家庭式医疗健康监护系统的研究与实现
发布时间：2021-04-19 08:10
随着时间的推移,我国老龄化程度不断加深,据统计我国目前有2.4亿老年人,到2049年老年人口将超过4.3亿,占总人口的三分之一。老年人的健康监护将成为最亟需解决的社会问题。而对老年人健康威胁最大的是诸如心血管疾病之类的慢性病,据国家心血管疾病中心推算我国心血管疾病患病人数共有2.9亿,占居民疾病死亡构成的40%以上。并且意外跌倒也是造成老年人失能的主要原因之一。针对老年人健康监护问题,由于中国的养老模式中有90%是居家养老,所以居家监护逐步成为主流的解决方案。但是目前居家健康监护的问题在于,各类健康监护设备种类繁多,但互不兼容。因此本文提出的家庭式医疗健康监护系统,以符合ISO/IEEE 11073标准的医疗设备为基础,采集血压、血糖、血氧等生理数据。并利用HDP协议将采集的数据传输至基于Android系统开发的客户端,客户端可以查看管理数据,并可将数据同步到后台服务器,同时系统还具有跌倒检测与心电监护的功能。为实现跌倒检测功能,本文提出了基于KKT条件的SVM增量学习跌倒检测算法,利用SVM增量学习解决实验数据训练得到的模型在真实环境中可能精度下降的问题,以及用户使用过程中产生新增样...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
康体佳健康系统结构图
电子科技大学硕士学位论文交互打下基矗IEEE11073协议连接了个人医疗设备和医疗健康监护系统之间的通讯纽带。个人医疗健康设备采集生理数据并利用IEEE11073协议标准数据模型将数据传输至医疗健康系统服务数据中心。后台服务中心一般是计算机等智能终端，负责存储和处理生理健康数据。个人健康设备和医疗系统之间的关系如图2-1所示。图2-1个人健康设备和医疗系统之间的关系如图2-1所示IEEE11073标准协议主要负责Agent与Manager之间的数据传输。其中Agent设备包括常用的血压计、血氧仪、血糖仪等设备。Agent设备负责采集个人生理健康数据并向与之关联的Manager传输数据。Manager设备主要包括计算机或者智能手机等智能终端。IEEE11073协议主要关注Agent与Manager之间的通讯接口和数据交换格式。在将医疗健康数据从Agent上传到远程服务器过程中的数据格式转换、交换协议转换以及不同协议上的传输协议也是11073协议标准关注的重点。正是由于20601协议调整使得这些过程有了标准化结果，才使得个人医疗健康数据在整个医疗健康系统中流畅的传输。具体的协议结构如图2-2所示，最优化交换协议位于个人健康设备层和传输层的中间，在最优化交换协议之上的是各类不同的医疗健康设备，这些不同的设备8
第二章相关技术概述图2-2具体协议结构均对应不同的子协议，这些协议里定义了该类医疗设备采集数据的具体标准格式。11073-20601最优化协议也位于传输层之上，该协议主要包括两个方面，一是为应用层提供服务，二是定义数据交换格式，但并未规定传输层使用的具体协议类别。应用层服务旨在使得Agent与Manager能够建立有效连接并管理传输数据确保数据传输链路安全可靠。而数据交换协议则包括常用命令，各个不同Agent的配置信息和各类生理数据格式。最优化交换协议为各个不同Agent与Manager之间的数据传输奠定了基矗2.2支持向量机支持向量机(supportvectormachine)是一种常用的机器学习算法，主要用于二分类模型。常用于文本与超文本的分类、图像分类、手写字体识别等领域。其核心在于在特征空间中寻找使得两类不同数据样本之间间隔最大化的超平面。其每一个训练样本集必须被标记为相应的标签，经过训练之后得到一个SVM模型，也可以说是一个可以分割样本空间的超平面，利用该超平面可将新的输入样本划分到不同的两类。当然也可能存在样本空间内找不到可以将样本线性分隔成两类的超平面，这类问题称之为非线性分类问题。支持向量机不仅能处理线性可分类问题，也可以处理非线性分类问题。由于非线性分类问题可以转换线性分类问题来9
【参考文献】：
期刊论文
[1]基于可穿戴设备的跌倒检测算法综述[J]. 忽丽莎,王素贞,陈益强,高晨龙,胡春雨,蒋鑫龙,陈振宇,高兴宇. 浙江大学学报(工学版). 2018(09)
[2]慢性疾病对中国老年人健康预期寿命的影响研究[J]. 李成福,孙林娟,王勇,陈佳鹏. 中国卫生统计. 2017(03)
[3]《中国心血管病报告2016》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿. 中国循环杂志. 2017(06)
[4]中国人口老龄化的大趋势、新特点及相应养老政策[J]. 翟振武,陈佳鞠,李龙. 山东大学学报(哲学社会科学版). 2016(03)
[5]老年人跌倒相关危险因素的研究进展[J]. 李真,盛净,马绍骏. 老年医学与保健. 2015 (02)
