一种改进可穿戴设备的血氧测量精度的传感器设计与验证

改进智能穿戴设备上传感器的数据采集方法,以及血氧测量和数据处理的方法,找到在动态测量过程中血氧数据更加精确的测量计算方法.修正现有算法分析模型,提取典型测量数据,设计新的变量标值,分析比较动态变化后的数据相关性,建立原始数据和输出动态血氧数据之间的关系变化模型,通过多人动态变化场景的数据采集实验验证了该方法的有效和精确.结果表明结合硬件设计、反射波长选择,通过血氧饱和度数值的动态变化反应血液中供氧情况,提出一个新的转换关系算法模型,得到精确度达到99％的血氧数据是非常实用和有效可行的方法.改进传统的投射式脉搏波血氧饱和度检测的算法模型到反射式脉搏波血氧饱和度的检测方式,提升其在智能穿戴设备上监测的血氧动态监测精度,该方法得到的数据对判定人体的健康状态和疾病类型非常有帮助.     

基于Spark平台的心电大数据分析处理

为有效解决互联网医疗时代海量心电数据的处理问题,在Spark云平台下,提出一种双层并行化的改进遗传K-means聚类算法,用于心电数据挖掘。克服传统K-means算法对初始中心点敏感以及串行聚类算法效率低下等问题,结合Mallat小波变换预处理技术,较好实现海量心电数据中R波的提取。通过对MIT-BIH数据库的读取和分析,其结果表明,该算法比传统遗传K-means算法具有更高的聚类准确度,与串行聚类算法和Map Reduce计算模型相比,运行效率也有了较大提升。     

基于改进的RAKEL算法的心电图诊断分类

心电图（ECG）数据通常包含多种病症,而ECG诊断是一个典型的多标签分类问题。在多标签分类方法中,RAKEL算法将标签集随机分解为若干个大小为k的子集,并建立LP分类器进行训练;然而由于没有充分考虑标签间的相关性,LP分类器中容易产生一些标签组合所对应样本稀少的情况,从而影响预测性能。为了充分考虑标签间的相关性,提出一种基于贝叶斯网络的RAKEL算法BN-RAKEL。首先利用贝叶斯网络找到标签间的相关性,确定候选标签子集;然后对每个标签采用基于信息增益的特征选择算法确定其最优特征空间,并针对每个候选标签子集利用最优特征空间相似性来检测其相关程度,以确定最终的具有强相关性的标签子集;最后在标签子集的最优特征空间上训练LP分类器。在实际的ECG数据集上,与多标签K近邻（ML-KNN）、RAKEL、CC和基于FP-Growth的RAKEL算法FI-RAKEL进行对比,结果显示所提算法在召回率和F-score上最少提高了3.6个百分点和2.3个百分点。实验结果表明,BN-RAKEL算法有较好的预测性能,能有效提升ECG诊断的准确性。     

Electrocardiogram Signal Denoising Using Discrete Wavelet Transform

The most common noises in ECG （electrocardiogram） signal processing are BW （baseline wandering） and the 50 or 60 Hz PLI （power line interferences）. In order to remove these two major source of noises, we have used the recent powerful DWT （discrete wavelet transform） signal processing in ECG signals which are obtained from MIT-BIH Arrhythmia Database. The results indicate that DWT is a good method for filtering noises without changing the morphology of ECG, and can be applied to all types of ECG signals, whether normal or presenting arrhythmias.     

一种心电监测和房颤预警系统的研究

随着社会进步和经济的发展,在人们生活水平提高的同时,各种心血管疾病成为人类健康的隐形杀手。本文提出了一种基于嵌入式架构的便携式心电监测和房颤预警系统,实现了受试者心电信号实时采集监测的功能,采集数据通过无线网络传输至云端进行存储,监测者可以远程获取云上存储的心电监测数据,下载并采用基于主分量解析分析去获取受试者心电房颤的特征信息,准确判断受试者是否出现房颤的情况,从而实现受试者的心脏健康状况,监测结果可以在监测设备显示屏以及远程安卓手机的APP程序中进行显示。本研究所开发的系统具有成本低廉、操作简便、运行可靠等优势。     

The energy-efficient implementation of an adaptive-filtering-based QRS complex detection method for wearable devices

Electrocardiogram (ECG) can be used as a valid way for diagnosing heart disease. To fulfill ECG processing in wearable devices by reducing computation complexity and hardware cost, two kinds of adaptive filters are designed to perform QRS complex detection and motion artifacts removal, respectively. The proposed design achieves a sensitivity of 99.49% and a positive predictivity of 99.72%, tested under the MIT-BIH ECG database. The proposed design is synthesized under the SMIC 65-nm CMOS technology and verified by post-synthesis simulation. Experimental results show that the power consumption and area cost of this design are of 160 μW and 1.09×10⁵ μm², respectively.     

心电信号预处理方法研究与评价

分别对三种滤波方法,即传统的傅立叶变换滤波、小波分析滤波以及经验模态分析滤波进行了分析、研究、比较．通过小波变换处理,可抑制心电信号高频噪声;利用经验模态分析（EMD）滤波,可抑制心电信号内混叠噪声;从理论分析入手,以MIT—BIH标准数据库中的心律失常数据作为仿真对象,进行了滤波仿真对比．进而从理论与仿真效果两方面比较了这三种滤波方法的缺点及优势．     

长期低剂量电离辐射对工作人员心电图影响的Meta分析

通过搜索有关文献,按照预先设定的纳入排除标准严格筛选后,以放射组和对照组心电图检查总人数、心电图异常人数为基本数据,研究其异质性检验,用OR(OR即比值比,表示暴露者的疾病危险性与非暴露者疾病危险性的比值)作为效应值,然后使用固定效应模型或随机效应模型进行Meta分析。结果显示,符合纳入标准的文献共计15篇;放射组与对照组之间异常率有统计学意义[OR=1.63,95%CI(1.32,2.02),p0.000 01]。结果提示,长期暴露于低剂量电离辐射环境下会对工作人员心电图异常有显著影响。     

氨茶喊对人体心电图和定量脑电图的影响及其与唾液氨茶碱含量的关系

目的 评价氣茶城对人体心电-图和定量脸电图的影响及其与嗟液氣茶城含量的关系。方法 米 用双盲安慰剂对照, 研究了良茶碱对10例徤康人心电图和定量脑电图的影响。结果 顿服氦茶碱 0. 4g, 2h 后心电图R波振幅从9. 9±2. 8m增高到12. 0±3. 6m(P<0. 05);定量脑电图f_pt导 联a₂波功率值从1. 05±0. 83上升到2. 08±2. 22(P<0. 05), f₃和f₄导联β₁波功率值从 1. 75± 1. 35升高到3. 11±3. 51(P< 0. 05);唾液氩茶碱含量为7. 6±0. 9 μg/ml。心电图R波及 脑电图a₂ 波的变化与哇液氩茶城含量呈正相关（r值分别为0. 8264和0. 7933)。10例口服安慰 剂健康受试者, 其心电困和脑电图改变均无统计学显著性。结论 治疗浓度氩茶碱能引起人体 心电和脑电的改变, 效应强度与游离药物浓度有关。     

基于小波变换心电信号去噪方法

小波变换基于模极大值的去噪方法具有非线性及自适应特性,而且特别适合于进行非平稳的微弱信号及具有较多奇异点信号的消噪,这种信号特点恰好是心电信号最突出的特征,也是常规信号处理方法遇到的最大难题。本文简述了小波变换模极值去噪方法在心电信号处理中的应用,并证实这种方法可以在信号消噪的同时有效地改善信噪比,并同时提高信号的分辨率。