便携式无线心电监护终端的设计

针对健康与亚健康人群对远程心电动态监护的需求,提出了一种可用于远程健康监护的便携式无线心电监护终端.此监护终端采用TI公司的超低功耗16bit单片机作为系统核心,集成了模拟心电信号处理电路,外部Flash存储模块与蓝牙通讯模块.该监护终端可完成心电信号的采集与心率实时计算,可保存1小时的心电数据,并可实现经手机与远程监护中心的实时通讯,依据监护中心的控制选择性上传实时心电数据或心率数据.实验结果表明,该监护终端可实现连续24小时的动态心电监护.     

基于ZigBee的心率检测系统设计

针对传统的心率检测方法在临床监护应用中存在的问题,开发了一种基于ZigBee的心率实时监测系统。该系统设计过程中采用心率传感器模块对病人的心率信息进行采集;采用Arduino UNO作为主控制器,对采集的脉搏波信号进行处理并计算出心率;同时判断数据是否异常并通过ZigBee无线通信模块将采集的数据上传至上位机软件平台。结果表明,上位机平台可以对数据进行接收、显示和存储,供医护人员后续对病人心率状况进行查询;搭建的监测系统可以实时观察监护情况,传输信号稳定可靠,进一步提高了医院的工作效率。     

无线远程家庭监护系统的设计与实现

针对亟待解决的独居老人监护的社会问题,设计了独居老人无线家庭监护系统。该系统通过医用电极采集受监护老人的生理信号,信号经过微弱信号放大电路及单片机处理后,通过无线收发模块将数据以无线的方式传送到小区监护中心。小区监护医生对老人进行每日的日常监护,一旦发生异常,监护系统立刻发生报警,通知急救人员进行救援。测试结果表明,系统性能稳定,能够对监护对象的脉搏、血压和心率进行实时监控。     

基于物联网的多算法智能监护系统研究

根据中高龄老人的日常生活监护需求,设计一种智能监护系统,由实时监护设备、网络传输模块、监护中心服务平台3部分组成。内部集成多个高精度传感器,采用RTOS实时操作系统,通过多维度的数据组合全方位实时监测到老人的活动数据以及周边环境数据,并上传到监护平台。针对现实应用中系统误报率高的问题,采用个性化异常判定算法与CRC校验技术,在精准预测的同时,有效降低误报率。试验表明,系统可以对老人活动数据以及周边环境实现智能远程实时监控、判断、报警、预测等功能,并减少约95%的误报率。     

一种新型单片微机控制的便携式心率监护仪

本文介绍一种便携式单片微机控制的心率监护仪,以光电传感器提取指脉波信号,由单电源供电、结构简单、体积小、可测量瞬时心率、平均心率、并可进行连续心率监护,对心率异常作初步判别,可用于医院中病人监护及家庭保健心率监护,具有一定的     

个人健康物联网云监护系统

为满足医护人员对病患身体参数进行实时监控的需要,项目拟设计个人健康物联网云监护系统。该项目利用手环采集用户身体的体温、心率和脉搏等生命体征参数,通过WiFi密码模块将数据上传至云数据库,搭建PC监控系统平台对云数据库中的用户生命体征参数进行读取与整合,实现网络云监护。系统的设计和开发便于医生对患者进行慢病健康管理和紧急...     

基于GPRS的多参数移动监护仪的设计与实现

采用GPRS技术,W78E58B微处理器作为控制核心,研制一种便携式多参数移动监护仪,可以实时测量心电、心率、血压、体温以及血氧饱和度,具有数据分析、异常报警功能,并可通过GPRS将数据传输到监护中心。     

基于ZigBee技术的病房病人心率监测系统设计

本文提出一种基于光电心率检测和ZigBee技术的病人心率无线监测系统的设计方案。采用光电心率传感器监测病人心率,利用ZigBee无线传感器网络技术将病人心率参数传送给位于护士站的终端PC机。测量数据和实际值对比证明,本系统对病人心率参数测量准确,传输可靠,方便医务人员对心率进行实时监测和调用病人历史心率信息,实现了医疗监护系统的智能化,提高监护效率。     

基于WLAN的嵌入式输液滴速监护系统

针对目前输液监护系统的缺陷,提出基于嵌入式Linux实现输液滴速监护系统的模式,采用无线监护模式实时监护无线局域网内各个病房病人的输液状态。系统功能包括输液滴速检测、数据无线传输、滴速数据系统化处理、输液异常报警等。应用结果证明,该系统实施方便灵活,具有良好的可扩展性。     

