【摘要】：近年來,隨著生活節(jié)奏的加快,冠心病作為心血管疾病主要組成部分之一,對人類的健康威脅日趨上升。對心電圖(Electrocardiogram,ECG)的特征進(jìn)行檢測可以發(fā)現(xiàn)心臟異常狀況,對冠心病的診斷和慢性疾病的預(yù)警有一定的價(jià)值。目前可穿戴檢測裝置成為測量ECG的發(fā)展趨勢,而研制可穿戴設(shè)備也面臨著導(dǎo)聯(lián)電極連接易脫落、采集信號存在運(yùn)動干擾、特征檢測精度較低等問題。本文從以下方面來解決目前存在的問題:(1)為了提高檢測心電信號的穩(wěn)定性并降低系統(tǒng)功耗,設(shè)計(jì)了一種可穿戴無線心電檢測裝置。裝置以緊身背心作為可穿戴載體,緊身背心鑲嵌的導(dǎo)聯(lián)電極模塊采用USB接口與裝置穩(wěn)定連接,利用電子開關(guān)模塊實(shí)現(xiàn)系統(tǒng)充電與供電的切換,通過生物電采集芯片檢測人體的胸腔阻抗和心電信號,利用加速度傳感器采集三軸加速度,采用北斗定位模組輸出衛(wèi)星定位信息;在軟件設(shè)計(jì)中,采用有限狀態(tài)機(jī)的驅(qū)動方式讓模塊有序地運(yùn)行,從而裝置能穩(wěn)定地采集體征信號。(2)針對在人體運(yùn)動狀態(tài)下檢測的心電信號存在基線漂移與運(yùn)動偽跡的問題,以傳感器輸出的胸腔阻抗和三軸加速度作為參考信號,設(shè)計(jì)自適應(yīng)濾波器和FIR低通濾波器對心電信號作預(yù)處理。首先仿真了不同收斂步長的自適應(yīng)濾波算法,通過比較濾波器的信噪比(Signal to Noise Ratio,SNR)表明采用歸一化的最小均方算法的SNR較高,而且SNR隨步長的減少而增大;然后設(shè)計(jì)了步長為0.05的自適應(yīng)濾波器來消除心電信號的運(yùn)動干擾;另外采用差分平方閾值法來定位R波,并結(jié)合斜率突變算法提取QRS波群,裝置能實(shí)時(shí)地測量心率值。搭建實(shí)驗(yàn)平臺對心電檢測裝置設(shè)計(jì)了樣機(jī)測試實(shí)驗(yàn),結(jié)果表明心電檢測裝置的樣機(jī)尺寸小、功耗低,續(xù)航時(shí)間超過10小時(shí),在10米活動范圍內(nèi)無線傳輸心電數(shù)據(jù)的誤幀率小于0.1%。通過采集多名受試者在運(yùn)動中的心電信號,實(shí)驗(yàn)表明心電檢測裝置輸出的心電信號基線平穩(wěn),QRS波群檢測精度達(dá)99%以上,在運(yùn)動狀態(tài)下測量心率值的相對誤差率為4%以內(nèi)。心電檢測裝置具有易佩戴、精度高與成本低的優(yōu)勢,測量的參數(shù)滿足心電檢測的指標(biāo)要求。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R540.4;TN911.7
【圖文】：

圖 1.3 Active 心電采集裝置roduct/cardiosecur-active-790?category=3） ePatch ，該產(chǎn)品采用了多導(dǎo)聯(lián)心電電在人體上連接圖如圖 1.4 示。它的重量

圖 1.4 ePatch 與人體連接的外觀圖（圖片來源：https://epatch.madebydelta.com/）2017 年，新加波 Spyder 公司生產(chǎn)的無線心電檢測產(chǎn)品 Spyder Personal，該產(chǎn)品提供了無線遠(yuǎn)程傳輸心電數(shù)據(jù)的解決方案，并能夠在 Android 智能手機(jī)上顯示心

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃秋燕;馮學(xué)智;肖鵬峰;;利用稀疏分解的高分辨率遙感圖像線狀特征檢測[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年08期

