基于压缩感知的无线体域网心电监测信号重建与实时诊断算法研究

发布时间：2020-06-02 08:35

【摘要】：随着现代社会日新月异的发展,人们对健康给予越来越多的关注,相应地,无线体域网吸引了越来越多人的目光,人们开始研发相关技术去监测病患的生理参数。面对心血管类的疾病,其突发性要求监测系统具有实时性与稳定性,并且通常需要对数据进行压缩以获得更高的能量利用率。近年来,大量的研究已经验证了压缩感知是一种有效的解决方式,这一理论与体域网领域的融合让远程医疗更加智能化。传统的压缩感知方法在数据情况稳定状态下效果很好,然而面对实时变化的生理参数,其效果大打折扣,因此,本文基于压缩感知对无线体域网中心电重构与实时诊断进行研究。首先,在压缩感知的理论架构上,设计了无线体域网传输系统中自适应传输控制策略,同时针对ECG信号特点与传输实时性要求优化重构算法,实现重构精度与压缩性能的双重优化。为了更加灵活地传输数据,我们需要为无线体域网中的传感端、协调端以及无线传输通道建立数学模型,并利用反馈的控制思想对数据压缩率进行设计。在传感端增加压缩率估计模块,其设计目的是在满足实时性的条件下,尽可能降低压缩率,提高ECG信号的重构精度。在压缩率估计模块中,采用频域分析方式,揭示心电数据的动态特性,并对压缩率和稀疏性之间的关系进行建模。此外,使用快速K-Means聚类算法将心电信号按稀疏度分为两组,进行模型的简化,用分段非线性函数进行拟合,并将问题转换为线性规划问题。在丢包补偿模块中,设计闭环模块和控制过程,制定压缩策略,基于信道状态和数据稀疏度对压缩感知参数进行更新估计,以降低丢包干扰带来的影响,为ECG信号进行实时高精度特征识别与远程诊断打下基础。然后,改进协调端的重构算法,选择优化子空间追踪重构算法,提高了GBSP(Gradient Boosting Subspace Pursuit)算法的精度与速度。改进后的GBSP算法在更低数据压缩率的条件下,依然可以使得到的重构信号具有医疗价值,即重构误差PRD在9%以下。我们对算法中的稀疏度参数K进行向前推进式的搜索,基于机器学习中Gradient Boosting的思想,采用梯度下降方向搜索法对残差重新建立模型。在残差不可以忽略的情况下,选择多于稀疏度K个原子进入备选集合再回溯剔除。经过两次优化后,GBSP算法可以在更低的压缩率(比如30%)下控制重构误差PRD在9%以下,重构能力大大提升。最后,为满足远程医疗系统中实时监测的需求,论文设计了全新的ECG信号在线检测算法,实现高精度定位QRS波群以及获取Q波、R波、S波点位。我们先将ECG信号通过窗口积分器,使其计算滚动平均值目的是进一步平滑ECG时域信号;而后针对每一个数据点与阈值的大小关系判断当前标志旗状态,在满足一定的幅值阈值范围和时间保持阈值的条件下,识别出ECG信号相应的波形。为了提高算法鲁棒性,对所检测波形对应的幅值阈值采用自适应模式。使用MIT-BIH数据库提供的和实际硬件采集的两种来源的ECG数据,来分别检验与对比两种算法识别的准确度。进一步,利用所设计的无线体域网传输系统,在有无发生丢包的情况下,分别对得到的重构ECG信号进行特征识别,进一步验证了系统设计的可行性与鲁棒性。
【图文】：

整体框架,无线网络,个人服务器

让生理指标监测成为可能。无线体域网（Wireless Body Area Networks, WBANs）可以做到实时监测人体相关的生理参数，通过运行在 PDA 或智能手机上的个人服务器，提供人机接口并与远程服务器通信，从而给出病人具体的建议。图1 1显示了一个医疗领域三层的无线体域网系统架构：传感端：一般是智能生理传感器，这些生理传感器通常产生与标准无线网络平台相连的模拟信号，可以共享一个无线网络节点。此外，生理传感器可以与智能传感器板连接，构成无线网络节点，其中传感器板提供传感器处理能力，并通过串行接口与标准无线网络平台进行通信。无线网络节点可以实现成小型设备或整合到衣服中。网络节点不断收集和处理原始信息，将它们存储在本地，并将其发送到协调端即个人服务器上。理想情况下，传感器周期性地传输数据状态和事件，从而显著降低时延并提高监控实时性。当数据的本地分析出现不确定或紧急情况时，层级结构中的上层可以发出请求，将存储可用的原始信号进行特定的高级处理传输到上层。— 2 —

数据流图,数据流,生理参数

号重建与实时诊断算法研究上海交通大学硕士学位论文每一层次表示着一个相当复杂的子系统，，并使用相应的本地层次结构，以确保效率、可移植性、安全性和低成本。图1 2显示了在一个集成的无线体域网系统的信息数据流向：图 1 2 无线体域网中的数据流Fig 1 2 Data flow in an integrated WBANs由于无线体域网的层级结构以及信息数据传输方式，其有如下的特点：非植入式传感器可以自主使用，灵活度高，体积小巧，便于携带生理参数传输强度衰减快，需要保障数据的精准度与实时性实时数据传输受丢包影响较大，需要额外的措施来确保服务质量（Quality of Service,QoS）能量供给受限，需要高效地利用体域网中的节点，降低功耗B. 国外相关研究无线体域网（Wireless Body Area Networks, WBANs）是一种应用于可穿戴设备上的无线网络，由于是在身体表面而称之为“体域”。基于体域网的监测设备可以体内植入，多数可在人体表面某个固定位置安装，对人体生理参数进行采集。通过网关设备，将可穿戴设备连接至互联网上
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN92;TN911.7;TH776

【参考文献】