论文摘要
血氧饱和度是指血液中被氧结合的血红蛋白容量占全部可结合血红蛋白容量的百分比,是人体重要的生命体征参数之一,直接反映了机体组织供氧状况的好坏,在临床医学检测和医疗监护领域有重要的参考价值。随着微光机电系统技术、生物医学技术及数字信号处理技术的发展,集成化、微型化、数字化脉搏血氧检测系统成为研究的热点。本论文在国家科技部国际合作重点项目(No: 2006DFA13510)和意大利Istituto di Fisiologia Clinica, Consiglio Nazionale delle Ricerche、Polo Sant’Anna Valdera, Scuola Superiore Sant’Anna的资助下,基于机体组织因血液脉动而造成透射光吸收系数变化的原理,进行非侵入式脉搏血氧检测系统关键技术的研究,具有重要的科学意义和广阔的应用前景。论文探讨了基于LED光源和PIN光电探测器的脉搏血氧探头设计;采用MSP430系列超低功耗微控制器,研究了集成化、低功耗信号获取与处理系统;引入M2M通信技术,提出了非侵入式脉搏血氧与呼吸远程监测系统架构,实现了脉率、血氧饱和度和呼吸状态的远程监测。其主要研究内容是:①以Beer-Lambert定律为基础,深入分析了非侵入式脉搏血氧检测的工作原理,并结合硬件时分复用的诸多优势,基于MSP430FG439超低功耗微控制器,研制了微型化、低功耗、低成本的脉搏血氧检测系统,能够实时检测血氧饱和度和脉率,实现了预定的研究目标;②参照兼容Nellcor DS-100A脉搏血氧探头,利用中国电子科技集团第44研究所生产的LED光源和PIN光电探测器GT101,初步探索并分析了脉搏血氧探头设计的关键技术细节;③研究了数字信号处理算法在脉搏血氧检测系统中的应用,主要包括LED光源恒亮自适应控制、IIR和FIR数字滤波器、运动伪差抑制、脉率和血氧饱和度提取算法等,以抑制系统噪声干扰,提高系统检测的稳定性和可靠性;④将M2M通信技术引入到医疗监护领域,以Telit高性能GPRS数据通信模块GM862-GPS为核心,构建了便携、低功耗、性能可靠的非侵入式脉搏血氧与呼吸远程监测系统,并结合Vodafone Italia提供的通信数据传输服务进行了相应的系统性能验证,达到了预期的远程监护目标。
论文目录
相关论文文献
- [1].非侵入式负荷监测技术在客户服务中的应用研究[J]. 电力信息与通信技术 2019(11)
- [2].科学在身边[J]. 科学家 2017(10)
- [3].基于竞争聚集和神经网络的非侵入式负载监测方法[J]. 江苏通信 2019(06)
- [4].基于边缘嵌入深度学习的非侵入式负荷分解方法[J]. 电网技术 2019(12)
- [5].非侵入式电力负荷监测技术研究[J]. 上海电力学院学报 2017(04)
- [6].非侵入式负荷分解方法综述[J]. 价值工程 2018(18)
- [7].基于聚类加权随机森林的非侵入式负荷识别[J]. 智慧电力 2020(08)
- [8].非侵入式吃水测量系统[J]. 船舶物资与市场 2012(01)
- [9].基于支持向量机的非侵入式负荷印记识别模型[J]. 数学的实践与认识 2019(20)
- [10].基于遗传优化的非侵入式家居负荷分解方法[J]. 电网技术 2016(12)
- [11].基于事件检测的非侵入式负荷识别方法研究[J]. 建筑电气 2017(07)
- [12].基于非侵入式负荷监测的日常活动监测[J]. 电工技术 2020(12)
- [13].计及非侵入式负荷监测及负荷预测的设备运行模式研究[J]. 电测与仪表 2020(20)
- [14].智能用电非侵入式负荷监测系统研究[J]. 电力科学与技术学报 2019(02)
- [15].非侵入式负荷监测终端设计与实现[J]. 电脑知识与技术 2020(10)
- [16].非侵入式负荷辨识装置研究[J]. 机电信息 2017(06)
- [17].基于非侵入式负荷辨识和关联规则挖掘的用户柔性负荷区间预测[J]. 南方电网技术 2019(04)
- [18].非侵入式Web请求加速平台研究[J]. 电子测试 2016(22)
- [19].基于非侵入式的事件检测方法统计评估[J]. 电测与仪表 2020(01)
- [20].基于SVM的非侵入式负荷识别[J]. 岭南师范学院学报 2018(06)
- [21].基于状态特征聚类的非侵入式负荷事件检测方法[J]. 电工技术学报 2020(21)
- [22].基于人工神经网络的非侵入式居民用电负荷识别方法[J]. 沈阳工程学院学报(自然科学版) 2019(03)
- [23].基于注意力机制与ConvBiLSTM的非侵入式负荷分解[J]. 福建工程学院学报 2020(04)
- [24].基于云平台的非侵入式负荷监测与识别系统[J]. 电子技术应用 2018(09)
- [25].基于负熵估计的居民用电负荷非侵入式分解算法[J]. 电网技术 2017(03)
- [26].基于数据流的非侵入式负荷识别与分类[J]. 电源技术 2016(05)
- [27].居民用电负荷非侵入式监测分解系统研究[J]. 科技创新与应用 2019(16)
- [28].基于电磁场的非侵入式设备在线监控与预警系统[J]. 微型电脑应用 2019(06)
- [29].基于差量特征提取与模糊聚类的非侵入式负荷监测方法[J]. 电力系统自动化 2017(04)
- [30].基于降噪滤波与FHMM的非侵入式负荷监测算法[J]. 自动化与仪表 2019(11)