基于智能終端的生命體征測量技術研究與實現(xiàn).pdf

1、人體的五大生命體征包括心率、呼吸、血壓、血氧飽和度和體溫，它們與人體健康狀態(tài)息息相關。心血管疾病是中老年人群中常見的慢性病之一，而生命體征指標與心血管的健康狀態(tài)有著密切的聯(lián)系。近年來，人口老齡化已經成為了全球性問題，越來越多的中老年人的健康受到心血管疾病的威脅。隨著健康意識地提高，很多人為了能盡早發(fā)現(xiàn)健康異常狀態(tài)，開始選擇袖套式、腕帶式的醫(yī)學設備測量自己的體征指標，而盡早發(fā)現(xiàn)健康異常并采取措施有助于減少治療的費用。目前這類測量設備都存在

2、著一些問題，比如價格昂貴、不易使用等，因此難以進入尋常百姓家；另一方面，由于缺乏專業(yè)醫(yī)生對測量值的解讀，導致測量的意義大打折扣。針對這種現(xiàn)狀，本文研究了基于智能手機終端來測量人體生命體征的測量方法，不僅可以方便地測量體征參數(shù)，還可以將測量值發(fā)送到遠程服務來獲取對應的健康狀態(tài)分析報告。
　　本研究主要內容包括：⑴為了確保設備測量值是基于有效信號計算而來，本文重點分析了信號產生機理，提出了自適應的指端近視頻 ROI選取算法來增強信號，

3、同時設計了卡爾曼濾波器來降低系統(tǒng)抖動帶來的噪聲干擾，引入了改進型米利有限狀態(tài)機來檢測信號質量，控制后續(xù)的計算都基于有效的視頻體征信號。⑵基于指端近視頻中提取的信號曲線下降沿陡峭的特征提出了差商閾值法來構造更強的顏色變化速率體征信號，降低了噪聲對PV檢測的干擾，提高了測量準確度，并給出了自適應的閾值計算方法。⑶設計了基于極大似然估計的算法來檢測在測量過程中由于手指移動等因素引入的奇異信號，從統(tǒng)計學的角度解決了奇異信號檢測問題，有利于系統(tǒng)對

4、奇異信號的進一步分析。⑷引入了經驗模態(tài)分解算法將原始信號分解出多個單頻帶模函數(shù)分量，然后結合人體呼吸的頻帶范圍選擇其中部分低頻分量重構呼吸信號，從而將信號中的呼吸分量占比大大提高。⑸分別在Android和蘋果智能手機平臺實現(xiàn)研究的測量算法，并設置對照實驗來分析測量算法與標準醫(yī)學測量設備的測量差異。實驗表明，在手機設備上，心率、呼吸測量結果與標準設備測量值的吻合度非常好，血壓的中低壓型的測量結果也較好，從實驗的角度驗證了本文測量方法的可行