基于Android平台的脉搏波监测系统的研究

随着现代医学的快速发展,健康监护系统逐渐趋于成熟,可穿戴的监护系统越来越受欢迎;在此背景下提出了一种基于Android平台的便携式健康监测系统;利用光电探测电路获取光电容积脉搏波(photoplethysmography,PPG)信号,通过微处理器(MSP430)转换此信号为数字信号,然后使用蓝牙模块将数字信号发送至Android智能手机;在Android智能手机上开发应用软件,实现对PPG信号的波形显示、数据存储功能和生理参数的计算;为验证其可行性,分别对10名被测者进行了PPG信号的采集、传输、存储和心率的计算,将实验测得的心率数据与监护仪测量数据通过Bland-Altman差值法进行一致性检验,结果显示两种心率测量方法有很好的一致性;进一步的研究将在此基础上开发可监测更多参数的健康监护系统。     

智能母婴监护系统的设计与实现

母婴监护系统现已成为产科产前、产时行之有效的监护手段,能通过胎心率曲线诊断胎儿的健康状况,对提高出生人口素质,减少残疾婴儿的出生具有重要作用。传统的母婴监护系统体积较大、操作比较复杂、实时性差、价格比较昂贵。因而设计了一种智能母婴监护系统,根据嵌入到无线智能传感器中的算法提取出稳定的胎心率,将胎心率以及孕妇其它监护数据以无线的方式发送到本地或远程监护中心,本地监护设备或远程的监护中心将各项数据进行实时处理、分析、显示或报警,辅助医生或将信息及时反馈回来通知孕妇进行诊治。     

基于SVR的桥梁健康监测系统缺失数据在线填补研究

针对桥梁健康监测系统所采集的实时数据具有不完备性,严重影响桥梁的安全评估,提出基于支持向量回归SVR(Support Vector Regression)算法的桥梁健康监测系统缺失数据实时在线预测方法.首先,分析实测数据具有时序、非线性和周期性等特点,利用变量的自相关和变量间的相关性重新构造支持向量回归模型的输入样本维数;在此基础上,根据样本在线更新的特点,采用序列最小优化算法对支持向量回归模型中的拉格朗日乘子进行实时更新,解决高精度在线填补的需求;最后,从实际问题出发,实现了支持向量回归模型的在线和离线自适应预测模式.通过对桥梁实测数据进行在线模式和离线模式预测对比,结果表明在线模式以样本更新的方式能够获得对将来值更高的预测精度.     

警员可穿戴多体征参数监测系统的设计

为了实现公安、消防等高危职业的体征参数监测,以公安日常装备(警盔和T恤)为可穿戴载体,设计了一种体征参数监测系统,实现血氧饱和度、心电、心率的检测、传输和显示.警盔利用反射式探头采集光电容积脉搏波PPG(photoplethysmography)信号,检测血氧饱和度;T恤利用导电硅胶和ADS1292R采集心电ECG(electrocardiogram)信号,检测心电和心率;APP实现体征参数的实时显示.实验表明,ECG信号R波定位的准确率能达到98.5%以上;与标准监护仪对比,血氧、心率的平均误差都较低,血氧的最大误差在5%以内,心率的最大误差在10次/min以内.在不影响正常活动下,系统能够满足国际标准对实时体征参数监测的要求.首次设计了一套适用于警员的可穿戴体征参数监测系统,并实现了参数监测的准确度和稳定性.     

智能母婴监护系统的设计与实现

母婴监护系统现已成为产科产前、产时行之有效的监护手段,能通过胎心率曲线诊断胎儿的健康状况,对提高出生人口素质,减少残疾婴儿的出生具有重要作用。传统的母婴监护系统体积较大、操作比较复杂、实时性差、价格比较昂贵。因而设计了一种智能母婴监护系统,根据嵌入到无线智能传感器中的算法提取出稳定的胎心率,将胎心率以及孕妇其它监护数据以无线的方式发送到本地或远程监护中心,本地监护设备或远程的监护中心将各项数据进行实时处理、分析、显示或报警,辅助医生或将信息及时反馈回来通知孕妇进行诊治。     

基于ZigBee的养老院老人体征监测系统设计

随着我国老年化速度的加快,对老年人养老问题被社会广泛关注和重视。智慧养老被广泛应用于养老院,但目前无法实时监测每一位老年人的体征健康状况。为解决上述问题,设计了一种基于ZigBee的老年人体征监测系统。该系统分为主要分为三个模块数据采集,网络传输和应用分析。系统设计中采用便携式的心电传感器、呼吸波传感器、体温传感器和心率传感器实现对老年人体征数据的采集,采集到的数据通过ZigBee无线传感器网络传输到服务器,再由应用软件与算法对数据进行分析管理,从而保证了老年人在养老院的体征信息被实时监控。实验结果表明,系统设计的终端与各种传感器的数据采集、传输、分析等各模块的功能都被实现,且系统对采集到的信息进行分析预测其老人的健康状况,且预测评估指标RMSE为0.0371。实现了对老年人身体健康的实时监测,有效保护了老年人的健康问题。     

