基于眼镜框架的生理信号检测技术的研究

发布时间：2017-07-03 22:23

  本文关键词：基于眼镜框架的生理信号检测技术的研究

  更多相关文章： 手机 光电容积脉搏波描记法 自适应滤波器 蓝牙低功耗

【摘要】：心血管疾病是全球头号死因,每年死于心血管疾病的人数多于任何其他死因。心血管疾病是一组心脏和血管疾患,一旦被确诊后,治愈率较低。如果提前诊断,提前治疗,将会提升治疗的成功率,常用的病前诊断指标有血压和脉搏波波形。因此有必要研究和设计一款便携式的生理信号检测设备,用于长期的生理信号监护,可以提前发现疾病症状,提前介入治疗。本文设计的生理信号检测系统根据光电容积脉搏波描记法的原理,通过对脉搏波信号的研究和分析得出检测者的心率、呼吸速率和血氧饱和度,可以用于综合评估被测者的健康状况。课题主要完成了两方面的工作：设计了一套穿戴式,低功耗的多生理信号检测系统。硬件单元模块包括光电传感器,集成模拟前端,微处理器和蓝牙传输模块。前端光电传感器固定于眼镜框架上,既能获得良好的光电容积脉搏波(PPG)信号,又不影响测量者的日常生活。集成模拟前端将PPG信号转换成数字信号。PPG信号和加速度信号通过蓝牙低功耗技术传输到手机客户端；在手机端上,PPG信号依次经过低通滤波和去直流处理,能够有效的去除大部分噪声。由于心率信号和呼吸信号的频段不同,使用低通滤波器可以把呼吸信号从PPG信号中提取出来。对PPG信号和呼吸信号使用本文设计的波峰波谷识别(VPD)算法,能够有效地识别真正的峰值点,心率和呼吸速率通过计算相邻峰值点的间隔计算得到。血氧饱和度的计算使用了红光和红外光PPG信号。运用加速度信号作为参考信号的自适应滤波算法,能够有效的滤除走路过程中的运动伪影,提高了PPG信号的信噪比。本课题集硬件电路设计和客户端软件设计于一体。通过对实际测量得到的PPG信号分析,得到了切实有效的一套处理和分析PPG信号的算法,提高了对于各项生理参数诊断的正确率。通过对8名志愿者的实验发现,静坐和慢走条件下测量的心率和呼吸速率准确率高,能够有效地用于监护。
【关键词】：手机 光电容积脉搏波描记法 自适应滤波器 蓝牙低功耗
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R54;TN911.23
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-19
• 1.1 研究背景9-10
• 1.2 PPG信号及临床应用10-14
• 1.2.1 心率11
• 1.2.2 呼吸信号11-12
• 1.2.3 血氧饱和度12-13
• 1.2.4 脉搏波传导速度13-14
• 1.3 研究现状14-17
• 1.3.1 不同波长的光对PPG信号的影响14
• 1.3.2 反射和透射测量模式14-15
• 1.3.3 影响PPG信号的其它因素15-16
• 1.3.4 PPG信号处理算法16-17
• 1.4 论文研究内容及意义17
• 1.5 论文组织结构17-19
• 第二章 基于眼镜框架的生理信号检测系统总体设计19-39
• 2.1 系统测量原理19
• 2.2 系统总体设计19-20
• 2.2.1 系统总体要求及性能指标19-20
• 2.2.2 系统总体结构设计20
• 2.3 硬件电路设计20-28
• 2.3.1 光学传感器模块设计20-21
• 2.3.2 AFE4400集成模拟前端电路21-25
• 2.3.3 加速度传感器模块25
• 2.3.4 CC2541模块25-28
• 2.4 软件系统设计28-39
• 2.4.1 操作系统抽象层29
• 2.4.2 AFE4400和三轴加速度驱动模块29-34
• 2.4.3 蓝牙通讯模块34-39
• 第三章 PPG信号数据处理39-55
• 3.1 低通滤波器和去直流39-40
• 3.2 自适应滤波器设计40-47
• 3.2.1 LMS自适应滤波器原理40-43
• 3.2.2 LMS算法滤波流程43-47
• 3.3 心率计算47-51
• 3.4 呼吸速率计算51-52
• 3.5 血氧饱和度计算52-55
• 第四章 iPhone客户端软件设计55-63
• 4.1 iOS操作系统55-56
• 4.2 生理信号检测客户端程序设计56-60
• 4.2.1 系统整体功能和软件架构56-60
• 4.2.2 客户端软件的后台运行模式60
• 4.3 客户端软件性能测试60-63
• 第五章 总结和展望63-65
• 致谢65-67
• 参考文献67-69

