(wù)中心一般是計(jì)算機(jī)等智能終端，負(fù)責(zé)存儲(chǔ)和處理生理健康數(shù)據(jù)。個(gè)人健康設(shè)備和醫(yī)療系統(tǒng)之間的關(guān)系如圖2-1所示。圖2-1個(gè)人健康設(shè)備和醫(yī)療系統(tǒng)之間的關(guān)系如圖2-1所示IEEE11073標(biāo)準(zhǔn)協(xié)議主要負(fù)責(zé)Agent與Manager之間的數(shù)據(jù)傳輸。其中Agent設(shè)備包括常用的血壓計(jì)、血氧儀、血糖儀等設(shè)備。Agent設(shè)備負(fù)責(zé)采集個(gè)人生理健康數(shù)據(jù)并向與之關(guān)聯(lián)的Manager傳輸數(shù)據(jù)。Manager設(shè)備主要包括計(jì)算機(jī)或者智能手機(jī)等智能終端。IEEE11073協(xié)議主要關(guān)注Agent與Manager之間的通訊接口和數(shù)據(jù)交換格式。在將醫(yī)療健康數(shù)據(jù)從Agent上傳到遠(yuǎn)程服務(wù)器過程中的數(shù)據(jù)格式轉(zhuǎn)換、交換協(xié)議轉(zhuǎn)換以及不同協(xié)議上的傳輸協(xié)議也是11073協(xié)議標(biāo)準(zhǔn)關(guān)注的重點(diǎn)。正是由于20601協(xié)議調(diào)整使得這些過程有了標(biāo)準(zhǔn)化結(jié)果，才使得個(gè)人醫(yī)療健康數(shù)據(jù)在整個(gè)醫(yī)療健康系統(tǒng)中流暢的傳輸。具體的協(xié)議結(jié)構(gòu)如圖2-2所示，最優(yōu)化交換協(xié)議位于個(gè)人健康設(shè)備層和傳輸層的中間，在最優(yōu)化交換協(xié)議之上的是各類不同的醫(yī)療健康設(shè)備，這些不同的設(shè)備8

第二章相關(guān)技術(shù)概述圖2-2具體協(xié)議結(jié)構(gòu)均對(duì)應(yīng)不同的子協(xié)議，這些協(xié)議里定義了該類醫(yī)療設(shè)備采集數(shù)據(jù)的具體標(biāo)準(zhǔn)格式。11073-20601最優(yōu)化協(xié)議也位于傳輸層之上，該協(xié)議主要包括兩個(gè)方面，一是為應(yīng)用層提供服務(wù)，二是定義數(shù)據(jù)交換格式，但并未規(guī)定傳輸層使用的具體協(xié)議類別。應(yīng)用層服務(wù)旨在使得Agent與Manager能夠建立有效連接并管理傳輸數(shù)據(jù)確保數(shù)據(jù)傳輸鏈路安全可靠。而數(shù)據(jù)交換協(xié)議則包括常用命令，各個(gè)不同Agent的配置信息和各類生理數(shù)據(jù)格式。最優(yōu)化交換協(xié)議為各個(gè)不同Agent與Manager之間的數(shù)據(jù)傳輸?shù)於嘶?.2支持向量機(jī)支持向量機(jī)(supportvectormachine)是一種常用的機(jī)器學(xué)習(xí)算法，主要用于二分類模型。常用于文本與超文本的分類、圖像分類、手寫字體識(shí)別等領(lǐng)域。其核心在于在特征空間中尋找使得兩類不同數(shù)據(jù)樣本之間間隔最大化的超平面。其每一個(gè)訓(xùn)練樣本集必須被標(biāo)記為相應(yīng)的標(biāo)簽，經(jīng)過訓(xùn)練之后得到一個(gè)SVM模型，也可以說是一個(gè)可以分割樣本空間的超平面，利用該超平面可將新的輸入樣本劃分到不同的兩類。當(dāng)然也可能存在樣本空間內(nèi)找不到可以將樣本線性分隔成兩類的超平面，這類問題稱之為非線性分類問題。支持向量機(jī)不僅能處理線性可分類問題，也可以處理非線性分類問題。由于非線性分類問題可以轉(zhuǎn)換線性分類問題來9

【參考文獻(xiàn)】：
期刊論文
[1]基于可穿戴設(shè)備的跌倒檢測(cè)算法綜述[J]. 忽麗莎,王素貞,陳益強(qiáng),高晨龍,胡春雨,蔣鑫龍,陳振宇,高興宇.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2018(09)
[2]慢性疾病對(duì)中國(guó)老年人健康預(yù)期壽命的影響研究[J]. 李成福,孫林娟,王勇,陳佳鵬.  中國(guó)衛(wèi)生統(tǒng)計(jì). 2017(03)
[3]《中國(guó)心血管病報(bào)告2016》概要[J]. 陳偉偉,高潤(rùn)霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,蔣立新,胡盛壽.  中國(guó)循環(huán)雜志. 2017(06)
[4]中國(guó)人口老齡化的大趨勢(shì)、新特點(diǎn)及相應(yīng)養(yǎng)老政策[J]. 翟振武,陳佳鞠,李龍.  山東大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2016(03)
[5]老年人跌倒相關(guān)危險(xiǎn)因素的研究進(jìn)展[J]. 李真,盛凈,馬紹駿.  老年醫(yī)學(xué)與保健. 2015 (02)
[6]社區(qū)老年慢性病患者護(hù)理服務(wù)需求調(diào)查分析[J]. 蘇婉霞.  齊齊哈爾醫(yī)學(xué)院學(xué)報(bào). 2008(02)
[7]心電圖各波的頻率分析[J]. 曹細(xì)武,鄧親愷.  中國(guó)醫(yī)學(xué)物理學(xué)雜志. 2001(01)

碩士論文
[1]基于小波包和神經(jīng)網(wǎng)絡(luò)的心電信號(hào)分類方法研究[D]. 袁丹陽.天津工業(yè)大學(xué) 2017
[2]遙感圖像信息提取核方法抗噪特性研究[D]. 崔亞博.重慶郵電大學(xué) 2016
[3]基于稀疏表示和LS-SVM的心電信號(hào)分類[D]. 李哲.河北大學(xué) 2015



本文編號(hào)：3147178