应用于穿戴式生理参数监护系统的ECG信号处理算法在DSP器件上的实现

应用于穿戴式生理参数监护系统的ECG信号处理算法在DSP器件上的实现

论文摘要

对老龄人口和慢性病患者的监护日益成为全球医疗卫生工作的一个重要问题。远程监护,相对于传统的住院观察,给予患者更大的活动自由,不影响老龄人口的正常生活,价格低廉,是一个很好的解决方案。本课题提出了一个不同于传统概念的新型穿戴式远程生理参数监护系统,它主要由监护中心和用户的穿戴式监护终端构成,二者使用GPRS网络进行通讯;监护终端由ARM控制器控制多个数据采集模块进行多路生理信号采集(心电、血压、体温等),同时由DSP处理器完成实时的数据处理。这个方案的主要特点为:首先,使用了GPRS无线通信网络作为穿戴式终端与中心的数据交换通道,克服了传统的有线传输或医院内部射频传输的弊端,使远程监护有较广的覆盖范围和可靠的数据传输通道;其次,使用了智能手持式设备的设计理念进行穿戴式终端的设计,引入ARM与DSP的双处理器构架进行本地生理信号处理,使监护终端的功能由传统的采集和传输数据扩展到处理和分析数据,给用户及时的信息反馈和危险预警。本论文详细介绍了在穿戴式终端的DSP处理器上运行的ECG信号处理软件的设计和编程实现过程。本课题选用的DSP器件为TI公司的TMS320VC5509,它运行功率低,计算能力强,非常适合于穿戴式设备的应用。信号处理软件的具体功能模块包括一个基于小波分析和阈值检测的ECG信号R波的识别和定位算法、一个基于Lz77数据压缩算法的ECG数据无损压缩算法,以及一个基于AES的ECG数据加密算法。另外,本文还讨论了DSP与ARM两个处理器之间使用USB接口进行通讯的实现方式,使用DSP/BIOS操作系统进行程序任务管理和调度等问题。试验结果表明,本文所设计的ECG信号处理算法能在TMS320VC5509上高效地运行,快速而准确地获得处理结果。本文为使用通用DSP器件进行医学信号处理提供了一个成功范例。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 问题提出的背景及研究意义
  • 1.1.1 问题提出的背景
  • 1.1.2 问题的研究意义
  • 1.2 国内外研究现状
  • 1.3 课题的研究目的和研究内容
  • 1.3.1 课题的研究目的
  • 1.3.2 课题的研究内容
  • 2 软件的总体设计
  • 2.1 软件的总体框架
  • 2.1.1 软件运行的设备平台概述
  • 2.1.2 软件的功能划分
  • 2.2 DSP/BIOS 操作系统的使用
  • 2.2.1 操作系统的作用
  • 2.2.2 使用操作系统的合理性
  • 2.3 DSP 软件与外界的数据交换方式
  • 2.3.1 数据交换方式的选择
  • 2.3.2 ARM 端的USB 接口驱动程序设计
  • 2.3.3 DSP 端的USB 接口驱动程序设计
  • 2.4 软件实时性设计
  • 2.5 软件的容错性设计
  • 3 DSP 的性能特点和软件开发方法
  • 3.1 TMS320VC5509DSP 处理器简介
  • 3.2 TMS320VC5509DSP 的性能参数
  • 3.3 DSP 处理器的软件开发方法
  • 3.3.1 DSP 处理器简介
  • 3.3.2 DSP 处理器软件开发环境
  • 3.3.3 DSP 处理器软件开发步骤
  • 3.4 本设计使用DSP 处理器的合理性
  • 3.5 使用DSP 处理器优化生理信号处理算法的几个例子
  • 3.5.1 使用位寻址和位操作指令提高位运算执行效率
  • 3.5.2 使用DSP 特殊指令进行并行处理
  • 3.5.3 使用DSP 独特的寻址方式减少程序流程中的逻辑判断
  • 4 ECG 信号R 波检测算法的设计
  • 4.1 峰值检测算法概述
  • 4.1.1 时域分析法
  • 4.1.2 变换域分析方法
  • 4.1.3 数学形态学方法
  • 4.1.4 基于人工神经网络的模式识别
  • 4.2 小波变换简述
  • 4.2.1 小波变换的定义
  • 4.2.2 小波变换的重要功能
  • 4.3 ECG 信号R 波检测算法的设计
  • 4.3.1 ECG 信号R 波检测算法的流程
  • 4.3.2 小波变换部分的参数制定
  • 4.3.3 在小波系数序列中定位R 波
  • 4.4 ECG 信号R 波检测算法在DSP 上的实现
  • 4.4.1 小波变换Mallat 快速算法
  • 4.4.2 标准FIR 滤波器函数的使用
  • 5 压缩编码算法的设计
  • 5.1 引言
  • 5.2 压缩算法简史及其在ECG 信号压缩中的应用
  • 5.3 数据压缩算法的理论模型
  • 5.3.1 Shannon 的信息熵理论
  • 5.3.2 Huffman 编码的理论模型
  • 5.3.3 算术编码的理论模型
  • 5.3.4 动态自适应编码模型
  • 5.3.5 Lz77 数据压缩模型
  • 5.4 ECG 信号压缩算法的选择
  • 5.5 基于Lz77 的ECG 无损压缩算法的设计
  • 5.5.1 历史数据的记忆长度
  • 5.5.2 算法执行流程
  • 5.5.3 滑动窗口中匹配字符串的查找
  • 5.5.4 滑动窗口的移动
  • 5.5.5 压缩编码位流的输出
  • 6 数据加密算法的设计
  • 6.1 加密算法概述
  • 6.2 AES 加密算法的原理
  • 6.3 AES 加密算法在DSP 上的实现
  • 7 算法性能测试
  • 7.1 DSP 算法性能的测试方法
  • 7.2 测试结果
  • 7.2.1 ECG 信号R 波识别算法性能测试
  • 7.2.2 数据压缩算法性能测试
  • 7.2.3 数据加密算法性能测试
  • 8 结论与展望
  • 8.1 结论
  • 8.2 展望
  • 参考文献
  • 附录
  • 相关论文文献

