本文關鍵詞：面向中老年人危急救助智能手表的若干關鍵技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著老齡化社會問題的加劇,中老年人的健康問題日益引起人們的關注。因此對中老年人日常運動姿態(tài)和心率等生理信號進行實時監(jiān)測,評估中老年人的身體健康狀況,具有重要的社會意義�？纱┐髟O備具有體積小、攜帶方便等優(yōu)點,可以實現(xiàn)在低生理和心理壓力下進行人體生理信號的動態(tài)獲取,對中老年人的日常健康監(jiān)護、病人康復治療等方面有著重大的實用價值�？纱┐髟O備與醫(yī)療、健康領域的結合,將成為新醫(yī)療模式下的重要健康監(jiān)護設備,毫無疑問,移動醫(yī)療必然是未來的趨勢�？纱┐髟O備迅猛發(fā)展,若干關鍵技術問題亟待解決。本文的主要研究內容概述如下：一、心率檢測算法的改進研究。目前能夠進行心率檢測的設備很多,但往往體積較大、價格昂貴,有些甚至需要進行專業(yè)操作,無法進行實時心率監(jiān)測。智能手表體積小、攜帶方便、集成多種傳感器,可以對心率等多種生理信號和運動狀態(tài)進行監(jiān)測。當心率值超過設定的閾值時,能夠主動發(fā)出報警,因此心率檢測的準確性就顯得尤為重要。但是通過研究發(fā)現(xiàn),目前智能手表的心率檢測核心算法僅掌握在少數心率檢測傳感器供應商手中,如飛利浦公司、Analog Deivces公司(簡稱ADI)等,他們對核心代碼的壟斷,導致其他可穿戴設備公司研發(fā)具有心率檢測功能的智能手表的成本提高。本文在研究智能手表進行心率檢測原理的基礎上,通過對脈搏血氧儀中的心率檢測算法進行研究和改進,嘗試尋找一套準確率高、可移植性好的心率檢測算法,實現(xiàn)其在智能手表上的應用,從而降低面向中老年人危急救助智能手表的研發(fā)成本。本文提出一種基于PPG信號的心率檢測算法,在波谷檢測時,借鑒K-means聚類方法,提高了波谷檢測的準確率,從而保證了心率檢測算法的準確率。通過對比實驗,驗證該算法的有較高的準確率和穩(wěn)定性。二、跌倒檢測算法的改進研究。通過研究發(fā)現(xiàn)目前大多數跌倒檢測是基于加速度傳感器,在腰部進行檢測。之所以選擇腰部,是由于腰部動作特征不明顯,而手部動作豐富,復雜度高,進行腕部跌倒檢測的研究較少,即便目前市場上出現(xiàn)具有跌倒檢測功能的智能手表,其準確率不高,漏報、誤報率較高。本文在研究跌倒檢測技術和總結前人經驗的基礎上,結合腕部運動特點,利用加速度計、陀螺儀和高度計進行跌倒檢測。采用加速度特征值SMVA、角速度特征值SMVW和高度值融合的閾值判斷跌倒檢測算法,對跌倒檢測算法進行改進,以提高跌倒檢測的準確率,降低誤報率,同時通過判斷動作發(fā)生后,人體所處的狀態(tài),來進一步保證算法的準確率。三、用戶分組分類方法研究。智能手表不僅可以采集心率信息,也可以采集用戶的運動信息、行為軌跡、高度信息等,這些信息蘊含著巨大的商業(yè)價值。通過對智能手表采集的信息進行分析處理,可以從用戶的歷史數據中挖掘用戶的特征與“興趣”偏好,對用戶進行分組分類,從而為用戶提供個性化的服務。本文主要對用戶分組分類方法進行初步研究,找出適合對智能手表采集到的信息進行分類的方法,為實現(xiàn)用戶分組分類,提供個性化服務提供理論依據。
【關鍵詞】：智能手表 心率檢測 跌倒檢測 分組分類 數據分析
【學位授予單位】：中國海洋大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP368.33
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 1 引言12-20
• 1.1 選題背景及研究意義12-14
• 1.1.1 課題來源12
• 1.1.2 研究的目的及意義12-14
• 1.2 國內外研究現(xiàn)狀14-18
• 1.2.1 心率檢測方法研究現(xiàn)狀14-16
• 1.2.2 跌倒檢測算法研究現(xiàn)狀16-17
• 1.2.3 基于數據挖掘的用戶分組分類研究現(xiàn)狀17-18
• 1.3 論文組織結構18-20
• 2 基于PPG信號的心率檢測算法優(yōu)化研究20-34
• 2.1 主流的心率檢測方法20-22
• 2.1.1 接觸式檢測方法20-21
• 2.1.2 非接觸式檢測方法21
• 2.1.3 適用于智能手表的光電式心率檢測方法21-22
• 2.2 光電式心率檢測的現(xiàn)狀及問題22-25
• 2.2.1 光電式心率檢測現(xiàn)狀22-23
• 2.2.2 智能手表上進行光電式心率檢測存在的問題23-25
• 2.3 基于PPG信號的光電式心率檢測的算法優(yōu)化25-30
• 2.4 實驗結果與分析30-32
• 2.4.1 實驗對象與條件30
• 2.4.2 實驗結果分析30-32
• 2.5 本章小結32-34
• 3 基于加速度、角速度與高度值融合的閾值判斷跌倒檢測算法研究34-50
• 3.1 主流的跌倒檢測34-35
• 3.1.1 跌倒檢測方法34-35
• 3.1.2 跌倒檢測算法35
• 3.2 影響跌倒檢測的因素35-37
• 3.3 基于加速度、角速度與高度值融合的閾值判斷跌倒檢測算法37-46
• 3.3.1 本文的研究思路37-38
• 3.3.2 算法實現(xiàn)38-46
• 3.4 實驗結果分析46-48
• 3.4.1 實驗數據獲取46-47
• 3.4.2 實驗結果分析47-48
• 3.5 本章小結48-50
• 4 基于數據挖掘的用戶分組分類研究50-58
• 4.1 數據挖掘簡介50-52
• 4.1.1 常用的數據挖掘方法50-51
• 4.1.2 常用的數據挖掘算法51-52
• 4.2 基于數據挖掘的用戶分類常見問題52-53
• 4.2.1 用戶數據特征選擇52
• 4.2.2 分類算法的選擇52-53
• 4.3 基于K-means算法的用戶分組分類研究53-55
• 4.3.1 數據采集53
• 4.3.2 特征分析53-54
• 4.3.3 K-means算法實現(xiàn)用戶分組分類54-55
• 4.4 本章小結55-58
• 5 總結與展望58-60
• 5.1 主要工作總結58
• 5.2 研究展望58-60
• 參考文獻60-64
• 致謝64-66
• 個人簡歷66
• 發(fā)表的學術論文66

【相似文獻】

中國碩士學位論文全文數據庫 前1條

1 劉曉菲;面向中老年人危急救助智能手表的若干關鍵技術研究[D];中國海洋大學;2015年

  本文關鍵詞：面向中老年人危急救助智能手表的若干關鍵技術研究，，由筆耕文化傳播整理發(fā)布。

本文編號：354400