首页> 中文学位 >基于移动医疗的血氧监测技术研究与实现
【6h】

基于移动医疗的血氧监测技术研究与实现

代理获取

目录

声明

第1章绪论

1.1 课题研究背景与意义

1.2 研究现状

1.3 监测的关键技术

1.4 本文主要研究内容

第2章基于移动医疗的血氧监测理论

2.1 移动医疗模式

2.2 血氧监测理论

2.3 Android系统

2.4 本章小结

第3章血氧饱和度监测

3.1 血氧信号采集

3.2 信号去噪

3.3 血氧饱和度计算

3.4 本章小结

第4章血氧饱和度监测的软件实现

4.1血氧监测方案

4.2 信号采集量化

4.3 信号处理

4.4 界面显示

4.5 本章小结

第5章测试与结果分析

5.1 运行实现

5.2 测试与结果分析

5.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢

展开▼

摘要

当今社会经济飞速发展,人类不再仅仅满足于基本的生存需求,而是将更多精力投入到营造健康生活中。个人健康问题受到广泛关注使得人体生理参数的检测显得格外重要。举例来说,充足的氧是人类进行生命活动的基本条件之一,过低的氧含量在人体组织中将造成不可逆的缺氧性损伤,甚至可能危及生命,所以对氧含量的检测具有重要参考价值。在各项用于反映体征的参数中,血氧饱和度(OxygenSaturation)是反映血液中含氧量的关键性指标,临床上通常使用专业检测设备对血氧饱和度进行监测。脉搏血氧仪是测量中较为常见的仪器,它具有无创监测的功能,但经过调研发现,脉搏血氧仪由于便携性较差、不能实时监测等问题并没有在国内市场得到推广。考虑移动设备的便携性恰好可以弥补专业检测设备可移植性差的缺点,本文依托Android(安卓)智能手机进行基于移动医疗的血氧饱和监测方法研究。
  文中首先研究了使用智能手机摄像头进行血氧信号采集的方法,包括入射光源模拟、颜色模型转换和平均像素值的提取方法;接着对信号曲线中存在的噪声类型进行分析并结合小波变换算法实现血氧信号去噪,通过进行3层Coif基函数小波分解并计算小波系数,对各层的高频系数进行硬阈值和启发式阈值量化处理,实现噪声去除方法并得到新的系数后对各层系数逆变换得到重构曲线,该曲线用于参数计算时的特征值提取;最后通过实验仿真和量化指标分析证明了本文所用去噪方法能够保证信号具有较高的精度和较少的有效信号损失。
  之后鉴于方法中对血氧信号的格式转换、信号去噪以及参数计算仍需在PC端完成的情况,本文还对血氧监测方法进行基于智能手机的移动医疗系统下的软件实现。首先对使用智能手机为监测平台进行需求分析,包括对硬件采集、数据处理和显示的分析;在明确所需功能及工作流程后,对血氧监测系统的整体架构进行设计和实现;最后结合Android系统的多线程工作原理分别对软件功能和界面进行设计并实现,并通过血氧信号监测实验与结果分析确定本文方法可行并且具有较高的准确性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号