發(fā)布時間：2021-02-10 12:43

　　人體生理健康參數(shù)檢測是當前“智慧醫(yī)療”及可穿戴設備領域熱門的研究方向。其中,心率是能夠直接反映心臟健康狀態(tài)的指標之一。由于大多數(shù)可穿戴設備的心率檢測只是檢測心率值,并不能反映不同行為下的心率狀態(tài)情況。因此,本文以人體生理健康參數(shù)檢測為切入點,從行為識別和心率檢測兩個方面展開研究,并對不同行為下的心率狀態(tài)辨識進行了方案設計。主要內(nèi)容包括:對小波去噪算法的改進,提出了SPLDA-XGB行為識別算法,設計了在不同行為下心率狀態(tài)辨識方案。針對加速度信號中的尖峰和突變噪聲,由于傳統(tǒng)的小波去噪算法的閾值選擇恒定,并且在處理變化較快的信號時,自適應性差的問題,提出了改進的小波去噪算法。使用改進的小波閾值函數(shù)和復合評價指標對合加速度信號進行實驗驗證。結(jié)果表明,改進的小波去噪算法能夠較好的去除加速度信號中的干擾。針對行為識別過程中,數(shù)據(jù)冗余造成的“維數(shù)災難”問題,提出了SPLDA-XGB行為識別分類算法。首先基于PCA算法和LDA算法提出了SPLDA降維算法,SPLDA算法能夠保證在原有樣本協(xié)方差結(jié)構(gòu)不變的情況下,獲得變換矩陣中的主成分進行賦權(quán),通過調(diào)節(jié)類間散度矩陣和類內(nèi)散度矩陣,使得類間距離最大化的同... 

【文章來源】：桂林電子科技大學廣西壯族自治區(qū)

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

華為B5手環(huán)

如華為的 B5 手環(huán)，如圖 1-1 所示；小米手環(huán)，如圖1-2 所示，具有心率檢測和運動助手的功能，但是不具備將行為識別的結(jié)果作為輔助，判斷心率狀態(tài)。如果需要監(jiān)測在不同行為動作下的生理狀態(tài)，只能依靠手動操作選定運動狀態(tài)，然后由手環(huán)進行各項參數(shù)監(jiān)測。智能醫(yī)療方面的設備，如“LifeShirt”監(jiān)護系統(tǒng)或“AMON”監(jiān)測設備等，智能監(jiān)測人體的生命體征是否正常，并沒有將行為與生理狀態(tài)監(jiān)測結(jié)合起來，進行日常監(jiān)測或者發(fā)生異常狀況時的及時警告或報警處理。

不同行為下的心率狀態(tài)辨識首先通過加速度傳感器獲取到人體手腕橈動脈處的加速度信號，心率傳感器獲取到人體的實時脈搏信號。將獲取到的加速度信號，經(jīng)過數(shù)據(jù)預處理、加速度信號特征提取和分類器的行為識別分類后，判別當前人體的行為狀態(tài)，同時心率傳感器獲取到脈搏信號，經(jīng)過信號預處理、信號特征提取和心率計算公式獲得不同行為下的心率值，由此判斷在不同的行為下心率值是否處于正常的范圍內(nèi)。圖 2-5 為靜止時的三軸加速度波形圖，圖 2-6 為步行時的三軸加速度波形圖，圖 2-7 為慢跑時的三軸加速度波形圖。在進行加速度信號時域和頻域特征提取時，提取出來的數(shù)據(jù)特征需要充分反映靜止、步行、跑步之間的差異，以便之后進行行為識別的分類處理。

