多生理參數(shù)實(shí)時(shí)數(shù)據(jù)流集群監(jiān)測(cè)方法研究.pdf

1、多生理參數(shù)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)可對(duì)心血管疾病患者、慢性病患者以及老年人進(jìn)行不間斷實(shí)時(shí)檢測(cè),在人體健康在線監(jiān)護(hù)以及疾病預(yù)警方面發(fā)揮了重要作用。隨著智能手機(jī)終端的普及和穿戴式傳感技術(shù)的發(fā)展,以醫(yī)院為監(jiān)控和管理中心的傳統(tǒng)多生理參數(shù)遠(yuǎn)程監(jiān)測(cè)模式,已不再適合面向家庭和個(gè)人監(jiān)護(hù)的發(fā)展需求。如何對(duì)大量的實(shí)時(shí)數(shù)據(jù)進(jìn)行感知、傳輸、計(jì)算和存儲(chǔ)等問題,對(duì)遠(yuǎn)程多生理參數(shù)監(jiān)測(cè)系統(tǒng)提出了新的挑戰(zhàn)。
　　本文提出了基于云平臺(tái)的多生理參數(shù)集群實(shí)時(shí)監(jiān)測(cè)方法,以提供豐富的計(jì)

2、算工具與計(jì)算方法、運(yùn)行時(shí)間復(fù)雜度相對(duì)較高的分析算法,從而得到更加全面、精確的分析性能,以適應(yīng)集群用戶實(shí)時(shí)多生理參數(shù)監(jiān)測(cè)的不同需要。同時(shí),解決了傳統(tǒng)多生理參數(shù)服務(wù)平臺(tái)存在的負(fù)載能力有限、實(shí)時(shí)性不強(qiáng)、計(jì)算能力較差、計(jì)算資源有限等問題。論文的主要研究工作和創(chuàng)新點(diǎn)在于:
　　(1)針對(duì)現(xiàn)有的多生理參數(shù)的各個(gè)傳感與采集單元采用一體機(jī)集成模式,不利于多生理參數(shù)的穿戴式傳感與無線組網(wǎng)的缺陷和不足,提出了基于無線體域網(wǎng)的多參數(shù)實(shí)時(shí)感知與前端組網(wǎng)方

3、法,解決了現(xiàn)有多參數(shù)模塊集中在一起所帶來的導(dǎo)聯(lián)線壞線率高、監(jiān)測(cè)不方便、使用不靈活等問題;
　　(2)傳統(tǒng)的多參數(shù)監(jiān)測(cè)服務(wù)端大多采用單一的服務(wù)器,數(shù)據(jù)分析能力不足、實(shí)時(shí)性差、存儲(chǔ)空間受限、數(shù)據(jù)的一致性不能得到保障。為此,本文提出了多生理參數(shù)集群實(shí)時(shí)監(jiān)測(cè)方法,構(gòu)建了基于云計(jì)算的實(shí)時(shí)監(jiān)測(cè)平臺(tái),包括集群的構(gòu)建、云平臺(tái)數(shù)據(jù)流程設(shè)計(jì),以及多生理參數(shù)數(shù)據(jù)流實(shí)時(shí)監(jiān)測(cè)性能的優(yōu)化;
　　(3)利用云平臺(tái)的并行計(jì)算能力,對(duì)多生理參數(shù)的集群數(shù)據(jù)分析

4、方法進(jìn)行了初步探索,論文采用小波和支持向量機(jī)等時(shí)間復(fù)雜度較高的算法對(duì)心電和脈搏波信號(hào)進(jìn)行了分析。分析系統(tǒng)在云端直接調(diào)用Matlab進(jìn)行并行分析,可有效利用現(xiàn)有的計(jì)算工具和計(jì)算資源,實(shí)現(xiàn)高性能的實(shí)時(shí)數(shù)據(jù)分析。
　　實(shí)驗(yàn)測(cè)試結(jié)果表明:基于云平臺(tái)的遠(yuǎn)程多生理參數(shù)監(jiān)測(cè)系統(tǒng),在數(shù)據(jù)處理時(shí)間和負(fù)載均衡方面,比傳統(tǒng)的服務(wù)器模式具有比較明顯的優(yōu)勢(shì)。解決了傳統(tǒng)遠(yuǎn)程醫(yī)療服務(wù)中數(shù)據(jù)周轉(zhuǎn)時(shí)間長(zhǎng)、實(shí)時(shí)分析算法誤差大和架構(gòu)拓展困難等問題,為多生理參數(shù)無線監(jiān)測(cè)