面向智能服務(wù)的多信息融合醫(yī)學(xué)輔助診斷的應(yīng)用研究.pdf

1、可穿戴的電子智能服裝是多學(xué)科交叉技術(shù)的融合，在服裝設(shè)計理念上是一次大膽的創(chuàng)新，它是在計算機硬件技術(shù)不斷發(fā)展，各種高集成、超微型的元器件的不斷出現(xiàn)以及新的計算機理論與技術(shù)的不斷成熟的背景下應(yīng)運而生的。另一方面，隨著健康越來越受到人們的關(guān)注，基于多源信息融合的醫(yī)學(xué)輔助診斷的研究越來越受到人們的重視，這些研究工作主要可以分為兩大類，一類是簡單的基于規(guī)則的生理特征決策系統(tǒng)，另一類是現(xiàn)代多信息融合方法，如貝葉斯決策、神經(jīng)網(wǎng)絡(luò)等。本文將智能服裝和多

2、源信息融合的醫(yī)學(xué)輔助診斷這兩個關(guān)鍵技術(shù)相結(jié)合，在已有研究成果的基礎(chǔ)上設(shè)計實現(xiàn)了一個面向智能服裝的多信息融合醫(yī)學(xué)診斷系統(tǒng)。
　　 首先，本文實現(xiàn)了算法上的優(yōu)化。一方面，研究了一般醫(yī)學(xué)診斷所使用的多源信息融合算法，對這些融合算法進行比較，選取可靠性和識別率相對較高的，重點研究了小波支持向量機在多生理信息融合的醫(yī)學(xué)輔助診斷中的應(yīng)用。另一方面，為了提高訓(xùn)練的效率，又研究了基于序列最小最優(yōu)化的并行支持向量機訓(xùn)練算法，并結(jié)合LabVIEW在

3、并行計算上的先天優(yōu)勢，設(shè)計并實現(xiàn)了基于LabVIEW的并行SMO算法，通過實驗驗證了通過并行算法的實施使支持向量機的訓(xùn)練效率隨著處理器的增加得到明顯提高。
　　 其次，介紹了面向醫(yī)學(xué)診斷的智能服裝的體系結(jié)構(gòu)。該系統(tǒng)分為信號采集、信號處理、信號反饋三層。通過前端傳感器采集人體生理信息，由無線設(shè)備傳至后臺，后臺的監(jiān)控軟件對信息進行相應(yīng)處理，得到診斷結(jié)果后反饋給用戶。監(jiān)控軟件基于Windows平臺，采用C＃語言實現(xiàn)，也是該系統(tǒng)自主研發(fā)

4、的一部分。
　　 最后，論文給出了兩個在智能服裝上進行醫(yī)療輔助診斷的應(yīng)用：重癥監(jiān)護和心肌缺血診斷，通過對權(quán)威數(shù)據(jù)庫的數(shù)據(jù)進行訓(xùn)練和測試論證了本文方法的可行性，并在后臺監(jiān)控軟件上實現(xiàn)了這兩個應(yīng)用的人機交互界面。同時，又對本系統(tǒng)所采用的小波支持向量機做了性能分析，證明本方法的收斂性能和分類正確率優(yōu)于小波神經(jīng)網(wǎng)絡(luò)和高斯和支持向量機。
　　 綜上，面向醫(yī)學(xué)輔助診斷的智能服裝綜合運用了傳感器、可穿戴計算、數(shù)字信號處理、嵌入式系統(tǒng)等