【摘要】：隨著現(xiàn)代社會日新月異的發(fā)展,人們對健康給予越來越多的關注,相應地,無線體域網(wǎng)吸引了越來越多人的目光,人們開始研發(fā)相關技術去監(jiān)測病患的生理參數(shù)。面對心血管類的疾病,其突發(fā)性要求監(jiān)測系統(tǒng)具有實時性與穩(wěn)定性,并且通常需要對數(shù)據(jù)進行壓縮以獲得更高的能量利用率。近年來,大量的研究已經(jīng)驗證了壓縮感知是一種有效的解決方式,這一理論與體域網(wǎng)領域的融合讓遠程醫(yī)療更加智能化。傳統(tǒng)的壓縮感知方法在數(shù)據(jù)情況穩(wěn)定狀態(tài)下效果很好,然而面對實時變化的生理參數(shù),其效果大打折扣,因此,本文基于壓縮感知對無線體域網(wǎng)中心電重構與實時診斷進行研究。首先,在壓縮感知的理論架構上,設計了無線體域網(wǎng)傳輸系統(tǒng)中自適應傳輸控制策略,同時針對ECG信號特點與傳輸實時性要求優(yōu)化重構算法,實現(xiàn)重構精度與壓縮性能的雙重優(yōu)化。為了更加靈活地傳輸數(shù)據(jù),我們需要為無線體域網(wǎng)中的傳感端、協(xié)調(diào)端以及無線傳輸通道建立數(shù)學模型,并利用反饋的控制思想對數(shù)據(jù)壓縮率進行設計。在傳感端增加壓縮率估計模塊,其設計目的是在滿足實時性的條件下,盡可能降低壓縮率,提高ECG信號的重構精度。在壓縮率估計模塊中,采用頻域分析方式,揭示心電數(shù)據(jù)的動態(tài)特性,并對壓縮率和稀疏性之間的關系進行建模。此外,使用快速K-Means聚類算法將心電信號按稀疏度分為兩組,進行模型的簡化,用分段非線性函數(shù)進行擬合,并將問題轉(zhuǎn)換為線性規(guī)劃問題。在丟包補償模塊中,設計閉環(huán)模塊和控制過程,制定壓縮策略,基于信道狀態(tài)和數(shù)據(jù)稀疏度對壓縮感知參數(shù)進行更新估計,以降低丟包干擾帶來的影響,為ECG信號進行實時高精度特征識別與遠程診斷打下基礎。然后,改進協(xié)調(diào)端的重構算法,選擇優(yōu)化子空間追蹤重構算法,提高了GBSP(Gradient Boosting Subspace Pursuit)算法的精度與速度。改進后的GBSP算法在更低數(shù)據(jù)壓縮率的條件下,依然可以使得到的重構信號具有醫(yī)療價值,即重構誤差PRD在9%以下。我們對算法中的稀疏度參數(shù)K進行向前推進式的搜索,基于機器學習中Gradient Boosting的思想,采用梯度下降方向搜索法對殘差重新建立模型。在殘差不可以忽略的情況下,選擇多于稀疏度K個原子進入備選集合再回溯剔除。經(jīng)過兩次優(yōu)化后,GBSP算法可以在更低的壓縮率(比如30%)下控制重構誤差PRD在9%以下,重構能力大大提升。最后,為滿足遠程醫(yī)療系統(tǒng)中實時監(jiān)測的需求,論文設計了全新的ECG信號在線檢測算法,實現(xiàn)高精度定位QRS波群以及獲取Q波、R波、S波點位。我們先將ECG信號通過窗口積分器,使其計算滾動平均值目的是進一步平滑ECG時域信號;而后針對每一個數(shù)據(jù)點與閾值的大小關系判斷當前標志旗狀態(tài),在滿足一定的幅值閾值范圍和時間保持閾值的條件下,識別出ECG信號相應的波形。為了提高算法魯棒性,對所檢測波形對應的幅值閾值采用自適應模式。使用MIT-BIH數(shù)據(jù)庫提供的和實際硬件采集的兩種來源的ECG數(shù)據(jù),來分別檢驗與對比兩種算法識別的準確度。進一步,利用所設計的無線體域網(wǎng)傳輸系統(tǒng),在有無發(fā)生丟包的情況下,分別對得到的重構ECG信號進行特征識別,進一步驗證了系統(tǒng)設計的可行性與魯棒性。
【圖文】：

