【摘要】：隨著現(xiàn)代社會日新月異的發(fā)展,人們對健康給予越來越多的關(guān)注,相應(yīng)地,無線體域網(wǎng)吸引了越來越多人的目光,人們開始研發(fā)相關(guān)技術(shù)去監(jiān)測病患的生理參數(shù)。面對心血管類的疾病,其突發(fā)性要求監(jiān)測系統(tǒng)具有實(shí)時(shí)性與穩(wěn)定性,并且通常需要對數(shù)據(jù)進(jìn)行壓縮以獲得更高的能量利用率。近年來,大量的研究已經(jīng)驗(yàn)證了壓縮感知是一種有效的解決方式,這一理論與體域網(wǎng)領(lǐng)域的融合讓遠(yuǎn)程醫(yī)療更加智能化。傳統(tǒng)的壓縮感知方法在數(shù)據(jù)情況穩(wěn)定狀態(tài)下效果很好,然而面對實(shí)時(shí)變化的生理參數(shù),其效果大打折扣,因此,本文基于壓縮感知對無線體域網(wǎng)中心電重構(gòu)與實(shí)時(shí)診斷進(jìn)行研究。首先,在壓縮感知的理論架構(gòu)上,設(shè)計(jì)了無線體域網(wǎng)傳輸系統(tǒng)中自適應(yīng)傳輸控制策略,同時(shí)針對ECG信號特點(diǎn)與傳輸實(shí)時(shí)性要求優(yōu)化重構(gòu)算法,實(shí)現(xiàn)重構(gòu)精度與壓縮性能的雙重優(yōu)化。為了更加靈活地傳輸數(shù)據(jù),我們需要為無線體域網(wǎng)中的傳感端、協(xié)調(diào)端以及無線傳輸通道建立數(shù)學(xué)模型,并利用反饋的控制思想對數(shù)據(jù)壓縮率進(jìn)行設(shè)計(jì)。在傳感端增加壓縮率估計(jì)模塊,其設(shè)計(jì)目的是在滿足實(shí)時(shí)性的條件下,盡可能降低壓縮率,提高ECG信號的重構(gòu)精度。在壓縮率估計(jì)模塊中,采用頻域分析方式,揭示心電數(shù)據(jù)的動態(tài)特性,并對壓縮率和稀疏性之間的關(guān)系進(jìn)行建模。此外,使用快速K-Means聚類算法將心電信號按稀疏度分為兩組,進(jìn)行模型的簡化,用分段非線性函數(shù)進(jìn)行擬合,并將問題轉(zhuǎn)換為線性規(guī)劃問題。在丟包補(bǔ)償模塊中,設(shè)計(jì)閉環(huán)模塊和控制過程,制定壓縮策略,基于信道狀態(tài)和數(shù)據(jù)稀疏度對壓縮感知參數(shù)進(jìn)行更新估計(jì),以降低丟包干擾帶來的影響,為ECG信號進(jìn)行實(shí)時(shí)高精度特征識別與遠(yuǎn)程診斷打下基礎(chǔ)。然后,改進(jìn)協(xié)調(diào)端的重構(gòu)算法,選擇優(yōu)化子空間追蹤重構(gòu)算法,提高了GBSP(Gradient Boosting Subspace Pursuit)算法的精度與速度。改進(jìn)后的GBSP算法在更低數(shù)據(jù)壓縮率的條件下,依然可以使得到的重構(gòu)信號具有醫(yī)療價(jià)值,即重構(gòu)誤差PRD在9%以下。我們對算法中的稀疏度參數(shù)K進(jìn)行向前推進(jìn)式的搜索,基于機(jī)器學(xué)習(xí)中Gradient Boosting的思想,采用梯度下降方向搜索法對殘差重新建立模型。在殘差不可以忽略的情況下,選擇多于稀疏度K個(gè)原子進(jìn)入備選集合再回溯剔除。經(jīng)過兩次優(yōu)化后,GBSP算法可以在更低的壓縮率(比如30%)下控制重構(gòu)誤差PRD在9%以下,重構(gòu)能力大大提升。最后,為滿足遠(yuǎn)程醫(yī)療系統(tǒng)中實(shí)時(shí)監(jiān)測的需求,論文設(shè)計(jì)了全新的ECG信號在線檢測算法,實(shí)現(xiàn)高精度定位QRS波群以及獲取Q波、R波、S波點(diǎn)位。我們先將ECG信號通過窗口積分器,使其計(jì)算滾動平均值目的是進(jìn)一步平滑ECG時(shí)域信號;而后針對每一個(gè)數(shù)據(jù)點(diǎn)與閾值的大小關(guān)系判斷當(dāng)前標(biāo)志旗狀態(tài),在滿足一定的幅值閾值范圍和時(shí)間保持閾值的條件下,識別出ECG信號相應(yīng)的波形。為了提高算法魯棒性,對所檢測波形對應(yīng)的幅值閾值采用自適應(yīng)模式。使用MIT-BIH數(shù)據(jù)庫提供的和實(shí)際硬件采集的兩種來源的ECG數(shù)據(jù),來分別檢驗(yàn)與對比兩種算法識別的準(zhǔn)確度。進(jìn)一步,利用所設(shè)計(jì)的無線體域網(wǎng)傳輸系統(tǒng),在有無發(fā)生丟包的情況下,分別對得到的重構(gòu)ECG信號進(jìn)行特征識別,進(jìn)一步驗(yàn)證了系統(tǒng)設(shè)計(jì)的可行性與魯棒性。
【圖文】：

