论文摘要
目的:可穿戴技术是实现低生理、心理负荷下人体生理信号长时间动态获取的有效手段。可穿戴远程医疗仪器将成为新的医疗模式下重要的健康监护、诊断和保健设备,它的广泛应用必将极大地推动我国的远程医疗系统、家庭保健医疗系统以及个人健康监护系统的发展。本研究目的是应用可穿戴技术,实现人体基本生理参数（心电、呼吸、体动和体温）的长时间动态获取和实时的诊断,并在异常情况下进行生理信号远程传输、定位和报警。方法:首先,在研究总结了前人的研究成果基础上提出新的心电实时诊断算法:基于模板匹配与特征识别相结合的心拍分类算法。该算法对传统的心拍模板匹配算法进行了改进,建立了多个心拍模板,采用标准化的匹配阈值和噪声评测以辅助心拍模板的匹配分析。在心拍模板匹配的基础上又采用特征提取的方法对心拍进行快速的分类。其次,在人体跌倒实时检测方面,提出基于三轴加速度传感器的线性跌倒与非线性跌倒综合判定法。多个单轴向加速度综合阈值判定法和总加速度阈值判定法分别能够准确的检测出人体的线性跌倒和人体非线性跌倒,通过实验获取检测阈值,从而实现了对人体跌倒的实时检测。第三,吸收可穿戴技术的设计理念,将其它低负荷生理信号检测技术集成到弹性T恤中,研制具有短距离无线通信功能的可穿戴智能监测衣（Wearable Intelligent Monitoring Shirt, WIMS）。同时,发展具有短距离无线通信、远程通信、无线定位和生理信号实时分析功能的病人手持终端（Patient Portable Device, PPU）,与WIMS和医疗服务中心（Medical Service Center, MSC）共同构建可穿戴移动健康监护系统。最后,通过医学实验对系统的可行性和可靠性进行检验。内容:本论文主要包括如下几方面的研究工作:①进行了高性能心电放大电路的研究。在心电信号的检测设计中,摒弃传统粘贴心电电极,取而代之为具有生物导电特性的织物电极。织物电极固有的高内阻以及高皮肤电极阻抗对心电信号的放大电路提出了较高的要求。本文采用有源电极、自举放大器、右腿驱动电路和附加医用水凝胶等方法较好的解决了该问题。②进行了心电信号预处理和基本特征点检测的研究。在心电预处理方面主要进行高频噪声抑制、基线漂移抑制和工频干扰抑制的研究。对于特征点检测,主要研究了QRS波、P波和T波以及起始点的检测方法。③对心拍的实时分类算法进行了详细的研究。总结了当前心拍分类算法所存在问题,提出了新的适合微处理器处理分析的实时算法:基于模板匹配与特征识别相结合的心拍分类算法,并在ARM7处理器上实现了该算法。通过MIT-BIH数据库的评估实验证明,其对室性早搏（Premature Ventricular Contraction,PVC）判别的灵敏度和特异度分别高达93.38%和96.69%。该算法不但有分类准确,在速度上也达到了令人满意的效果。④进行了人体体动信息检测技术特别是人体跌倒检测技术的研究。针对目前跌倒检测方法存在的缺点和不足,提出了线性跌倒与非线性跌倒综合判定法。⑤在研究的新型算法基础上,结合可穿戴技术、生理信号检测技术、无线通信和定位技术等,构建了“可穿戴实时诊断、报警、移动健康监护系统”。本文详细叙述了系统三个组成部分:可穿戴智能监测衣（WIMS）、病人手持终端（PPU）和医疗服务中心（MSC）的软硬件构建过程,尤其是实时诊断算法在嵌入式处理器中的实现、实时报警机制和健康状况反馈机制等。⑥设计并开展了一项医学实验,对系统的可行性和可靠性进行检验。成果:提出了新型的心拍实时分类算法和实时跌倒检测算法,并在ARM7处理器中用C语言实现了该算法;结合可穿戴技术、生理信号检测技术和处理技术、gpsOne定位技术和无线通信技术,在CDMA通信平台上构建了“可穿戴实时诊断、报警、移动健康监护系统”;制作实验样机一套,通过对15名志愿者的实验测试,验证了系统的可行性和可靠性。同时,系统也得到了较高的评价;分别针对可穿戴移动监护系统设计与实时跌倒检测系统,申请国家实用新型专利各一项。结论:本系统完全突破了传统的医疗监护系统的概念,实现了低生理、心理负荷下人体生理信号长时间动态获取、实时诊断和异常报警,实现了对病人的动态监护、移动监护和跟踪监护;本课题实现了生理信息的实时在线诊断。一方面及时准确的病症异常报警有效的保障了病人的生命安全。另一方面,也避免了与监护中心建立实时的数据通信连接,从而大大减少通信数据流量,降低系统运营成本;“可穿戴实时诊断、报警、移动健康监护系统”性能优良、穿戴舒适、使用方便,运用该系统可实现低生理、心理负荷下的基本生理参数的长时间、动态获取,在军事作业医学研究、生物医学工程研究中也将有着广阔的应用前景。本研究特色及创新之处为:①高度集成的可穿戴生理信号检测/监测系统,实现了患者在低生理/心理压力状态下多参数生理信号的动态获取。②提出新型实时心拍分类算法:基于模板匹配与特征识别相结合的心拍分类算法。③提出新型实时跌倒检测算法:基于三轴加速度传感器的线性跌倒与非线性跌倒综合判定法。④多生理参数的实时诊断和报警:在ARM7处理器上实现了心拍实时分类算法和人体跌倒的检测算法,并设计了实用的三级报警机制。⑤手持终端与采集衣采用分离式结构:将手持终端从采集衣中分离出来,采用无线通信方式,从而使手持终端更便于观察和操作,也避免了对繁琐的导线的放置。⑥集成先进的通信和定位技术:将gpsOne定位技术与CDMA无线通信技术集成在系统中,实现了对病人全区域的跟踪监护。⑦动态数据的信号处理和信息挖掘技术:通过本文的研究可获取传统的监护模式无法获取的来自患者日常生活状态下的长时间动态生理数据,从而可以运用信号处理手段开展更深入的研究工作。