基于压缩感知的可穿戴远程心电监护系统的研究与实现
发布时间：2021-08-03 09:28
心血管疾病的突发性导致心血管疾病死亡率越来越高,将可穿戴远程医疗技术用于监测患者心脏状况的应用也愈发广泛。由于可穿戴设备对低功耗的要求及其处理信号的能力有限,传统奈奎斯特采样定理不适用于可穿戴设备的信号采样,需要基于压缩感知理论采样信号。但在采样心电信号过程中会受到采样率和噪声的影响,造成采样后的心电信号不足够稀疏,现有的基于压缩感知的信号重构算法不能满足可穿戴远程心电监护系统对快速精确重构心电信号的需求。因此,根据系统的实际应用场景改进现有的信号重构算法并用于可穿戴远程心电监护系统成为一个亟待解决的问题。针对上述问题,本文的主要工作如下:（1）提出了一种基于压缩感知的自适应块稀疏贝叶斯学习的信号重构算法,该算法在块稀疏贝叶斯学习交叉方向乘子法框架上,在不同患者的心电数据动态地变化过程中,自适应地调整算法中交叉方向乘子法的步长,以达到监测不同生理状况患者的目标,并在公开MIT心电数据库与系统实际采集到的心电数据中验证了提出的自适应块稀疏贝叶斯学习的重构算法的有效性;（2）设计并实现了基于压缩感知的可穿戴远程心电监护系统,该系统包括采集端、数据转发端、后台服务器端和数据显示端。采集端对心...
【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】：109 页
【学位级别】：硕士
【部分图文】：
监护系统LifeShirt
身体的运动和周围多种原因导致的噪声干扰，采集端采样得到的生理信号会受到一定的影响。压缩感知算法对信号的稀疏性有一定的要求，针对生理信号的稀疏性本节设计了仿真实验验证采样率以及噪声干扰对生理信号稀疏性的影响。（1）采样率对生理信号稀疏性的影响首先对某种生理信号进行不同采样率的采样，然后将采样信号转换到稀疏域，如离散余弦域、小波域等，根据变换域稀疏系数的实际幅值设定一个阈值，统计大于这个阈值的系数的个数，即稀疏度，之后综合分析采样率对生理信号稀疏度的影响。在采样率方面，利用心电（ECG）信号进行了初步验证分析，如图 3-2 所示。图中对心电信号在不同采样率下的 DCT 系数进行统计（不同采样率通过对 128Hz采样率的信号进行下采样获得），将阈值设为 10-1，其中采样率为 128Hz 时，其大于 10-1的 DCT 系数对应的横坐标范围大约是 0-0.5，占系数总数的 25%；采样率为64Hz 时，其大于 10-1的 DCT 系数对应的横坐标范围大约是 0-4，占系数总数的40%；采样率为 32Hz 时，其大于 10-1的 DCT 系数对应的横坐标范围大约是 0-2，占系数总数的 60%。这说明随着采样率的下降，ECG 信号的稀疏性会逐渐变差。
电子科技大学硕士学位论文收集同一种生理信号在各种不同噪声干扰下的信号，然后将其变换到稀疏域计分析其稀疏度的变化情况，然后综合分析不同噪声干扰对生理信号稀疏度响。对于噪声干扰对生理信号稀疏性的影响，利用脉搏波（PPG）信号进行了初步。如图 3-3 所示，对噪声很小的 PPG 信号和带有因剧烈运动产生的运动伪影的 PPG 信号的 DCT 系数进行统计（两组信号采样率相同），将阈值设为 10-2，看出，对于噪声很小的 PPG 信号，其大于 10-2的 DCT 系数大约占系数总数的，稀疏性较好；而对于带有运动伪影干扰的 PPG 信号，其大于 10-2的 DCT 系约占系数总数的 70%，稀疏性非常差。这说明噪声干扰导致 PPG 信号的稀疏大降低。
【参考文献】：
期刊论文
[1]一种改进的分段广义正交匹配追踪算法[J]. 商笑,胡钢墩,李春树,刘梦. 宁夏大学学报(自然科学版). 2018(04)
[2]压缩感知重构SAMP的改进算法[J]. 杨韧,张兴敢. 南京大学学报(自然科学). 2018(03)
[3]修正的迭代近似梯度投影算法在压缩感知中的应用[J]. 何川美,刘红卫,刘泽显. 吉林大学学报(理学版). 2017(06)
[4]基于ADMM算法正则化最优步长的研究[J]. 陈庆国,赵建伟,曹飞龙. 山西大学学报(自然科学版). 2017(04)
[5]旅游景区信息查询系统iBatis数据持久化[J]. 刘鸿雁. 信息技术. 2017(09)
[6]基于可穿戴技术的远程医疗系统设计与实现[J]. 范珊. 电子设计工程. 2017(10)
[7]一种新的贪婪回溯子空间追踪算法研究[J]. 丁函,王毅,袁磊,吴钊. 计算机应用研究. 2017(10)
[8]智慧医疗的发展[J]. 何遥. 中国公共安全. 2015(10)
[9]心电压缩感知恢复先验块稀疏贝叶斯学习算法[J]. 罗堪,李建清,王志刚,蔡志鹏. 仪器仪表学报. 2014(08)
[10]压缩感知综述[J]. 尹宏鹏,刘兆栋,柴毅,焦绪国. 控制与决策. 2013(10)
博士论文
[1]可穿戴实时诊断、报警、移动健康监护系统[D]. 郑捷文.中国人民解放军军事医学科学院 2008
硕士论文
[1]面向中老年人的穿戴式远程健康监护系统的研究与设计[D]. 张佳伟.河北大学 2018
[2]跨境电商在线商城订单子系统的设计与实现[D]. 周星宇.南京大学 2018
