基于可穿戴傳感器的遠程健康監(jiān)護技術研究.pdf

1、隨著國內老齡化、空巢化現(xiàn)象的日趨嚴重，老年獨居群體的日常健康保護問題逐漸得到人們的廣泛關注，類似移動醫(yī)療、網絡醫(yī)院等新穎的遠程醫(yī)護概念也逐漸被人們所了解并認可。論文以遠程健康監(jiān)護系統(tǒng)作為研究背景，首先分析闡述了可穿戴傳感器技術、ZigBee通信技術以及無線傳感器網絡在遠程健康監(jiān)護系統(tǒng)中的應用價值。其次，論文研究了兩項基于可穿戴傳感器采集的重要體征參數：心電信號和人體行為狀態(tài)。根據系統(tǒng)的實際需求，論文對現(xiàn)有檢測算法進行了相應的優(yōu)化工作，在

2、計算精確度、時間復雜度等方面均取得了不錯的改進效果。
　　針對傳感器節(jié)點的功耗控制以及ECG信號的噪聲抑制問題，論文提出了基于小波變換和短時自相關變換的動態(tài)ECG檢測算法，以心電信號R波的類周期特性取代傳統(tǒng)算法中QRS波段特征來作為算法研究的核心。論文提出的算法利用Mexican-hat小波對心電信號進行多尺度分解逼近，對肌電干擾、運動偽跡、基線漂移、工頻干擾等常見干擾有很好的抑制的作用。另外，考慮到傳感器節(jié)點的功耗控制問題，算法

3、采用短時自相關函數提取R波的類周期特性并進行峰值檢測，在保證心率計算精確度的基礎上，有效降低了節(jié)點的計算復雜度。
　　最后，為了對監(jiān)護對象的身體狀態(tài)做出更準確更全面的判斷，論文提出了基于多閾值判斷的跌倒檢測算法。該算法選用SMV、能量以及傾角三個跌倒特征量，并對三者的計算方法進行了優(yōu)化，從而取代常用的單閾值跌倒檢測算法以提升跌倒檢測的精確度。最后，利用Tiny-OS平臺的 shimmer節(jié)點采集不同狀態(tài)下的跌倒數據，通過實驗分析驗