面向智能服装的心率变异性分析方法研究

发布时间：2017-07-04 21:00

  本文关键词：面向智能服装的心率变异性分析方法研究

  更多相关文章： 智能服装 运动伪影 经验模态分解 心率变异性 GPU

【摘要】：借助于社会与科技的进步,人们的生活条件得到了很大改善,医药卫生条件也得到了很大的提高,人们更加注重健康,社会老龄化问题更加突出。心脏类疾病以及心血管疾病作为危害老人的两大杀手正在逐步加强,急性疾病需要及时的感知,慢性疾病需要及早的预防。可穿戴式智能服装具有价格低廉,穿着方便,捕获的生理信息多样而得到了很大的发展,它能够感测人体的心电等数据,信号其上传到平板端进行实时的展示,同时还能将测量数据上传到云端服务器进行并行处理。本系统结合了导电纤维材料、物联网及电子电路技术,使得人体所穿着的智能服装具有舒适、功能齐全、低功耗等特点。智能服装在运动状态时非常容易混入运动伪影(Motion Artifact),为了去除心电中的干扰信号及运动伪影,通过优化经验模态分解(Empirical Mode Decomposition,EMD)算法,加快了滤波的执行过程。对比评价了多种QRS算法,并找出真正适合可穿戴式智能服装的QRS算法。设计了心电实时分析系统用于展示相关的生理信息,同时系统还能计算一些简单的生理参数：为了便于对智能服装上的数据进行存储与快速分析,将数据进行上传,通过GPU并行加速心率变异性(Heart Rate Variability,HRV)的计算。通过设计实验进行实际测试与分析,找出了相对优化的智能服装版本；通过将优化的滤波算法与合适的QRS算法进行结合,不仅加快了滤波的执行过程,同时使捕获QRS波的敏感度与阳性预测率得到了不同程度的提升；为了快速HRV等参数,从而对人体的健康状况进行合理的评价,利用GPU对HRV的时域计算过程进行了并行加速,相对于串行执行过程得到了近38倍的加速。
【关键词】：智能服装 运动伪影 经验模态分解 心率变异性 GPU
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP368.33
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-16
• 1.1 研究的背景和意义8-10
• 1.2 主要解决的关键性问题10-11
• 1.3 国内外研究现状11-13
• 1.3.1 穿戴式智能服装发展11-12
• 1.3.2 海量数据处理计算平台构建12-13
• 1.4 研究目标13-14
• 1.5 论文的研究内容及结构安排14-16
• 2 相关技术介绍16-24
• 2.1 心电图处理与分析16-19
• 2.1.1 心电图获取16-17
• 2.1.2 心电图各个波段划分及意义17-18
• 2.1.3 R-R间期18-19
• 2.2 心率变异性分析19-20
• 2.3 GPU并行化执行策略20-23
• 2.3.1 GPU框架及CUDA介绍20-22
• 2.3.2 GPU程序的执行流程22-23
• 2.4 本章小结23-24
• 3 智能服装心电数据获取方法24-32
• 3.1 智能服装设计24-26
• 3.2 三导ECG信号的采集26-29
• 3.2.1 心电采集原理26-27
• 3.2.2 检测部分整体流程图27-29
• 3.3 蓝牙传输数据封包格式29-31
• 3.4 本章小结31-32
• 4 面向ECG实时分析的EMD32-47
• 4.1 QRS捕获算法及其应用32-36
• 4.1.1 资料格式说明32-33
• 4.1.2 三种算法的对比分析33-36
• 4.2 一种改进的EMD方法36-44
• 4.2.1 实验数据获取及Sqrs及Wqrs_d的局限性36-38
• 4.2.2 EMD及Fast-EMD原理38-41
• 4.2.3 运动状态下EMD与Fast-EMD的对比分析41-44
• 4.3 心电实时分析系统44-46
• 4.3.1 心电实时分析系统执行流程44
• 4.3.2 系统展示及功能介绍44-46
• 4.4 本章小结46-47
• 5 基于CUDA的HRV时域分析计算方法47-58
• 5.1 云端数据上传的形式47-50
• 5.1.1 OAuth 2.0协议47-49
• 5.1.2 资料上传的格式49-50
• 5.2 HRV时域参数的并行化处理50-56
• 5.2.1 HRV时域参数并行化处理流程51
• 5.2.2 HRV时域分析方法并行化介绍51-55
• 5.2.3 HRV时域并行化执行结果55-56
• 5.3 GPU并行化处理结果分析56-57
• 5.4 本章小结57-58
• 结论58-59
• 参考文献59-63
• 攻读硕士学位期间发表学术论文情况63-64
• 致谢64-65

【参考文献】

中国期刊全文数据库 前7条

1 Cong WANG;Xunde DONG;Shanxing OU;Wei WANG;Junmin HU;Feifei YANG;;A new method for early detection of myocardial ischemia:cardiodynamicsgram(CDG)[J];Science China(Information Sciences);2016年01期

2 李蔚;;十三五时期中国医疗卫生领域面临的问题及其治理[J];甘肃社会科学;2015年06期

3 ;国家医疗数据中心在北大医学部成立[J];中国数字医学;2015年06期

4 张凯;秦勃;刘其成;;基于GPU-Hadoop的并行计算框架研究与实现[J];计算机应用研究;2014年08期

5 杨青川;杨青;姚鑫;刘洪彬;;基于移动窗FICA和SOM方法的心动异常诊断[J];南京理工大学学报;2013年04期

6 王志宝;孙铁山;李国平;;近20年来中国人口老龄化的区域差异及其演化[J];人口研究;2013年01期

7 刘晓芳,叶志前;心率变异性的分析方法和应用[J];国外医学.生物医学工程分册;2001年01期

中国博士学位论文全文数据库 前1条

1 肖汉;基于CPU+GPU的影像匹配高效能异构并行计算研究[D];武汉大学;2011年

，

本文编号：519261