穿戴式心电检测与诊断系统研究与设计

发布时间：2017-08-30 03:20

  本文关键词：穿戴式心电检测与诊断系统研究与设计

  更多相关文章： 心电采集 整型IIR滤波器 心电诊断 小波变换 神经网络

【摘要】：近年来,穿戴式设备研究已成为行业热点,在诸多领域表现出了研究价值和应用潜力。随着人们生活水平的改善,人们对健康问题更加关注,对疾病的预防意识也日益提高。但我国由于心血管疾病引起的死亡人数仍居高不下,现阶段这方面的医疗状况还存在风险和挑战。为了防范于未然,及时发现心脏疾病给治疗提供足够时间,我国未来的医疗方向从医院诊疗向健康监护预防转变已成为大势所趋。小型化、智能化、便携化的医疗监护设备正好满足要求,能够走进社区、走进家庭给千家万户提供检测和监护。穿戴式心电监护设备能获取人体心电信号,长时间监测,诊断心电信息,及时发现心脏问题。穿戴式心电设备已经开始逐渐走进我们的生活,但市场上成熟的穿戴式心电监护设备并不多见。本文从心电监护仪的基础上,提出一种穿戴式心电检测与诊断系统,主要从穿戴式心电硬件设计、心电信号滤波处理和心电信号特征点提取与诊断三方面进行阐述。首先,本文根据穿戴式心电系统原理,从心电采集电路、蓝牙通信电路、电源供电电路和MCU控制电路方面分析了穿戴式心电检测系统的硬件系统设计方案。其次,由于心电采集过程中容易耦合进各频率段的干扰信号,采集到心电信号后需要滤除对心电信号造成干扰的噪声。本文基于整型IIR滤波器设计原理,采用小波滤波方法的思想,提出了改进的整型IIR数字滤波器滤除基线漂移、50Hz工频以及高噪声干扰,取得很好的滤波效果。最后,本文对比了差分阈值法和Mallat小波变换法两种心电信号特征点检测算法,选择了更高的准确率和更好的稳定性的Mallat小波变换算法对心电信号进行特征点检测,然后在单个BP神经网络的基础上提出了双重BP神经网络算法对房性期前收缩、室性期前收缩两种常见的异常心电图进行诊断,能够达到97%识别率。本文设计的穿戴式心电检测与诊断系统能够对人体心电信号进行采集和诊断分析,实现了心电设备的穿戴式设计,提出了改进的整型IIR滤波器算法以及双重BP神经网络算法,使用MIT/BIH心电数据库对算法的验证的基础上在实际应用中对受试者的心电数据采集并进行分析,也能够得出准确的诊断结果。
【关键词】：心电采集 整型IIR滤波器 心电诊断 小波变换 神经网络
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH789
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 绪论8-13
• 1.1 引言8-9
• 1.2 研究现状9-11
• 1.2.1 穿戴式心电监护设备在国内外的研究与发展现状9-10
• 1.2.2 心电诊断的研究现状10-11
• 1.3 本课题研究的目的和意义11-12
• 1.4 文的内容和章节安排12-13
• 第2章 穿戴式心电系统原理及其硬件电路系统设计13-25
• 2.1 心电信号特性13-15
• 2.1.1 心电信号产生机理13-14
• 2.1.2 心电信号的测量方法14-15
• 2.2 心电监护系统的整体框架15-17
• 2.2.1 系统总框架的论述15
• 2.2.2 系统硬件电路的组成及实物图15-16
• 2.2.3 根据心电信号的特有性质对检测电路的要求16-17
• 2.3 信号处理电路设计17-23
• 2.3.1 前置处理电路17-18
• 2.3.2 带通滤波器及电平抬升电路18-20
• 2.3.3 后级放大电路20-21
• 2.3.4 CSR_BC417蓝牙模块21
• 2.3.5 电源供电电路21-22
• 2.3.6 MCU控制模块22-23
• 2.4 本章小结23-25
• 第3章 心电滤波算法研究25-34
• 3.1 心电信号的频率特征25-27
• 3.2 整型IIR滤波器的设计27-30
• 3.2.1 整型的IIR低通滤波器设计28-29
• 3.2.2 整型的IIR高通滤波器设计29-30
• 3.3 改进的整型IIR滤波器的设计30-33
• 3.4 本章小结33-34
• 第4章 心电诊断算法研究34-48
• 4.1 MIT-BIH心律失常数据库34
• 4.2 心电信号特征点检测算法34-42
• 4.2.1 差分阈值法35-37
• 4.2.2 Mallat小波变换算法37-40
• 4.2.3 两种心电信号特征点检测算法对比40-42
• 4.3 双重BP神经网络的心电诊断算法42-48
• 4.3.1 双重BP神经网络42
• 4.3.2 样本数据的选取和处理42-43
• 4.3.3 双重BP神经网络的设计与实现43-44
• 4.3.4 结果分析44-48
• 第5章 总结与展望48-50
• 5.1 总结48
• 5.2 展望48-50
• 参考文献50-52
• 附录 系统效果图52-53
• 致谢53-54
• 攻读硕士学位期间的研究成果54