    • [1].穿戴式心电:发展历程、核心技术与未来挑战[J]. 中国生物医学工程学报 2019(06)
    • [2].可穿戴式智慧健康产品的人性化设计[J]. 智慧健康 2017(06)
    • [3].“穿戴式装备”改变生活[J]. 财会月刊 2014(29)
    • [4].美国科学家发明柔性电极[J]. 科学24小时 2017(05)
    • [5].一场穿戴式技术革命正在北美地区兴起[J]. 全球科技经济瞭望 2013(10)
    • [6].可穿戴式飞行背包[J]. 学苑创造(1-2年级阅读) 2013(06)
    • [7].医疗领域中的可穿戴式设备[J]. 电子技术与软件工程 2020(17)
    • [8].可穿戴式设备分类及其相关技术进展[J]. 生物医学工程学杂志 2016(01)
    • [9].可穿戴式医护产品的人性化设计研究[J]. 中国包装工业 2015(08)
    • [10].全球穿戴式设备市场规模2018年有望达到190亿美元[J]. 电子技术与软件工程 2013(21)
    • [11].可穿戴式飞行背包[J]. 文体用品与科技 2013(05)
    • [12].3C产品的穿戴式设计初探[J]. 艺术与设计(理论) 2010(09)
    • [13].可穿戴式医疗设备的发展挑战——“医疗电子”专栏引言[J]. 电子技术应用 2017(09)
    • [14].可穿戴式设备的类别分析及发展趋势[J]. 国际纺织导报 2015(05)
    • [15].穿在身上的科技 穿戴式IT设备探秘[J]. 电脑爱好者 2013(15)
    • [16].可穿戴式设备:产业前景很美妙 产品瑕疵很致命[J]. 健康管理 2014(10)
    • [17].穿戴式装置追寻主流时尚[J]. 中国科技翻译 2014(02)
    • [18].可穿戴式电子设备首次实现数据存储[J]. 前沿科学 2014(02)
    • [19].穿戴式设备兴起:科技想要拥抱生命?[J]. 互联网周刊 2013(05)
    • [20].认清可穿戴式计算的真正本质[J]. 微电脑世界 2013(11)
    • [21].穿戴式传感器与机器人技术[J]. 国际学术动态 2016(05)
    • [22].可穿戴式安全看护系统[J]. 电子设计工程 2016(20)
    • [23].可穿戴式脑血氧监测头带[J]. 传感器世界 2016(12)
    • [24].创新驱动下的可穿戴式系统应用——分类抽象法的创新开发[J]. 海峡科学 2017(05)
    • [25].NPD DisplaySearch发表全球最完整的可穿戴式设备市场与技术研究报告[J]. 今日电子 2014(07)
    • [26].基于可穿戴式医疗系统芯片的无线收发器[J]. 中国生物医学工程学报 2009(04)
    • [27].穿戴式脉诊仪系统设计[J]. 传感器与微系统 2020(06)
    • [28].穿戴式应用OLED显示发展趋势[J]. 建材发展导向 2016(24)
    • [29].穿戴式健康监测设备的现状与未来[J]. 航天医学与医学工程 2016(03)
    • [30].无线穿戴式睡眠质量分析仪[J]. 机械工程师 2015(10)

    标签:;  ;  ;  ;  

    应用于穿戴式生理参数监护系统的ECG信号处理算法在DSP器件上的实现
    下载Doc文档

    猜你喜欢