医疗设备控制系统中融合理论的研究及嵌入式系统实现

摘要

随着现代科学技术的发展，被测对象越来越复杂，这就要求控制系统去了解被测对象的综合信息或某些内在特征信息。以前的传感器技术是将传感器的信息传送给独立的处理系统。而现在控制系统需要有效的处理大量的各种各样的传感器信息。这就意味着增加了待处理的信息量，而且还会涉及到各传感器数据组之间的矛盾和不协调。在此背景下，多传感器数据融合技术应运而生。 本文对多传感器数据融合系统进行了深入的研究和探讨。首先对多传感器数据融合理论的发展过程、研究现状、基本概念和理论方法作了较为深入的介绍。重点研讨了数据融合系统的融合结构、融合算法。然后对近年来数据融合算法最为活跃的神经网络算法进行了深入的分析，并以应用神经网络消除融合系统中非目标参量的影响为例，对神经网络的数据融合方法进行了仿真分析。 呼吸机作为临床抢救和治疗必备的医疗仪器，其控制系统需要对多方面的数据进行检测以进行更有利于患者呼吸的控制方案。因此，检测数据的准确性对于呼吸机控制系统至关重要。考虑到数据融合系统的诸多优点和特征，如果将数据融合的思想、算法、结构等元素应用到呼吸机的控制系统，将会大大提升呼吸机的性能指标。本文在参阅大量医学文献、呼吸动力学文献及呼吸机控制体系文献的基础上，结合数据融合理论方法，对呼吸机的各种控制参数进行深入的研究，基于32位CPU体系结构构造出了一整套呼吸机数据融合系统的软硬件解决方案，并给出了融合方案的仿真结果数据。

目录

文摘

英文文摘

湖南大学学位论文原创性声明及学位论文版权使用授权书

第1章绪论

1.1论文研究背景及课题来源

1.2数据融合的意义及应用

1.3数据融合的研究现状

1.4本课题所做的工作

1.5本文结构

第2章数据融合算法与融合结构研究

2.1数据融合的定义

2.2数据融合的结构

2.2.1数据融合结构分类方法

2.2.2传感器级融合

2.2.3中央级融合

2.2.4混合式融合

2.2.5数据层融合

2.2.6特征层融合

2.2.7决策层融合

2.3数据融合算法

2.3.1自适应加权融合算法

2.3.2曲面拟合融合算法

2.3.3登普斯特---谢弗证据方法

2.3.4人工神经网络算法

2.3.5表决算法

2.4总结

第3章基于神经网络的数据融合

3.1引言

3.2神经网络的基本理论

3.2.1神经网络的特点

3.2.2神经元的数学模型

3.2.3神经网络控制

3.3采用神经网络的多传感器数据融合架构

3.4采用神经网络的多传感器数据融合的优越性

3.5总结

第4章呼吸机及其融合控制系统理论研究

4.1引言

4.2呼吸机控制系统原理研究

4.2.1有关呼吸机的国内外相关研究

4.2.2呼吸机相关理论和方法

4.2.3呼吸机误差影响因素分析

4.2.4呼吸系统模型和呼吸机的构造

4.2.5当前大部分在使用的呼吸机的现状

4.2.6呼吸机中使用多传感器数据融合的原因

4.2.7应用数据融合原理构造呼吸机

4.2.8应用数据融合原理构造呼吸机架构说明

4.3 呼吸机控制系统中数据融合实例研究

4.3.1浓度传感器实例

4.3.2二传感器曲面拟合数据融合算法实例

4.3.3应用神经网络消除数据融合系统中非线性误差

4.3.4应用神经网络消除数据融合系统中非目标参量的影响

4.4总结

第5章RTOS在呼吸机融合控制系统中的应用

5.1引言

5.2嵌入式系统概念

5.3嵌入式实时操作系统(RTOS)基本概念

5.3.1实时操作的国内外研究现状

5.3.2实时操作系统的基本表现

5.3.3实时操作系统的基本结构

5.3.4实时操作系统的任务及任务管理

5.3.5实时操作系统任务间的同步与通信

5.4 RTOS在数据融合系统中的应用

5.4.1融合数据库的实现方法

5.4.2呼吸机融合控制系统任务设计

5.5总结

结论与展望

参考文献

致谢

附录A 攻读学位期间所发表的学术论文目录

附录B 读学位期间参与的工程项目目录