【參考文獻】：
期刊論文
[1]基于改進EEMD的心電信號基線漂移消除方法[J]. 林金朝,劉樂樂,李國權(quán),柏桐,王慧倩,龐宇.  數(shù)據(jù)采集與處理. 2018(05)
[2]改進的經(jīng)驗模態(tài)分解法去除脈搏波基線漂移[J]. 蘇志剛,呂江波,郝敬堂,張亞娟.  計算機測量與控制. 2018(07)
[3]基于小波的聲發(fā)射信號去噪研究[J]. 楊慧,顧菊平,華亮,羅來武,陳猛.  現(xiàn)代電子技術(shù). 2017(13)
[4]面向大規(guī)模嵌入式設備固件的自動化分析方法[J]. 王猛濤,劉中金,常青,陳昱,石志強,孫利民.  北京郵電大學學報. 2017(S1)
[5]步態(tài)識別的小波去噪質(zhì)量評價方法[J]. 涂斌斌,谷麗華,許會.  沈陽工業(yè)大學學報. 2017(01)
[6]基于加速度信號和進化RBF神經(jīng)網(wǎng)絡的人體行為識別[J]. 盧先領,王洪斌,徐仙.  模式識別與人工智能. 2015(12)
[7]基于Android智能手機的心電與呼吸監(jiān)測系統(tǒng)[J]. 邱天爽,馬濟通,張彪,朱勇.  中國醫(yī)療設備. 2015(10)
[8]增量LTSA算法在轉(zhuǎn)子故障數(shù)據(jù)集降維中的應用[J]. 胡常安,袁德強,王彭,杜文波.  噪聲與振動控制. 2015(01)
[9]基于智能手機傳感器和SC-HMM算法的行為識別[J]. 孫冰怡,呂巍,李文洋.  吉林大學學報(理學版). 2013(06)
[10]傳感器補償系統(tǒng)中的小波去噪的應用及DSP的實現(xiàn)[J]. 裴峰,張志杰,王文廉,張雪峰.  儀表技術(shù)與傳感器. 2012(12)

博士論文
[1]XGBoost機器學習模型在缺血性卒中后早期認知損害診斷中的應用研究[D]. 王訓師.浙江大學 2018
[2]基于聚類及ANFIS的磨削工藝綠色度評價方法研究[D]. 王宇鋼.東北大學 2015
[3]魯棒線性子空間學習算法與框架研究[D]. 鐘福金.西南交通大學 2015
[4]基于上下文感知的移動增強現(xiàn)實瀏覽器構(gòu)建及優(yōu)化方法研究[D]. 林一.北京理工大學 2015
[5]穿戴式健康監(jiān)護及人機交互應用中若干關鍵技術(shù)研究[D]. 路知遠.中國科學技術(shù)大學 2014
[6]基于人體運動狀態(tài)識別的可穿戴健康監(jiān)測系統(tǒng)研究[D]. 李娜.北京工業(yè)大學 2013
[7]心電波形檢測與心率變異性分析方法研究[D]. 董紅生.蘭州理工大學 2012
[8]人體行為識別關鍵技術(shù)研究[D]. 何衛(wèi)華.重慶大學 2012
[9]基于活動距離和心率對高水平女足運動員比賽負荷特征的研究[D]. 陳超.北京體育大學 2010
[10]基于脈搏波的無創(chuàng)連續(xù)血壓測量方法研究[D]. 李頂立.浙江大學 2008

碩士論文
[1]脈搏波信號檢測及數(shù)據(jù)處理方法研究[D]. 成懇.西安理工大學 2018
[2]可穿戴式健康參數(shù)監(jiān)測方法與系統(tǒng)設計[D]. 黃偉榮.西安理工大學 2018
[3]基于經(jīng)驗模態(tài)分解的時間序列預測研究[D]. 成小林.大連理工大學 2018
[4]基于PPG的脈搏波信號調(diào)理技術(shù)研究及便攜系統(tǒng)設計[D]. 王成.西安電子科技大學 2018
[5]基于XGBoost模型的上市公司財務危機預警研究[D]. 任秀梅.安徽大學 2018
[6]基于脈搏信號的人體脈搏特征參數(shù)的研究[D]. 馬佳輝.北京郵電大學 2018
[7]基于循環(huán)神經(jīng)網(wǎng)絡的脈搏信號分析研究[D]. 郭彥杰.北京郵電大學 2018
[8]穿戴式多生理參數(shù)健康監(jiān)測系統(tǒng)的研制[D]. 王憲忠.吉林大學 2017
[9]基于商品類目的個性化廣告推薦[D]. 楊程遠.西安電子科技大學 2017
[10]情緒啟動對大學生飲酒者酒精相關刺激Go/no-go任務的影響[D]. 梁國棟.石河子大學 2017



本文編號：3027375