[3]基于块结构的贝叶斯重构算法研究[D]. 宋爽.燕山大学 2018
[4]基于云计算的贝叶斯算法在疾病预测中的研究与应用[D]. 付欢欢.中国科学技术大学 2016
[5]稀疏信号压缩感知重构算法研究[D]. 张涛.云南大学 2016
[6]压缩感知理论与技术研究[D]. 张立造.电子科技大学 2016
[7]基于Android的移动学习平台的设计与实现[D]. 吕伟.南京师范大学 2013
[8]基于3G的移动医疗应急自救系统的设计与实现[D]. 李国玺.复旦大学 2009
本文编号：3319376
【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】：109 页
【学位级别】：硕士
【部分图文】：
监护系统LifeShirt
身体的运动和周围多种原因导致的噪声干扰，采集端采样得到的生理信号会受到一定的影响。压缩感知算法对信号的稀疏性有一定的要求，针对生理信号的稀疏性本节设计了仿真实验验证采样率以及噪声干扰对生理信号稀疏性的影响。（1）采样率对生理信号稀疏性的影响首先对某种生理信号进行不同采样率的采样，然后将采样信号转换到稀疏域，如离散余弦域、小波域等，根据变换域稀疏系数的实际幅值设定一个阈值，统计大于这个阈值的系数的个数，即稀疏度，之后综合分析采样率对生理信号稀疏度的影响。在采样率方面，利用心电（ECG）信号进行了初步验证分析，如图 3-2 所示。图中对心电信号在不同采样率下的 DCT 系数进行统计（不同采样率通过对 128Hz采样率的信号进行下采样获得），将阈值设为 10-1，其中采样率为 128Hz 时，其大于 10-1的 DCT 系数对应的横坐标范围大约是 0-0.5，占系数总数的 25%；采样率为64Hz 时，其大于 10-1的 DCT 系数对应的横坐标范围大约是 0-4，占系数总数的40%；采样率为 32Hz 时，其大于 10-1的 DCT 系数对应的横坐标范围大约是 0-2，占系数总数的 60%。这说明随着采样率的下降，ECG 信号的稀疏性会逐渐变差。
电子科技大学硕士学位论文收集同一种生理信号在各种不同噪声干扰下的信号，然后将其变换到稀疏域计分析其稀疏度的变化情况，然后综合分析不同噪声干扰对生理信号稀疏度响。对于噪声干扰对生理信号稀疏性的影响，利用脉搏波（PPG）信号进行了初步。如图 3-3 所示，对噪声很小的 PPG 信号和带有因剧烈运动产生的运动伪影的 PPG 信号的 DCT 系数进行统计（两组信号采样率相同），将阈值设为 10-2，看出，对于噪声很小的 PPG 信号，其大于 10-2的 DCT 系数大约占系数总数的，稀疏性较好；而对于带有运动伪影干扰的 PPG 信号，其大于 10-2的 DCT 系约占系数总数的 70%，稀疏性非常差。这说明噪声干扰导致 PPG 信号的稀疏大降低。
【参考文献】：
期刊论文
[1]一种改进的分段广义正交匹配追踪算法[J]. 商笑,胡钢墩,李春树,刘梦. 宁夏大学学报(自然科学版). 2018(04)
[2]压缩感知重构SAMP的改进算法[J]. 杨韧,张兴敢. 南京大学学报(自然科学). 2018(03)
[3]修正的迭代近似梯度投影算法在压缩感知中的应用[J]. 何川美,刘红卫,刘泽显. 吉林大学学报(理学版). 2017(06)
[4]基于ADMM算法正则化最优步长的研究[J]. 陈庆国,赵建伟,曹飞龙. 山西大学学报(自然科学版). 2017(04)
[5]旅游景区信息查询系统iBatis数据持久化[J]. 刘鸿雁. 信息技术. 2017(09)
[6]基于可穿戴技术的远程医疗系统设计与实现[J]. 范珊. 电子设计工程. 2017(10)
[7]一种新的贪婪回溯子空间追踪算法研究[J]. 丁函,王毅,袁磊,吴钊. 计算机应用研究. 2017(10)
[8]智慧医疗的发展[J]. 何遥. 中国公共安全. 2015(10)
[9]心电压缩感知恢复先验块稀疏贝叶斯学习算法[J]. 罗堪,李建清,王志刚,蔡志鹏. 仪器仪表学报. 2014(08)
[10]压缩感知综述[J]. 尹宏鹏,刘兆栋,柴毅,焦绪国. 控制与决策. 2013(10)
博士论文
[1]可穿戴实时诊断、报警、移动健康监护系统[D]. 郑捷文.中国人民解放军军事医学科学院 2008
硕士论文
[1]面向中老年人的穿戴式远程健康监护系统的研究与设计[D]. 张佳伟.河北大学 2018
[2]跨境电商在线商城订单子系统的设计与实现[D]. 周星宇.南京大学 2018
[3]基于块结构的贝叶斯重构算法研究[D]. 宋爽.燕山大学 2018
[4]基于云计算的贝叶斯算法在疾病预测中的研究与应用[D]. 付欢欢.中国科学技术大学 2016
[5]稀疏信号压缩感知重构算法研究[D]. 张涛.云南大学 2016
[6]压缩感知理论与技术研究[D]. 张立造.电子科技大学 2016
[7]基于Android的移动学习平台的设计与实现[D]. 吕伟.南京师范大学 2013
[8]基于3G的移动医疗应急自救系统的设计与实现[D]. 李国玺.复旦大学 2009
本文编号：3319376
本文链接：https://www.wllwen.com/kejilunwen/yiqiyibiao/3319376.html