Development of a wrist-worn calorie monitoring system using bluetooth

Methods and tools for monitoring real-time human body information in daily life are required for advanced healthcare. In this study, a method for estimating energy expenditure during health exercises was evaluated and a wrist-worn sensing system based on the method was developed. Pulse monitoring was used to calculate energy expenditure by estimating oxygen uptake from a correlation between heart rate and oxygen uptake. Bluetooth technology was utilized for sending data by wireless communication. By the newly developed system, energy expenditure during exercise can be estimated considering individual difference and distinguishing changes in grade or load. Our goal is to construct a miniaturized wearable system that monitors vital signs and has many applications for healthcare. The study suggests that a wearable pulse sensing system proposed could provide useful information for healthcare.     

PEACE-Home: Probabilistic estimation of abnormal clinical events using vital sign correlations for reliable home-based monitoring

The objective of this study is to develop a probabilistic model for predicting the future clinical episodes of a patient using observed vital sign values prior to the clinical event. Vital signs (e.g. heart rate, blood pressure) are used to monitor a patient’s physiological functions of health and their simultaneous changes indicate a transition of a patient’s health status. If such changes are abnormal then it may lead to serious physiological deterioration. Chronic patients living alone at home die of various diseases due to the lack of an efficient automated system having prior prediction ability. Our developed system can make probabilistic predictions of future clinical events of an unknown patient in real-time using the learned temporal correlations of multiple vital signs from many similar patients. In this paper, Principal Component Analysis (PCA) is used to separate patients with known medical conditions into multiple categories and then Hidden Markov Model (HMM) is adopted for probabilistic classification and prediction of future clinical states. The advantage of using dynamic probabilistic model over static predictor model for solving our problem is analysed by comparing the results obtained from HMM with a neural network based learning model. Both the learning models are trained and evaluated using six vital signs data of 1023 patient records collected from the MIMIC-II database of MIT physiobank archive. The best HMM models are selected using maximum likelihood probabilities and further used in personalized remote monitoring system to forecast the most probable forthcoming clinical states of a continuously monitored patient. The scalable power of cloud computing is utilized for fast learning of various clinical events from large samples. Our results suggest that the developed technique using multiple physiological parameter trends can significantly enhance the traditional home-based monitoring systems in terms of clinical abnormality detections and predictions.     

基于先进先出的新型结构健康监测系统设计

高速实时地采集传感器信号以及精确测量结构的状态信息对结构健康监测至关重要。但传统的基于串行处理的结构健康监测系统在进行数据分析的同时必须停止数据采集,造成数据采集不连续,实时采集速率不高。为此,采用光纤光栅传感器设计一个新型的实时结构健康监测系统,通过先进先出(FIFO)缓存区的设计将串行模式下间断性的数据采集转化为连续性的数据采集,有效提高了监测系统的实时数据采集速率。系统通过实验证明FIFO缓冲技术的引入有效提高了实时数据采集速率,最大可提高100%;同时也消除了串行模式下间断性数据采集对系统测量精度的影响。     

基于AD8232的心电实时监测及分析系统设计

为了方便对患者心电信号进行实时监测,实现对心脏疾病的及时预防及诊断,利用一款基于ATmega328p微控制器的Arduino开发板、一块心电监测前端模块AD8232及上位机软件LabVIEW开发出一套心电实时监测系统,并利用LabVIEW设计出多种软件滤波方法来抑制心电信号中的噪声。由于心电信号的时频特性能提供反映患者心脏活动动态行为的信息,该系统还包括基于LabVIEW设计出的多种用于心电信号实时分析的程序,使被试心电信号所包含的生理特性能够及时地被分析出来。利用所开发的心电实时监测分析系统对被试的心电信号进行采集和分析,发现系统能够非常灵敏、准确地检测心电信号,并对信号噪声有着很好的抑制能力。此外系统能够对信号进行各式的实时分析,且分析结果可靠,能够运用于临床诊断。利用该系统对心电信号进行实时采集和分析,其测量结果准确、去噪效果良好、分析结果可靠,为今后心电实时监测分析系统的设计提供了借鉴。     

基于GSM的远程心率监控系统设计

根据人体心电信号特征,提出了一种基于全球移动通信系统(GSM)的无线心率监控系统。系统由采集终端和监控终端组成。采集终端采用光电脉搏传感器HKG-07B对人体的脉搏信号进行采集,调理后输出的信号由单片机SPCE061A完成数据计算、存储、显示和语音播报功能。根据计算得到的心率值,通过TC35I模块以短消息的方式向监控终端完成远程报警。实验测试结果表明：系统采集的心率数据精度满足性能要求,并且能够实现实时的无线心率监控。