基于眼镜框架的生理信号检测技术的研究

来源 :东南大学 | 被引量 : 2次 | 上传用户:hafuu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
心血管疾病是全球头号死因,每年死于心血管疾病的人数多于任何其他死因。心血管疾病是一组心脏和血管疾患,一旦被确诊后,治愈率较低。如果提前诊断,提前治疗,将会提升治疗的成功率,常用的病前诊断指标有血压和脉搏波波形。因此有必要研究和设计一款便携式的生理信号检测设备,用于长期的生理信号监护,可以提前发现疾病症状,提前介入治疗。本文设计的生理信号检测系统根据光电容积脉搏波描记法的原理,通过对脉搏波信号的研究和分析得出检测者的心率、呼吸速率和血氧饱和度,可以用于综合评估被测者的健康状况。课题主要完成了两方面的工作:设计了一套穿戴式,低功耗的多生理信号检测系统。硬件单元模块包括光电传感器,集成模拟前端,微处理器和蓝牙传输模块。前端光电传感器固定于眼镜框架上,既能获得良好的光电容积脉搏波(PPG)信号,又不影响测量者的日常生活。集成模拟前端将PPG信号转换成数字信号。PPG信号和加速度信号通过蓝牙低功耗技术传输到手机客户端;在手机端上,PPG信号依次经过低通滤波和去直流处理,能够有效的去除大部分噪声。由于心率信号和呼吸信号的频段不同,使用低通滤波器可以把呼吸信号从PPG信号中提取出来。对PPG信号和呼吸信号使用本文设计的波峰波谷识别(VPD)算法,能够有效地识别真正的峰值点,心率和呼吸速率通过计算相邻峰值点的间隔计算得到。血氧饱和度的计算使用了红光和红外光PPG信号。运用加速度信号作为参考信号的自适应滤波算法,能够有效的滤除走路过程中的运动伪影,提高了PPG信号的信噪比。本课题集硬件电路设计和客户端软件设计于一体。通过对实际测量得到的PPG信号分析,得到了切实有效的一套处理和分析PPG信号的算法,提高了对于各项生理参数诊断的正确率。通过对8名志愿者的实验发现,静坐和慢走条件下测量的心率和呼吸速率准确率高,能够有效地用于监护。
其他文献
有序微结构制备技术和微尺度上有序物质性质的研究已经成为当代科学和技术的重点之一。其中以基本的纳米颗粒通过自组装形成各种有序微结构尤其具有重要的意义。胶体晶体正是
主动脉夹层是一种常见的主动脉疾病,近年来发病率呈上升趋势。利用搭桥手术的方法治疗DeBakeyⅢ型主动脉夹层的病例数量还非常有限,其中医生对这种手术的根本原理还缺乏全面
学位
学位