2 方亦凱;程健;汪孔橋;盧漢清;;基于快速尺度空間特征檢測的手勢識別方法[J];中國圖象圖形學(xué)報(bào);2009年02期

3 潘廣林;梁彥;金術(shù)玲;潘泉;程詠梅;;基于子束變換的自適應(yīng)線性特征檢測[J];火力與指揮控制;2008年10期

4 馬菊紅;朱燦焰;;認(rèn)知無線電中一種循環(huán)特征檢測方法研究[J];通信技術(shù);2009年04期

5 肖志濤,國澄明,侯正信,于明;圖像特征檢測算法的分析與研究[J];中國圖象圖形學(xué)報(bào);2004年12期

6 虞凡;覃征;;一種基于時(shí)頻域歸一化二次譜的信號特征檢測方法[J];西安交通大學(xué)學(xué)報(bào);2006年10期

7 溫建飛;岳鳳英;李永紅;;基于FPGA硬件架構(gòu)的實(shí)時(shí)高速圖像特征檢測系統(tǒng)[J];電子世界;2015年21期

8 劉昕鑫;王元慶;;基于雙焦單目立體視覺的多層次特征檢測算法[J];計(jì)算機(jī)測量與控制;2009年02期

9 陳強(qiáng);金明;童景文;;一種針對噪聲不確定性的頑健循環(huán)特征檢測法[J];電信科學(xué);2016年10期

10 蒙軍;黃梅;王成科;;基于灰色關(guān)聯(lián)的運(yùn)動訓(xùn)練背景下肌體行為特征檢測[J];科技通報(bào);2015年02期

相關(guān)會議論文 前9條

1 蘇恒強(qiáng);于合龍;汪巖;馮雪;;圖像特征檢測技術(shù)在熱震材料斷裂與失效分析中的應(yīng)用[A];第16屆全國疲勞與斷裂學(xué)術(shù)會議會議程序冊[C];2012年

2 周許超;屠大維;陳勇;趙其杰;;基于圖像金字塔光流計(jì)算的夜間迎面車輛特征檢測[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

3 劉斐;盧惠民;鄭志強(qiáng);;一種RoboCup中型組球門特征檢測方法[A];2007年足球機(jī)器人大會論文集[C];2007年

4 馬瑞金;胡國飛;苗蘭芳;周廷方;彭群生;;一種新的點(diǎn)模型特征檢測算法[A];幾何設(shè)計(jì)與計(jì)算的新進(jìn)展[C];2005年

5 呂堯新;劉志強(qiáng);朱祥華;;基于相位一致性原理的圖像特征檢測技術(shù)[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

6 羅凡;陳金鷹;;認(rèn)知無線電在震后應(yīng)急通信中的應(yīng)用[A];四川省通信學(xué)會2008年學(xué)術(shù)年會論文集[C];2008年

7 侯文生;何琳;吳小鷹;彭承琳;;手指運(yùn)動生理特征研究[A];2008年醫(yī)療儀器學(xué)術(shù)年會暨理事會論文匯編[C];2008年

8 方奇品;呂干云;;基于S變換的電壓凹陷特征檢測[A];第七屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2009年

9 危輝;何新貴;;基于顳下皮層結(jié)構(gòu)的視知覺不變性模型[A];1998年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1998年

相關(guān)重要報(bào)紙文章 前4條

1 ;IDS的演變[N];網(wǎng)絡(luò)世界;2004年

2 ;怎么解決IDS的問題[N];中國計(jì)算機(jī)報(bào);2003年

3 陳星霖;NIDS：老樹發(fā)新枝[N];網(wǎng)絡(luò)世界;2009年

4 賽迪評測網(wǎng)絡(luò)安全實(shí)驗(yàn)室 何軍;預(yù)先阻斷才安全[N];中國計(jì)算機(jī)報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 王建輝;實(shí)時(shí)視覺特征檢測與匹配硬件架構(gòu)研究[D];華中科技大學(xué);2015年

2 杜剛;新聞數(shù)據(jù)中突發(fā)話題檢測研究[D];北京郵電大學(xué);2012年

3 權(quán)勇;基于點(diǎn)表示的幾何體的造型與繪制研究[D];吉林大學(xué);2009年

4 朱瑩;認(rèn)知無線網(wǎng)絡(luò)中高效頻譜檢測關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2014年

5 胡俊華;圖象局部不變特征及其應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2009年

6 韋春桃;基于相位信息的影像特征檢測與匹配方法研究[D];武漢大學(xué);2010年

7 金野;紙幣圖像分析理解技術(shù)及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2008年

8 張超;樹木影像特征提取與立體匹配技術(shù)研究[D];中國林業(yè)科學(xué)研究院;2003年

9 王艷霞;圖像輪廓提取與三維重建關(guān)鍵技術(shù)研究[D];重慶大學(xué);2010年

10 肖志濤;基于相位信息的圖像特征檢測和基于DSP的圖像匹配處理機(jī)的研究[D];天津大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 彭良廣;基于自適應(yīng)消噪的心電特征檢測與預(yù)警裝置[D];重慶郵電大學(xué);2019年

2 李明心;高光特征檢測及其在水果分類上的應(yīng)用[D];廣西大學(xué);2019年

3 巴特爾;基于深度學(xué)習(xí)的特征檢測與識別[D];吉林大學(xué);2018年

4 張?jiān)瓶?基于場景識別的體育視頻廣告嵌入技術(shù)研究[D];杭州師范大學(xué);2018年

5 熊顯闊;鈕扣特征檢測與分類識別算法研究[D];華中科技大學(xué);2016年

6 姜艷;對基于點(diǎn)表示的物體進(jìn)行繪制和特征檢測的技術(shù)的研究與實(shí)現(xiàn)[D];吉林大學(xué);2008年

7 許可樂;圖像局部不變特征檢測與描述技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 劉曉敏;認(rèn)知無線電中基于壓縮感知的循環(huán)特征檢測算法研究[D];北京郵電大學(xué);2014年

9 王浩;圖像局部特征檢測方法研究及在移動增強(qiáng)現(xiàn)實(shí)中的應(yīng)用[D];西安理工大學(xué);2017年

10 劉傳靜;三角網(wǎng)格曲面的分級特征檢測算法研究[D];大連理工大學(xué);2006年

本文編號：2738981