可穿戴式智能心电设备的研究
发布时间:2020-07-12 10:06
【摘要】:随着人口老龄化及城镇化进程的加速,中国城乡居民心血管病患病率呈上升趋势。据统计,心血管病死亡已成为城乡居民总死亡原因的首要因素。实时监测心脏活动对心脏病的早期预防具有重大的意义,但常规心电监护设备具有体积笨重、价格较高、不易于携带的局限性。本论文将心电监护设备与手机终端结合起来,研制一款可穿戴式心电智能设备。该设备能够持续监测心脏电生理活动,使心电设备进入家庭成为可能。本论文主要研究内容包括以下两个方面:1.可穿戴式心电监测设备硬件设计本论文设计的智能心电设备硬件电路包括心电采集部分和电源电路,整体电路的设计均采用高集成、低功耗元器件。其中,选用TI的ADS1191芯片采集单导心电信号,信号以SPI方式传入低功耗MSP430单片机进行处理。整个设备选用可充电式锂电池供电,其充电方式采用的是无线充电方式。2.心电信号智能化分析采集到的心电信号通过Bluetooth 2.0传输至手机进行显示和分析。心电信号的分析包括以下4个步骤:信号预处理、特征提取、特征筛选和自动识别算法研究。信号的预处理主要包括去除基线漂移以及平滑去噪。在完成信号特征提取后,本论文采用AdaBoost算法设计分类器来进行心电的智能化分析,并与距离判别算法、支持向量机法进行对比。结果表明,Adaboost算法能够实现心律失常的自动识别,其准确率高达98%。本论文设计的可穿戴式心电智能设备样机长约11cm,只有采集电路运行时的功耗仅0.98mA,信号发送时功耗为16mA。设备外形小巧,功耗低,可持续监测心电信号,达到预期设计要求,可用于家庭心电监护。
【学位授予单位】:北京工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:R318.6
本文编号:2751789
【学位授予单位】:北京工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:R318.6
【参考文献】
相关期刊论文 前2条
1 杨钟瑾;;核函数支持向量机[J];计算机工程与应用;2008年33期
2 骆德汉;许广桂;邹宇华;H.Gholam Hosseini;;基于多阶人工神经网络的ECG信号诊断模型研究[J];仪器仪表学报;2008年01期
本文编号:2751789
本文链接:https://www.wllwen.com/yixuelunwen/swyx/2751789.html