本文關(guān)鍵詞：基于可穿戴傳感器的遠程健康監(jiān)護技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著國內(nèi)老齡化、空巢化現(xiàn)象的日趨嚴重,老年獨居群體的日常健康保護問題逐漸得到人們的廣泛關(guān)注,類似移動醫(yī)療、網(wǎng)絡(luò)醫(yī)院等新穎的遠程醫(yī)護概念也逐漸被人們所了解并認可。論文以遠程健康監(jiān)護系統(tǒng)作為研究背景,首先分析闡述了可穿戴傳感器技術(shù)、ZigBee通信技術(shù)以及無線傳感器網(wǎng)絡(luò)在遠程健康監(jiān)護系統(tǒng)中的應(yīng)用價值。其次,論文研究了兩項基于可穿戴傳感器采集的重要體征參數(shù):心電信號和人體行為狀態(tài)。根據(jù)系統(tǒng)的實際需求,論文對現(xiàn)有檢測算法進行了相應(yīng)的優(yōu)化工作,在計算精確度、時間復(fù)雜度等方面均取得了不錯的改進效果。針對傳感器節(jié)點的功耗控制以及ECG信號的噪聲抑制問題,論文提出了基于小波變換和短時自相關(guān)變換的動態(tài)ECG檢測算法,以心電信號R波的類周期特性取代傳統(tǒng)算法中QRS波段特征來作為算法研究的核心。論文提出的算法利用Mexican-hat小波對心電信號進行多尺度分解逼近,對肌電干擾、運動偽跡、基線漂移、工頻干擾等常見干擾有很好的抑制的作用。另外,考慮到傳感器節(jié)點的功耗控制問題,算法采用短時自相關(guān)函數(shù)提取R波的類周期特性并進行峰值檢測,在保證心率計算精確度的基礎(chǔ)上,有效降低了節(jié)點的計算復(fù)雜度。最后,為了對監(jiān)護對象的身體狀態(tài)做出更準確更全面的判斷,論文提出了基于多閾值判斷的跌倒檢測算法。該算法選用SMV、能量以及傾角三個跌倒特征量,并對三者的計算方法進行了優(yōu)化,從而取代常用的單閾值跌倒檢測算法以提升跌倒檢測的精確度。最后,利用Tiny-OS平臺的shimmer節(jié)點采集不同狀態(tài)下的跌倒數(shù)據(jù),通過實驗分析驗證,結(jié)果表明本文提出的算法在跌倒判斷精確度方面符合實際應(yīng)用需求。
【關(guān)鍵詞】：可穿戴傳感器 ZigBee技術(shù) 遠程健康監(jiān)護 ECG 跌倒檢測
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R318.6;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-8
• 專用術(shù)語注釋表8-9
• 第一章 緒論9-12
• 1.1 論文研究的課題背景與意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.2.1 國外遠程健康監(jiān)護技術(shù)研究現(xiàn)狀10
• 1.2.2 國內(nèi)遠程健康監(jiān)護技術(shù)研究現(xiàn)狀10
• 1.3 研究目標與結(jié)構(gòu)安排10-12
• 第二章 遠程健康監(jiān)護系統(tǒng)關(guān)鍵技術(shù)研究分析12-25
• 2.1 無線體域網(wǎng)12-15
• 2.1.1 WBAN體系結(jié)構(gòu)12-13
• 2.1.2 WBAN體系特點13-14
• 2.1.3 WBAN核心技術(shù)14-15
• 2.2 無線傳感器網(wǎng)絡(luò)15-19
• 2.2.1 WSN體系特點15-16
• 2.2.2 WSN關(guān)鍵技術(shù)16-18
• 2.2.3 WSN典型應(yīng)用18-19
• 2.3 ZigBee通信技術(shù)19-21
• 2.3.1 ZigBee通信技術(shù)的特點19-20
• 2.3.2 其他常用無線通信技術(shù)20-21
• 2.4 可穿戴健康監(jiān)護設(shè)備21-24
• 2.4.1 設(shè)備基本特征21-22
• 2.4.2 關(guān)鍵問題分析22-23
• 2.4.3 Shimmer介紹23-24
• 2.5 本章小結(jié)24-25
• 第三章 心電監(jiān)護系統(tǒng)檢測算法研究與優(yōu)化25-43
• 3.1 ECG標準波形25-26
• 3.2 ECG常見干擾26-27
• 3.3 ECG檢測算法27-32
• 3.3.1 現(xiàn)有ECG檢測算法的原理27-30
• 3.3.2 現(xiàn)有ECG檢測算法的不足30-32
• 3.4 基于小波變換和短時自相關(guān)變換的動態(tài)ECG檢測算法32-42
• 3.4.1 小波變換理論基礎(chǔ)34-35
• 3.4.2 小波變換噪聲抑制35-38
• 3.4.3 自相關(guān)變換和峰值檢測38-40
• 3.4.4 實驗仿真40-42
• 3.5 本章小結(jié)42-43
• 第四章 跌倒監(jiān)護系統(tǒng)檢測算法研究與優(yōu)化43-54
• 4.1 跌倒檢測算法理論基礎(chǔ)43-44
• 4.1.1 跌倒原因分析43-44
• 4.1.2 跌倒姿態(tài)三維建模44
• 4.2 跌倒檢測算法分類44-47
• 4.2.1 基于閾值判斷的跌倒檢測算法45-47
• 4.2.2 基于模式識別的跌到檢測算法47
• 4.3 基于多閾值判斷的跌倒檢測算法47-51
• 4.3.1 SMV特征47-48
• 4.3.2 能量特征48-49
• 4.3.3 傾角特征49-51
• 4.4 實驗仿真51-53
• 4.5 本章小結(jié)53-54
• 第五章 總結(jié)與展望54-56
• 5.1 本文總結(jié)54
• 5.2 未來展望54-56
• 參考文獻56-59
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文59-60
• 附錄2 攻讀碩士學(xué)位期間參加的科研項目60-61
• 致謝61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 陳志輝;夏虹;鄔芝勝;鄧禮平;黃偉;彭敏俊;黃華;;小波變換在突變信號識別中的應(yīng)用[J];核動力工程;2013年02期

  本文關(guān)鍵詞：基于可穿戴傳感器的遠程健康監(jiān)護技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：294612