论文部分内容阅读
随着移动互联网的发展以及医疗知识的普及,越来越多的人开始注重自身的健康状况。心率作为人体重要生理参数之一,已成为人们关注的焦点。目前,基于Android平台所研发的心率检测与分析设备因其检测的便捷性而备受人们的喜爱。但这些Android设备也面临着一些挑战,如Android设备本身的计算能力较弱、存储空间有限以及数据安全存在隐患等问题。针对这些问题,本文对心率检测与分析技术进行了研究,并结合Android开发技术、专家系统技术以及云存储技术,设计并实现了一种基于云平台的心率检测与分析系统。本文的主要工作如下:1.本文的系统实现了对心率的计算。首先针对心电信号采集过程中存在的基线漂移、肌电干扰以及工频干扰等噪声干扰问题,系统分别采用中值滤波、Butterworth滤波器和FIR滤波器对其进行处理;然后对预处理后的心电数据采用改进的差分阈值法进行QRS波检测,从而实现对心率的计算;最后利用MIT-BIH数据库对系统中涉及到的算法进行仿真实验。实验结果表明,系统中采用的算法具有较高的实用价值。2.将ERESYE开发的专家系统应用到心率自动分析中,这是本文的一个创新点。专家系统对心率自动分析的结果客观地反映了被测者的心率状况,专家系统的自动诊断避免了由于人为因素而导致的判断失误。采用美国麻省理工学院提供的MIT-BIH心律失常数据库对其进行验证,实验结果表明该方法能够实现心率的自动分析。3.针对基于Android平台研发的心率检测与分析设备中,存在存储空间有限和数据安全问题,设计了一种基于PostgreSQL、Riak集和HBase集群组合的云存储框架,用于用户数据存储。该云存储框架具有较好的可扩展性、可移植性和较高的安全性。