基于无线体域网的远程健康监护技术研究

发布时间：2017-07-16 16:22

  本文关键词：基于无线体域网的远程健康监护技术研究

  更多相关文章： 无线体域网 可穿戴设备 心电信号检测 S-G滤波器 跌倒检测 KNN算法

【摘要】：随着经济的不断发展,国内人口老龄化的现象也逐渐凸显。老年人的比例逐渐增多,如何高效的监护老人的健康得到了人们的广泛关注,而随着移动通信和传感器技术的不断发展,基于无线体域网的远程健康监护为解决空巢老人缺乏照顾问题提供了有效的技术手段。论文以此作为研究背景,论述了无线体域网技术、可穿戴传感器、ZigBee通信技术在远程医疗方面的应用。本文使用基于ZigBee通信技术的Shimmer(Sensing Health with Intelligence,Modularity,Mobility and Experimental Reusability)传感器平台作为无线体域网节点,在该平台的TinyOS操作系统上编程实现心电信号(ECG,Electrocardiogram)的去噪算法和跌倒检测算法,实现了老年人健康监护的远程医疗实际应用。首先,设计并验证了一种基于Savitzky-Golay滤波器的ECG信号在线实时去噪算法。论文研究了远程健康监护中最重要的心电信号,准确有效的分析心电信号是实现系统的重要环节。针对目前ECG信号普遍采用计算机平台处理的现状,通过Shimmer节点自带的微处理器实现Savitzky-Golay滤波算法,对原始ECG信号降噪处理,本文实现了ECG信号在线实时采集和降噪,进而可以对降噪后的ECG信号进行进一步处理(如QRS波形定位等、提取心率等),保证了后续分析的可靠性,降低了节点功耗。其次,设计并验证了一种融合三轴加速度计和ECG信号的跌倒检测算法。意外跌倒对老年人的健康是很大的威胁,能够准确的检测出跌倒行为将为老年人行为健康提供有效的保障。针对传统的跌倒检测算法在某些环境下准确率较低的现状,通过提取三轴加速度中的SMV、标准差两个特征量,和ECG信号中的心率特征量,结合KNN分类算法,本文实现了融合三轴加速度与ECG信号的跌倒检测,通过实验验证了该算法的有效性,并且提高了检测精度。综上所述,本文以无线体域网为背景,在无线传感器平台Shimmer上设计并验证了ECG在线实时去噪和跌倒检测等算法,对于实现老年人健康监护具有重要的理论研究意义和实际应用价值。
【关键词】：无线体域网 可穿戴设备 心电信号检测 S-G滤波器 跌倒检测 KNN算法
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH789;TN92
【目录】：

