一種實(shí)時(shí)的跌倒姿態(tài)檢測(cè)和心率監(jiān)護(hù)系統(tǒng)的研究.pdf

1、近年來(lái)，人體在跌倒?fàn)顟B(tài)下相關(guān)心率波動(dòng)變化的研究已逐漸成為生物醫(yī)學(xué)工程界一個(gè)熱門的課題。其中一個(gè)具有重要研究?jī)r(jià)值的領(lǐng)域是針對(duì)常見的老人跌倒導(dǎo)致的健康危害的控制技術(shù)，即基于心率和跌倒姿態(tài)系統(tǒng)的課題研究。另一方面，無(wú)線軀體傳感器及其網(wǎng)絡(luò)技術(shù)由于其低功耗、移動(dòng)性強(qiáng)、安全性高、集成微型化等特點(diǎn)也成為近年來(lái)人體醫(yī)療監(jiān)護(hù)系統(tǒng)的研究熱點(diǎn)。因此，本文提出了基于無(wú)線軀體傳感器網(wǎng)絡(luò)的人體跌倒?fàn)顟B(tài)及心率檢測(cè)系統(tǒng)，構(gòu)建的系統(tǒng)能在短時(shí)間內(nèi)對(duì)病人或者老人在跌倒現(xiàn)象下

2、心率變異這一生理參數(shù)進(jìn)行實(shí)時(shí)性跟蹤，實(shí)現(xiàn)早期報(bào)警。 本文首先構(gòu)建了便于穿戴的跌倒檢測(cè)單元、心率檢測(cè)單元以及無(wú)線PDA系統(tǒng)平臺(tái)，將跌倒現(xiàn)象和突發(fā)性心臟疾病有機(jī)聯(lián)系起來(lái)分析，該平臺(tái)也為其它生理監(jiān)護(hù)提供了良好的擴(kuò)展性。 其次，介紹了人體跌倒識(shí)別的研究背景、意義及現(xiàn)狀。針對(duì)老年人跌倒現(xiàn)象，文中通過實(shí)驗(yàn)采集多種不同跌倒模式的特征數(shù)據(jù)，提出了基于支持向量機(jī)(SVM)的跌倒模式識(shí)別二分類方法，取得了很好的診斷效果。而針對(duì)診斷過程中特征

3、向量維教過多而導(dǎo)致運(yùn)算復(fù)雜度高和存儲(chǔ)消耗量大等問題，文中采用成分分析(PCA)做降維處理，降低了識(shí)別算法的運(yùn)算復(fù)雜度，進(jìn)一步提高了系統(tǒng)性能。 文中還在現(xiàn)有的心電信號(hào)(ECG)處理技術(shù)研究基礎(chǔ)上，針對(duì)兩電極檢測(cè)出的ECG信號(hào)容易受到皮膚移動(dòng)、肌電偽跡等于擾問題，本文采用小波變換對(duì)心電信號(hào)進(jìn)行了消噪預(yù)處理，同時(shí)也提出了基于最小包圍圓的投票表決方法統(tǒng)計(jì)心率值，最大程度地捕捉周期性表現(xiàn)的R-R間期，取得了滿意的結(jié)果。文中還詳細(xì)分析了MI

4、T- BIH數(shù)據(jù)庫(kù)中的心律失常心電數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，該方法可以準(zhǔn)確地提取出心率值。 對(duì)于人體健康狀態(tài)動(dòng)態(tài)監(jiān)控問題，文中運(yùn)用無(wú)線軀體傳感器網(wǎng)絡(luò)技術(shù)實(shí)時(shí)實(shí)地監(jiān)控人體活動(dòng)生理狀態(tài)。文中還針對(duì)人體醫(yī)療監(jiān)護(hù)特點(diǎn)，基于Energy*Delay模型的蟻群算法。算法中人工螞蟻通過在線延遲的方式進(jìn)行數(shù)據(jù)交換，并收集鄰居節(jié)點(diǎn)狀態(tài)和網(wǎng)絡(luò)路由信息，以此建立起最佳路由表，使每次傳輸固定大小的數(shù)據(jù)和消耗相同能量的情況下使數(shù)據(jù)包傳輸時(shí)延最小。由于在無(wú)線通信