《穿戴式生理参数监测系统的研究》

技术简介：

人体的健康状态可以通过生理参数反映出来,对人体生理参数进行实时的监测,不仅可以监测人体的健康状态,也可为病情的诊断提供依据。研究穿戴式生理参数监测系统主要对人体的心率、血氧、体温以及运动步长进行监测,对于身体一些疾病的提前发现,以及提前就诊具有重要意义。基于此,对穿戴式生理参数监测系统进行了研究,完成的主要工作如下:(1)研究了信号采集方法,针对生理信号采集过程中易受到外界干扰以及运动噪声影响的情况,采用滑动均值滤波法对穿戴式设备采集的体温数据进行滤波处理,采用了自适应滤波变换对心电信号滤波,降低了噪声的扰动以及信号的干扰,采用卡尔曼滤波算法对运动姿态进行检测以及数据进行处理。经过实验论证,穿戴式设备测量精度得到提升。(2)通过CNN神经网络搭建了人体健康模型的识别,可通过生理参数的采集来识别人体的健康状态,通过对健康参数进行分类,最终验证了本模型具有较高的识别率,在迭代完毕后其识别率可达98%以上。(3)选用STM32作为主要控制芯片,对人体的血氧、体温、心率以及运动步长进行数据采集以及处理。数据处理完毕后上传至上位机,上位机对数据进行波形的绘制,使监护对象以及医疗人员可以更直观的观测。(4)设计了上位机软件和手机APP远程监护软件,以便实时对个人的健康状态进行监测。完成了软件和硬件的调试,测试时与其他同类设备的数据分析与对比,验证测试了系统的可靠性与稳定性。所取得的成果对人的生理参数监测系统的研究有一定的实际意义。

研发人员：魏路明