• 摘要4-5
• Abstract5-8
• 专用术语注释表8-9
• 第一章 绪论9-12
• 1.1 课题背景与意义9
• 1.2 国内外研究现状9-10
• 1.2.1 国外远程健康监护技术研究现状10
• 1.2.2 国内远程健康监护技术研究现状10
• 1.3 研究内容与结构安排10-12
• 第二章 无线体域网和可穿戴平台12-26
• 2.1 无线传感器网络12-16
• 2.1.1 无线传感器网络架构12-13
• 2.1.2 无线传感器节点的功能模块组成13-14
• 2.1.3 无线传感器网络特点14-15
• 2.1.4 无线传感器网络的典型应用15-16
• 2.2 无线体域网16-18
• 2.2.1 无线体域网的系统组成16-17
• 2.2.2 无线体域网关键技术17-18
• 2.3 无线体域网中的无线通信技术18-22
• 2.3.1 ZigBee通信技术及其特点18-20
• 2.3.2 蓝牙通信协议及其特点20-21
• 2.3.3 其他通信协议及其特点21-22
• 2.4 可穿戴生理参数监护设备22-24
• 2.4.1 心电监护设备介绍22
• 2.4.2 Shimmer介绍22-24
• 2.5 TinyOS系统介绍24-25
• 2.5.1 TinyOS系统的特点24-25
• 2.6 本章小结25-26
• 第三章 基于S-G滤波器的心电信号实时在线去噪算法研究与实现26-45
• 3.1 心电图生理学基础26-28
• 3.2 传统的心电分析算法28-29
• 3.2.1 卡尔曼滤波算法28-29
• 3.3 基于Savitzky-Golay滤波算法的ECG信号去噪处理29-35
• 3.3.1 Savitzky-Golay滤波器原理30-32
• 3.3.2 Savitzky-Golay滤波器频域特性32-34
• 3.3.3 Savitzky-Golay滤波器在处理心电信号时参数的选择34-35
• 3.4 Savitzky-Golay滤波器对ECG信号处理效果35-39
• 3.4.1 静止状态下的滤波效果36-37
• 3.4.2 运动状态下的滤波效果37-39
• 3.5 Savitzky-Golay滤波器在线实时处理ECG的实现39-44
• 3.5.1 在线处理ECG信号的意义39-40
• 3.5.2 使用S-G滤波在线处理的实现40-43
• 3.5.3 ZigBee数据包的传输格式43-44
• 3.6 本章小结44-45
• 第四章 融合三轴加速度与ECG信号的跌倒检测算法研究与实现45-57
• 4.1 老年人跌倒原因分析45
• 4.2 现有跌倒检测算法的分类45-46
• 4.3 数据采集以及预处理46-49
• 4.3.1 三轴加速度计的数据采集46-47
• 4.3.2 信号的校准及预处理47-49
• 4.4 跌倒信号的特征提取49-52
• 4.4.1 SMV特征49-50
• 4.4.2 标准差特征50
• 4.4.3 提取ECG信号中的心率50-52
• 4.5 跌倒检测算法52-53
• 4.5.1 基于阈值判断的跌倒检测算法52-53
• 4.5.2 基于KNN算法的跌倒检测算法53
• 4.6 实验仿真53-56
• 4.7 本章小结56-57
• 第五章 总结与展望57-59
• 5.1 本文总结57
• 5.2 未来展望57-59
• 参考文献59-62
• 附录1 攻读硕士学位期间申请的专利62-63
• 附录2 攻读硕士学位期间参加的科研项目63-64
• 致谢64

【相似文献】

中国期刊全文数据库 前4条

1 陆希玉;陈鑫磊;孙光;金德鹏;苏厉;曾烈光;;超宽带体域网信道测量及传输特性分析[J];清华大学学报(自然科学版);2011年11期

2 刘官正;吴丹;梅占勇;朱青松;王磊;;基于体域网的动态呼吸监测系统设计[J];中国生物医学工程学报;2012年02期

3 刘志峻;靳薇;郭坚;;基于体域网的便携式监护系统设计[J];现代科学仪器;2014年01期

4 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 张晓博;袁开国;伍淳华;徐贤仲;;无线体域网(WBAN)安全技术研究[A];第九届中国通信学会学术年会论文集[C];2012年

中国重要报纸全文数据库 前1条

1 本报记者 胡春民;体域网研究应列入国家规划[N];中国电子报;2010年

中国博士学位论文全文数据库 前3条

1 于丽娜;无线体域网中数据融合绿色模型及传输调度算法研究[D];中国农业大学;2016年

2 武杨;基于无线信道特征的体域网安全技术研究[D];北京邮电大学;2014年

3 肖玲;无线体域网中人体动作监测与识别若干方法研究[D];湖南大学;2014年

中国硕士学位论文全文数据库 前10条

1 王林;基于无线体域网的远程健康监护及其应用决策方法的研究[D];华东理工大学;2016年

2 鲍文旭;基于随机计算方法的体域网通信技术研究[D];复旦大学;2014年

3 贾涵中;基于WBAN的医疗无线监测系统的设计与实现[D];东北大学;2014年

4 杜宇;基于凸优化的无线体域网传感器节点选择问题研究[D];吉林大学;2016年

5 廖武;体域网中多传感器数据融合算法的研究[D];吉林大学;2016年

6 王帆;超声波体域网中数据链路层可靠性研究[D];吉林大学;2016年

7 王丰;运动姿态下无线体域网高能效技术研究[D];吉林大学;2016年

8 赵孝松;基于功率控制的无线体域网间同频干扰抑制[D];中国科学技术大学;2016年

9 安旭磊;体域网中脉搏数据融合研究[D];天津工业大学;2016年

10 李斯;可穿戴式无线体域网检测与传输技术的研究[D];上海师范大学;2016年

，

本文编号：549535