讓生理指標(biāo)監(jiān)測成為可能。無線體域網(wǎng)（Wireless Body Area Networks, WBANs）可以做到實(shí)時(shí)監(jiān)測人體相關(guān)的生理參數(shù)，通過運(yùn)行在 PDA 或智能手機(jī)上的個(gè)人服務(wù)器，提供人機(jī)接口并與遠(yuǎn)程服務(wù)器通信，從而給出病人具體的建議。圖1 1顯示了一個(gè)醫(yī)療領(lǐng)域三層的無線體域網(wǎng)系統(tǒng)架構(gòu)：傳感端：一般是智能生理傳感器，這些生理傳感器通常產(chǎn)生與標(biāo)準(zhǔn)無線網(wǎng)絡(luò)平臺相連的模擬信號，可以共享一個(gè)無線網(wǎng)絡(luò)節(jié)點(diǎn)。此外，生理傳感器可以與智能傳感器板連接，構(gòu)成無線網(wǎng)絡(luò)節(jié)點(diǎn)，其中傳感器板提供傳感器處理能力，并通過串行接口與標(biāo)準(zhǔn)無線網(wǎng)絡(luò)平臺進(jìn)行通信。無線網(wǎng)絡(luò)節(jié)點(diǎn)可以實(shí)現(xiàn)成小型設(shè)備或整合到衣服中。網(wǎng)絡(luò)節(jié)點(diǎn)不斷收集和處理原始信息，將它們存儲在本地，并將其發(fā)送到協(xié)調(diào)端即個(gè)人服務(wù)器上。理想情況下，傳感器周期性地傳輸數(shù)據(jù)狀態(tài)和事件，從而顯著降低時(shí)延并提高監(jiān)控實(shí)時(shí)性。當(dāng)數(shù)據(jù)的本地分析出現(xiàn)不確定或緊急情況時(shí)，層級結(jié)構(gòu)中的上層可以發(fā)出請求，將存儲可用的原始信號進(jìn)行特定的高級處理傳輸?shù)缴蠈印！?2 —

號重建與實(shí)時(shí)診斷算法研究 上海交通大學(xué)碩士學(xué)位論文每一層次表示著一個(gè)相當(dāng)復(fù)雜的子系統(tǒng)，，并使用相應(yīng)的本地層次結(jié)構(gòu)，以確保效率、可移植性、安全性和低成本。圖1 2顯示了在一個(gè)集成的無線體域網(wǎng)系統(tǒng)的信息數(shù)據(jù)流向：圖 1 2 無線體域網(wǎng)中的數(shù)據(jù)流Fig 1 2 Data flow in an integrated WBANs由于無線體域網(wǎng)的層級結(jié)構(gòu)以及信息數(shù)據(jù)傳輸方式，其有如下的特點(diǎn)：非植入式傳感器可以自主使用，靈活度高，體積小巧，便于攜帶生理參數(shù)傳輸強(qiáng)度衰減快，需要保障數(shù)據(jù)的精準(zhǔn)度與實(shí)時(shí)性實(shí)時(shí)數(shù)據(jù)傳輸受丟包影響較大，需要額外的措施來確保服務(wù)質(zhì)量（Quality of Service,QoS）能量供給受限，需要高效地利用體域網(wǎng)中的節(jié)點(diǎn)，降低功耗B. 國外相關(guān)研究無線體域網(wǎng)（Wireless Body Area Networks, WBANs）是一種應(yīng)用于可穿戴設(shè)備上的無線網(wǎng)絡(luò)，由于是在身體表面而稱之為“體域”�；隗w域網(wǎng)的監(jiān)測設(shè)備可以體內(nèi)植入，多數(shù)可在人體表面某個(gè)固定位置安裝，對人體生理參數(shù)進(jìn)行采集。通過網(wǎng)關(guān)設(shè)備，將可穿戴設(shè)備連接至互聯(lián)網(wǎng)上
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN92;TN911.7;TH776

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 吳建寧;徐海東;王玨;;用于低功耗的體域網(wǎng)加速度數(shù)據(jù)壓縮感知設(shè)計(jì)[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2015年06期

2 劉漢春;劉靜;徐友云;聶志;;基于臨時(shí)節(jié)點(diǎn)的無線體域網(wǎng)高效節(jié)能路由算法[J];信息技術(shù);2010年06期

3 宮繼兵;王睿;崔莉;;體域網(wǎng)BSN的研究進(jìn)展及面臨的挑戰(zhàn)[J];計(jì)算機(jī)研究與發(fā)展;2010年05期

4 申志坤;申達(dá);許苗;;無線體域網(wǎng)中能量檢測算法設(shè)計(jì)與驗(yàn)證[J];信息技術(shù);2009年11期

本文編號：2692893