[6]社区老年慢性病患者护理服务需求调查分析[J]. 苏婉霞. 齐齐哈尔医学院学报. 2008(02)
[7]心电图各波的频率分析[J]. 曹细武,邓亲恺. 中国医学物理学杂志. 2001(01)
硕士论文
[1]基于小波包和神经网络的心电信号分类方法研究[D]. 袁丹阳.天津工业大学 2017
[2]遥感图像信息提取核方法抗噪特性研究[D]. 崔亚博.重庆邮电大学 2016
[3]基于稀疏表示和LS-SVM的心电信号分类[D]. 李哲.河北大学 2015
本文编号：3147178
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
康体佳健康系统结构图
电子科技大学硕士学位论文交互打下基矗IEEE11073协议连接了个人医疗设备和医疗健康监护系统之间的通讯纽带。个人医疗健康设备采集生理数据并利用IEEE11073协议标准数据模型将数据传输至医疗健康系统服务数据中心。后台服务中心一般是计算机等智能终端，负责存储和处理生理健康数据。个人健康设备和医疗系统之间的关系如图2-1所示。图2-1个人健康设备和医疗系统之间的关系如图2-1所示IEEE11073标准协议主要负责Agent与Manager之间的数据传输。其中Agent设备包括常用的血压计、血氧仪、血糖仪等设备。Agent设备负责采集个人生理健康数据并向与之关联的Manager传输数据。Manager设备主要包括计算机或者智能手机等智能终端。IEEE11073协议主要关注Agent与Manager之间的通讯接口和数据交换格式。在将医疗健康数据从Agent上传到远程服务器过程中的数据格式转换、交换协议转换以及不同协议上的传输协议也是11073协议标准关注的重点。正是由于20601协议调整使得这些过程有了标准化结果，才使得个人医疗健康数据在整个医疗健康系统中流畅的传输。具体的协议结构如图2-2所示，最优化交换协议位于个人健康设备层和传输层的中间，在最优化交换协议之上的是各类不同的医疗健康设备，这些不同的设备8
第二章相关技术概述图2-2具体协议结构均对应不同的子协议，这些协议里定义了该类医疗设备采集数据的具体标准格式。11073-20601最优化协议也位于传输层之上，该协议主要包括两个方面，一是为应用层提供服务，二是定义数据交换格式，但并未规定传输层使用的具体协议类别。应用层服务旨在使得Agent与Manager能够建立有效连接并管理传输数据确保数据传输链路安全可靠。而数据交换协议则包括常用命令，各个不同Agent的配置信息和各类生理数据格式。最优化交换协议为各个不同Agent与Manager之间的数据传输奠定了基矗2.2支持向量机支持向量机(supportvectormachine)是一种常用的机器学习算法，主要用于二分类模型。常用于文本与超文本的分类、图像分类、手写字体识别等领域。其核心在于在特征空间中寻找使得两类不同数据样本之间间隔最大化的超平面。其每一个训练样本集必须被标记为相应的标签，经过训练之后得到一个SVM模型，也可以说是一个可以分割样本空间的超平面，利用该超平面可将新的输入样本划分到不同的两类。当然也可能存在样本空间内找不到可以将样本线性分隔成两类的超平面，这类问题称之为非线性分类问题。支持向量机不仅能处理线性可分类问题，也可以处理非线性分类问题。由于非线性分类问题可以转换线性分类问题来9
【参考文献】：
期刊论文
[1]基于可穿戴设备的跌倒检测算法综述[J]. 忽丽莎,王素贞,陈益强,高晨龙,胡春雨,蒋鑫龙,陈振宇,高兴宇. 浙江大学学报(工学版). 2018(09)
[2]慢性疾病对中国老年人健康预期寿命的影响研究[J]. 李成福,孙林娟,王勇,陈佳鹏. 中国卫生统计. 2017(03)
[3]《中国心血管病报告2016》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿. 中国循环杂志. 2017(06)
[4]中国人口老龄化的大趋势、新特点及相应养老政策[J]. 翟振武,陈佳鞠,李龙. 山东大学学报(哲学社会科学版). 2016(03)
[5]老年人跌倒相关危险因素的研究进展[J]. 李真,盛净,马绍骏. 老年医学与保健. 2015 (02)
[6]社区老年慢性病患者护理服务需求调查分析[J]. 苏婉霞. 齐齐哈尔医学院学报. 2008(02)
[7]心电图各波的频率分析[J]. 曹细武,邓亲恺. 中国医学物理学杂志. 2001(01)
硕士论文
[1]基于小波包和神经网络的心电信号分类方法研究[D]. 袁丹阳.天津工业大学 2017
[2]遥感图像信息提取核方法抗噪特性研究[D]. 崔亚博.重庆邮电大学 2016
[3]基于稀疏表示和LS-SVM的心电信号分类[D]. 李哲.河北大学 2015
本文编号：3147178
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3147178.html