讓生理指標監(jiān)測成為可能。無線體域網(wǎng)（Wireless Body Area Networks, WBANs）可以做到實時監(jiān)測人體相關的生理參數(shù)，通過運行在 PDA 或智能手機上的個人服務器，提供人機接口并與遠程服務器通信，從而給出病人具體的建議。圖1 1顯示了一個醫(yī)療領域三層的無線體域網(wǎng)系統(tǒng)架構：傳感端：一般是智能生理傳感器，這些生理傳感器通常產(chǎn)生與標準無線網(wǎng)絡平臺相連的模擬信號，可以共享一個無線網(wǎng)絡節(jié)點。此外，生理傳感器可以與智能傳感器板連接，構成無線網(wǎng)絡節(jié)點，其中傳感器板提供傳感器處理能力，并通過串行接口與標準無線網(wǎng)絡平臺進行通信。無線網(wǎng)絡節(jié)點可以實現(xiàn)成小型設備或整合到衣服中。網(wǎng)絡節(jié)點不斷收集和處理原始信息，將它們存儲在本地，并將其發(fā)送到協(xié)調(diào)端即個人服務器上。理想情況下，傳感器周期性地傳輸數(shù)據(jù)狀態(tài)和事件，從而顯著降低時延并提高監(jiān)控實時性。當數(shù)據(jù)的本地分析出現(xiàn)不確定或緊急情況時，層級結(jié)構中的上層可以發(fā)出請求，將存儲可用的原始信號進行特定的高級處理傳輸?shù)缴蠈印！?2 —

號重建與實時診斷算法研究 上海交通大學碩士學位論文每一層次表示著一個相當復雜的子系統(tǒng)，，并使用相應的本地層次結(jié)構，以確保效率、可移植性、安全性和低成本。圖1 2顯示了在一個集成的無線體域網(wǎng)系統(tǒng)的信息數(shù)據(jù)流向：圖 1 2 無線體域網(wǎng)中的數(shù)據(jù)流Fig 1 2 Data flow in an integrated WBANs由于無線體域網(wǎng)的層級結(jié)構以及信息數(shù)據(jù)傳輸方式，其有如下的特點：非植入式傳感器可以自主使用，靈活度高，體積小巧，便于攜帶生理參數(shù)傳輸強度衰減快，需要保障數(shù)據(jù)的精準度與實時性實時數(shù)據(jù)傳輸受丟包影響較大，需要額外的措施來確保服務質(zhì)量（Quality of Service,QoS）能量供給受限，需要高效地利用體域網(wǎng)中的節(jié)點，降低功耗B. 國外相關研究無線體域網(wǎng)（Wireless Body Area Networks, WBANs）是一種應用于可穿戴設備上的無線網(wǎng)絡，由于是在身體表面而稱之為“體域”�；隗w域網(wǎng)的監(jiān)測設備可以體內(nèi)植入，多數(shù)可在人體表面某個固定位置安裝，對人體生理參數(shù)進行采集。通過網(wǎng)關設備，將可穿戴設備連接至互聯(lián)網(wǎng)上
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN92;TN911.7;TH776

【參考文獻】

相關期刊論文 前4條

1 吳建寧;徐海東;王玨;;用于低功耗的體域網(wǎng)加速度數(shù)據(jù)壓縮感知設計[J];中國生物醫(yī)學工程學報;2015年06期

2 劉漢春;劉靜;徐友云;聶志;;基于臨時節(jié)點的無線體域網(wǎng)高效節(jié)能路由算法[J];信息技術;2010年06期

3 宮繼兵;王睿;崔莉;;體域網(wǎng)BSN的研究進展及面臨的挑戰(zhàn)[J];計算機研究與發(fā)展;2010年05期

4 申志坤;申達;許苗;;無線體域網(wǎng)中能量檢測算法設計與驗證[J];信息技術;2009年11期

本文編號：2692893