【相似文献】

中国期刊全文数据库 前10条

1 梁津国;罗二平;申广浩;畅征;宋天一;张星;;基于自适应滤波器的表面肌电信号消噪方法研究[J];中国医学物理学杂志;2008年03期

2 许小汉,王旭高,高国f,朱思明,张祝山,黄元铸;从体表记录连续心动周期的希—浦电位[J];中国生物医学工程学报;1991年03期

3 张平;数字血氧技术[J];医疗装备;2004年12期

4 王鹏,魏守水,黄青华;基于小波变换的自适应滤波器消除脉搏波基线漂移[J];中国医学物理学杂志;2004年05期

5 王陈述;;自适应滤波器在ECG分析中的应用:噪声消除和心律不齐检测[J];国外医学.生物医学工程分册;1992年03期

6 邢国泉;自适应滤波器在ECG信号除噪中的应用[J];北京生物医学工程;2005年03期

7 赵莉,陈赓华,张利华,黄旭光,翟光杰,李俊文,汤玉林,冯稷;互补型自适应滤波器在心磁信号处理中的应用[J];物理学报;2004年12期

8 冯名军;;人类生物信息的提取[J];科技资讯;2007年15期

9 杨荣峰;魏义祥;;改进的非线性自适应滤波器用于ECG信号去噪[J];北京生物医学工程;2007年01期

10 杨词慧;刘宏;宋恩民;张祺;;动态放疗中的实时肿瘤运动补偿[J];华中科技大学学报(自然科学版);2011年07期

中国重要会议论文全文数据库 前10条

1 张磊;郭圣权;孙绍文;;适用自适应滤波器[A];1996年中国控制会议论文集[C];1996年

2 周永军;卢智远;牛中奇;孔令锋;;自适应滤波器在心电信号检测中的初步应用[A];全国非电离辐射与电离辐射生物效应及防护学术研讨会论文汇编[C];2004年

3 周];李晓东;;多延迟分块频域自适应滤波器算法的步长控制[A];中国声学学会2007年青年学术会议论文集（下）[C];2007年

4 程晓斌;徐健;李晓东;;不均匀子带长阶自适应声学回声抵消[A];中国声学学会2002年全国声学学术会议论文集[C];2002年

5 倪锦根;李锋;;基于变步长的仿射投影自适应滤波器[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

6 蒋薇薇;杨萍;王昱洁;;基于变步长LMS算法的自适应滤波器研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年

7 钱伟康;郭强;谢明;刘义红;;基于自适应数字滤波器的算法研究[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

8 卢志刚;李伟;冀尔康;吴士昌;;微粒群算法优化设计自适应滤波器[A];第七届青年学术会议论文集[C];2005年

9 程松;陈光梦;;自适应滤波器在实时交通状态估计中的应用[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

10 周];邱小军;;无延迟子带自适应滤波器中分析滤波器组的构造[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

中国博士学位论文全文数据库 前4条

1 林斌;自适应滤波器的稳态性能研究[D];大连海事大学;2008年

2 倪锦根;变设计参数子带自适应滤波器研究[D];复旦大学;2011年

3 谷源涛;LMS算法收敛性能研究及应用[D];清华大学;2003年

4 肖倩;基于小波理论的去噪方法及其在信号处理中的应用研究[D];东北大学;2011年

中国硕士学位论文全文数据库 前10条

1 于杰;自适应数字滤波器算法的研究与实现[D];天津理工大学;2015年

2 李彬;瓦斯监测中大数干扰的滤除及自适应滤波器的优化研究[D];江西理工大学;2015年

3 周成林;油液磨粒信号检测的研究与实现[D];电子科技大学;2014年

4 戚晓慧;子带自适应滤波技术研究及其应用[D];解放军信息工程大学;2015年

5 雷宇;基于FPGA的自适应滤波器设计[D];太原理工大学;2016年

6 胡伟;子带自适应滤波器及其应用[D];苏州大学;2016年

7 陈卓然;带反馈结构的核自适应滤波器的研究[D];西南大学;2016年

8 张建新;可穿戴设备中ZigBee无线传输网络的研究[D];内蒙古大学;2016年

9 俞潇;光谱信号及光纤振动信号预处理算法的应用研究[D];新疆大学;2016年

10 张炳婷;自适应滤波算法的研究及应用[D];曲阜师范大学;2016年

，

本文编号：515389