阐述阈值基于物联网移动医疗监护系统设计和实现要求

摘要：基于物联网的移动医疗监护系统是近年来的探讨热点,它是以射频识别技术和无线网络技术为核心,通过医疗信息管理系统或移动手持终端设备对病患进行监护,给医护人员提供协助信息的系统。利用物联网的移动医疗监护系统能快速、准确、便捷的辅助医护人员捕捉病人的生理状态对预防疾病的发生有着极其重要的作用。本课题探讨的基于物联网的移动医疗监护系统实现了在对病人地理位置跟踪的同时还对病人的心电特点进行检测,根据心电波形的特点参数对心脏状态进行浅析诊断,最终实现病人的远程监护。探讨的主要内容包括GPS定位技术、心电预处理技术、心电特点波形检测技术以及心电诊断技术。首先,GPS定位是物联网信息采集中的一个重要部分。本论文浅析GPS定位技术的组成、原理以及坐标转换的推导,利用Google为Android平台提供的定位接口,实现对心脏病病人的实时定位跟踪,当病人病危时,及时把定位信息发送到监护中心。由移动监护终端测试结果表明,在空旷的地方偏差为5-30米,在建筑分布较为复杂的地方偏差为10-80米,定位执行时间大约为15秒。第二,本论文中基于物联网的移动医疗监护系统的生理信息主要通过无线蓝牙实现心电信号的采集。由于信号采集历程中干扰信号的来源不同,采取中值滤波、梳状滤波器、Butterworth滤波器对心电信号进行预处理,利用MIT-BIH提供的数据库对算法的滤波效果进行评估,实验结果表明滤波算法在很好的滤除干扰的同时还保持着很好的实时性,有利于基于物联网的移动监护系统心电数据的后期处理。第三,对心电信号中QRS波、P波、T波的起点、终点、波峰的检测进行探讨。利用自适应阈值差分算法进行QRS波检测,并与传统的固定阈值差分算法进行比较浅析,QRS群波检测准确率达99.71%。对P波、T波检测采取一种改善后的局域变换法,利用MIT-BIH中的心电数据库对该检测算法进行评估,P、T波的检测准确率为91.05%。试验结果表明,两种算法检测精度高、实时性好,有利于物联网移动监护终端处理多种信息。最后,利用上面陈述的的检测算法得到的特点波形参数,设计病人心脏状态自动浅析的程序。在病人病危时,立即发出报警信号,同时把数据通过GPRS网络发送到监护中心,让监护中心进一步浅析,实现信息互联关键词：物联网论文GPS定位论文心电特点检测论文自适应阈值差分法论文局域变换法论文

摘要4-6

Abstract6-14

第一章 绪论14-20

1.1 选题背景与探讨作用14-16

1.1.1 课题探讨背景14-15

1.1.2 探讨作用15-16

1.2 国内外探讨情况16-18

1.3 课题来源及主要的探讨内容18

1.3.1 课题来源18

1.3.2 探讨内容18

1.4 论文结构18-20

第二章 基于物联网的移动医疗监护系统的设计20-26

2.1 系统总体结构20-23

2.1.1 设计原则20

2.1.2 总体结构浅析20-23

2.2 各个部分设计23-25

2.2.1 GPS定位设计23

2.2.2 心电预处理设计23-24

2.2.3 心电信号浅析设计24

2.2.4 心电诊断部分24-25

2.3 本章小结25-26

第三章 GPS定位26-38

3.1 GPS介绍26-27

3.2 GPS系统的特点27

3.3 GPS系统组成27-29

3.3.1 空间部分27-28

3.3.2 地面制约部分28-29

3.3.3 用户设备部分29

3.4 GPS定位基本原理29-31

3.5 坐标转换31-33

3.6 监护终端定位的实现33-37

3.7 本章小结37-38

第四章 心电预处理探讨38-49

4.1 心电信号预处理38-48

4.1.1 心电信号常见噪声38-39

4.1.2 滤除基线漂移39-41

4.1.3 滤除工频干扰41-46

4.1.4 滤除肌电干扰46-48

4.2 本章小结48-49

第五章 心电波形实时检测算法设计49-65

5.1 心电信号原理49-52

5.1.1 心电图介绍49-51

5.1.2 心电信号的特点51-52

5.2 心电特点信息识别技术52-64

5.2.1 自适应差分阈值法52-60

5.2.2 对P波T波检测60-64

5.3 本章小结64-65

第六章 心电波形的诊断65-72

6.1 心电波形中各波参数65-67

6.2 参数测量和特点提取67-68

6.3 常见心脏疾病的诊断68-70

6.4 程序的设计流程图70-71

6.5 本章小结71-72

结论与展望72-74