【相似文献】

中国期刊全文数据库 前10条

1 ;美推出可穿戴防弹PC[J];军民两用技术与产品;2002年07期

2 邹恒;刘俊平;陈亚来;;单兵穿戴式电台和计算机[J];现代军事;2006年12期

3 张政波;俞梦孙;赵显亮;吴太虎;郑捷文;;穿戴式、多参数协同监测系统设计[J];航天医学与医学工程;2008年01期

4 滕晓菲;张元亭;;移动医疗:穿戴式医疗仪器的发展趋势[J];中国医疗器械杂志;2006年05期

5 陈东义;可穿戴式计算机的发展与趋势(Ⅱ)[J];重庆大学学报(自然科学版);2000年04期

6 闫庆广;吴宝明;卓豫;朱新建;冯正权;黄华;;穿戴式单兵生命监测系统研究的进展[J];中国医疗器械杂志;2006年05期

7 周洁;魏丹丹;赵力;邹采荣;;穿戴式儿童情感识别系统中心电信号放大器的设计[J];电子器件;2011年03期

8 王子洪;吴宝明;银健;龚渝顺;;具有人体活动情景辨识的穿戴式心电监测仪的研制[J];生物医学工程学杂志;2012年05期

9 陈东义;可穿戴式计算机的发展与趋势(Ⅰ)[J];重庆大学学报(自然科学版);2000年03期

10 王子洪;;基于WSN穿戴式系统的研究现状与展望[J];中国医疗设备;2012年02期

中国重要会议论文全文数据库 前3条

1 钱金法;赵力;;穿戴式生理参数测量仪研究及在儿童情感识别中的应用[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年

2 李勇正;吴效明;;ZigBee技术在远程穿戴式移动监护中的应用[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

3 杜清运;KeithC.Clarke;;穿戴式计算中的地图人机界面设计研究[A];认识地理过程 关注人类家园——中国地理学会2003年学术年会文集[C];2003年

中国重要报纸全文数据库 前10条

1 张梦瑶 路宗远;“穿戴式”开启移动互联2.0时代[N];人民日报海外版;2013年

2 赛迪顾问电子信息产业研究中心 陈荣佳;可穿戴式设备从理想走向现实[N];中国计算机报;2014年

3 本报记者 熊燕;戴在头上的50英寸画面[N];云南日报;2012年

4 李旭光 韩奕彬;把计算机穿在身上[N];中国国防报;2011年

5 赛迪顾问电子信息产业研究中心副总经理 梁萧;可穿戴式智能设备市场面临爆发[N];中国信息化周报;2013年

6 华凌;美开发出仿皮肤可穿戴式设备[N];科技日报;2014年

7 北京商报记者 金朝力 实习生 葛晓琴;可穿戴式设备叫好不叫座[N];北京商报;2013年

8 晓燕;穿戴式电脑为何如此稀缺[N];中国商报;2013年

9 本报记者 张倩怡;穿戴式设备要取代智能手机？[N];北京日报;2013年

10 《计算机世界》传媒集团副总编 老鬼阿定;穿戴式计算革命实质是设计创新[N];计算机世界;2013年

中国博士学位论文全文数据库 前1条

1 郭维;穿戴式人体生理参数监测系统的研究与实现[D];吉林大学;2012年

中国硕士学位论文全文数据库 前10条

1 邹尧;集成无线体域网穿戴式计算机设计[D];北京理工大学;2015年

2 赵腾;基于ARM的穿戴式脉搏表设计[D];河北工业大学;2015年

3 李淑园;可穿戴式智能心电设备的研究[D];北京工业大学;2015年

4 龚颖;穿戴式移动用户健康信息感知系统设计与实现[D];南京邮电大学;2015年

5 韩文雅;基于交互设计技术的可穿戴式智能设备设计[D];华北电力大学;2015年

6 张超;互联网+可穿戴式体育锻炼监控服务系统的理论构建[D];吉林大学;2016年

7 周子健;可穿戴式呼吸信号检测系统设计[D];广东工业大学;2016年

8 戴栋;基于蓝牙4.0的可穿戴式心电监测仪的设计与实现[D];东南大学;2015年

9 薛俊伟;面向移动健康的穿戴式检测模块研发[D];华南理工大学;2016年

10 夏敏怀;穿戴式智能设备在科技养老中的应用价值及发展对策研究[D];合肥工业大学;2016年

，

本文编号：756985