面向健康监护的穿戴式体征信息感知技术研究

《面向健康监护的穿戴式体征信息感知技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校巧码：１０２８６分类号．；ＴＰ２１２３密级：公开ＵＤＣ：６８１学号！１１９５０１－－．？：？Ａ；，户》０迅正心心心市－成＾也＂－＂－＇？部呵巧習！Ｖ扣＾又難扛索魚大，受博ｉ学位论文面向健康监护的穿戴式体征信息感知技术研究研究生姓名：巧堪导师姓名：李建清申请学化类别工学博±学位授予单位东巧大学一级学科名称仪器科学与巧术论文答辩日期２０Ｋ年日１０月１７二级学科名称学化授予日期２０年月日答辩妾员会丰席杨志健评阅人２０１５年月円来兩．：ｋｆ博±学位论文

2、面向健康监护的穿戴式体征信息感知技术研究专业名称：化器科学与巧术研究生姓名：罗堪导师姓名：李建清本论文获国家自然科学基金项目（６１２４００３２），江苏省江苏省自然科学基金田Ｋ２０１２５６０），江苏省研巧生创新基金（ＣＸＺＺ１３＿００８９）资助。ＲＥＳＥＡＲＣＨＯＦＷＥＡＲＡＢＬＥＶＩＴＡＬ别ＧＮＳＥＮＳＩＮＧＴＥＣＨＮＯＬＯＧＹＦＯＲＨＥＡＬＴＨＣＡＲＥＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒ化ｅＡｃａｄｅｍｉｃＤｅｒｅｅｏｆ

3、Ｄｏｃ化ｒｏｆｇＥｎｉｎｅｅｒｉｎｇｇＢＹＬＵＯＫａｎＳｕｐｅｒｖｉｓｅｄｂｙＬＩ－ｉｎＪｉａｎｑｇＳｃｈｏｏｌｏｆＩｎｓｔｒｕｍｅｎｔＳｉｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＳｏｕｔｈｅ汪ＳｔＵｎｉｖｅｒｓｉｔｙＭａｒｃｈ２０１５东南大学学位论文独創性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所，，知，除了文中特别加Ｗ标注和致谢的地方外论文中不包含其他人己经发表或撰写过的研巧成果也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料一。与

4、我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。、研充生签名：日期：部任、１口．１３等东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文。本人电子文挡的内容和纸质论文的内容相一致，，Ｌ。除在保密期内的保密论文外允许论文被查阅和借阅可乂公布（包括Ｗ电子信息形式刊登）论文的全部内容或中、英文摘要等部分内容。论文的公布（包括Ｗ电子信息形式刊登）授权东南大学研究生院办理。ｔＳ．研巧

5、生签名：＾摘要？，慢性疾病患者数量不断变大在全球人口持别是老年人口持续増加，医疗健康支出快速増长，医疗资源相对紧缺且分布不均衡背景下，有效地保证人口健康成为各国相关领域的研巧热点。移动数字医疗是新世纪发展可行、经济人口健康工程的技术途径。利用人体传感器网络智能穿戴系统构建新型移动数字医疗体系能够加快医疗健康模式由治疗向预防转变，实，智能穿戴系统要真正实现应用，现远程（居家）监护、医疗和保健。然而，在信号采集节点能量效率，信息融合等方面依然存在挑战。论文针对穿戴式体征信息感知研究中存在的问＂＂＂＂＂＂题，Ｗ感、传和知为切

6、入点，开展了穿戴式体征信号采集，资源受限的节点能量有效数据压缩技术，信号处理和信息融合技术等方面研巧。主要研巧工作包括了；（１）设计、２－了穿戴式健康信号采集系统和单点低功耗屯电节点。（）基于积分发放模型提出了用于无线也电节点能量有效的动态压缩算法。（３）提出了用于也电信号压缩感知的信息増强稀疏二、电信号压缩感知恢复的先验块稀疏贝叶斯学习算法值测量矩阵。（４）改进并提出了用于屯。（５）改进了频率切片小波变换。（６）提出了用于自动也拍分类的无脏督特征提取方法和深度结构模型。论文取得进展包括了：使用与衣物结合的干性织物电极实现了穿戴也电

7、测量；＂＂环形织物总线实现传感节点的有效组织，具有低功耗、传感器即插即用等优点；低功巧、、也电节点实现了体表单点必电测量，具有价格低、体积小、重量轻、低功耗等优点；用于也电传感器节点的动态压缩算法和基于数字皮缩感知框架的体征信号压缩算法具有低计算复杂度，低资源消耗和低信号失真特点，能够减少无线传输数据量，提升节点能量效率，延长节点寿命；在也电信号ＰＲＩＫ９％条件下，采用动态压缩算法的ＭＣＡｚ节点寿命最大延长Ｔ７６．３％；提出的信息増强的稀疏二值矩阵减小了恢复也电信号整体和兴趣区域的失鼠先验块稀疏贝叶斯学习算法实现了高效非稀疏也电

8、信号重构；压缩感知用于ＭＩＣＡｚ节点脉搏信５４号采集时，节点寿