一、基于USB的家庭健康监护系统数据采集的设计（论文文献综述）
罗倩[1]（2020）在《基于NB-Iot的老年人家用健康监护系统设计》文中提出针对基于物联网的健康监测场景中:传统的健康监测采用GSM、3G或4G的传输方式对健康参数进行监测,但其因监测信号差、功耗高、成本高导致了健康监测发展缓慢的问题,本课题设计了一种基于NB-Iot的家用远程健康监测系统。提出了基于NB-Iot和云平台结合的监测方式,通过实验验证,该方式能够实现健康监测系统的广覆盖、低功耗、低成本。在研究了NB-Iot传输的基础上,结合传感器技术和互联网技术,该系统实现了老年用户健康监测信息的远程查看、运动状态和运动轨迹的实时记录及跌倒报警等功能。该系统由终端设备平台、OneNET云平台、用户手机客户端和管理PC端构成,其中数据采集终端包括数据采集及处理单元和NB-Iot网络传输单元。首先通过血氧采集传感器MAX30102、血压和心率传感器MKB0803、BDS传感器ATGM336H-5N和运动传感器GY521-MPU6050采集老年用户的血压、血氧、心率、运动状态及相应的定位信息,通过NB-Iot通信模块M5310-A实现终端设备平台与OneNET云平台的通信,并在Altium Designer 09硬件开发环境中完成了以低功耗芯片STM32L151C8T6为核心的终端设备平台的电路及PCB板的设计;其次基于KEIL5完成了终端设备平台的数据采集、处理及向OneNET云平台传输部分的软件设计;再次在OneNET云平台的基础上实现了第三方软件平台的设计和开发,包含基于AndroidStudio平台开发的Android应用端软件和基于Eclipse平台开发的Web应用端软件;最后对系统进行了功能和性能方面的测试。测试结果表明,该系统能够准确的采集和处理数据并与软件平台保持良好的通信,同时具备较高的可靠性,且其低功耗性能满足设计的需求。该系统对物联网环境下的居家型的智慧养老发展具有积极的研究意义。
缪家骏[2]（2020）在《基于FPGA的多生理信号采集与智能分析系统设计》文中研究表明人民健康问题是一个关系到国计民生的重要问题,近年来涌现出了许多有特色的无创检测人体生理信号的仪器。但是现有产品依然存在许多问题:通用性差,无法模块化扩展;体积大,不便携;智能分析功能不足。所以需要设计可模块化扩展、便携式、智能化的生理信号采集与分析仪器。论文的主要研究工作如下:1、设计与实现了多生理信号采集终端,可用于采集电生理信号（包括心电、肌电等）与非电生理信号（包括脉搏、皮肤电等）。选用TI公司的ADS1298作为电生理信号的模拟前端、ADS101E08S作为通用信号的模拟前端、AFE4400作为光电容积脉搏波的模拟前端,选择USB作为主要通信方式并选用Cypress公司的CY7C68013A作为接口芯片。设计并实现了前端采集电路的硬件与FPGA的逻辑电路,实现了多生理信号采集功能,可作为一个独立的采集仪器使用。该仪器委托了浙江省医疗器械检验研究院参照GB9706.1对其进行了安全性测试,在正常工作温度下与潮湿预处理后的测试中,泄露电流均小于0.001mA,都可耐受最高1500V的试验电压。2、论文在数据采集功能的基础上,基于全可编程芯片ZYNQ设计了智能分析终端,解决了多生理信号采集终端灵活性不高、用户体验不好、不利于算法在板处理的缺点。使用PetaLinux工具定制并移植了嵌入式Linux系统以实现复杂功能的任务调度;设计了字符设备驱动以实现可编程逻辑与处理器系统的双向数据交互功能。在此平台的基础上设计了一个支持向量机分类器以体现其算法在板处理的功能,使用一个公开的字符识别数据集初步验证了其效果。系统测试表明,多生理信号采集终端通过了 SPI通信、USB通信等测试,初步实现了生理信号的采集功能,通过了相关安全测试,证明了其可靠性与安全性;智能分析终端通过了 DMA传输测试,可用于实现生理信号的采集,支持向量机算法在字符识别数据集中的实现效果则证明了算法的在板处理功能。该研究成果将为临床医学、心理学等学术研究领域提供了数据采集与智能分析平台,同时对有特殊需求的专用仪器样机开发有指导意义。
蒋坤坤[3]（2020）在《基于Cortex-M3的具有实时分析功能的动态心电软硬件系统的研究》文中指出动态心电可以长时间监测人体心电信号,对心律失常等疾病检测具有重大价值。目前被广泛应用的动态心电监测仪仅有记录事后分析功能,难以满足心电信号实时分析的需求,限制了心电分析系统的广泛应用。因此,开发一种具有实时分析功能的动态心电软硬件系统具有重要意义,该系统应具有适用复杂心电检测算法的能力,同时满足低功耗、便携式、高可靠性等需求。论文基于载人航天型号任务需求,研究内容包括:①研制高可靠性、高性能硬件电路:采用基于Cortex-M3内核的具有高达120M主频、512KB Flash程序存储器、96KB SRAM数据存储器的ARM芯片,24bit高精度采样前端解决方案进行硬件电路设计;②研究心电实时分析算法:算法具有准确度高、运算复杂度低的特点,可适用于嵌入式环境;③研究具有心电信号采集、实时分析、存储与传输等功能的嵌入式软件。对系统的测试结果表明,仪器具有低噪声（峰值噪声<4 μ V）、高精度（24bit）、低功耗（工作电流<80mA,两节5号电池可支持32小时连续工作）、便携（体≯积120*80*31.5mm3、重量≯0.41kg）、算法准确度高（QRS波群检测准确率96.89%,室性早搏检测准确率86.55%）、可靠性高（静电接触放电8kV）等特点。可同时满足医疗仪器和航天型号任务的性能、可靠性、EMC等要求。本论文所设计的样机已通过中国航天员中心性能与可靠性测试,有望在不久将来应用于我国重大载人航天活动,关键技术可解决当前远程心电监测诊断领域的痛点问题,具有广泛应用价值。
赵峰[4]（2020）在《面向医疗的统一物联网网关的设计与实现》文中研究说明在传统的手术室或监护病房中,医疗设备种类繁多,通讯协议各不相同,数据格式也多种多样。现有的医疗设备数据解析技术只支持单一类型的医疗通讯协议,并且只适用于单一种类的医疗设备,既不支持对设备进行管理和配置,也不支持对数据进行存储和备份。医院中现有的中央监护系统也只是对同厂商的监护仪画面进行转接,并不对设备数据进行解析处理。因此,研究如何屏蔽底层设备的差异性以对多种医疗设备进行统一管理,如何屏蔽医疗通讯协议的多样性以对不同的医疗数据通讯协议进行解析,以及如何屏蔽数据的多样性以对不同设备的数据进行统一处理和汇总输出,对医疗数据的深度整理和智能化应用具有重要意义。HL7（Health Level 7）协议和串口协议是医疗设备常用的数据通讯协议。公用网关接口（Common Gateway Interface,CGI）是 Web服务器与外部应用程序的接口标准。本文针对手术室或病房中常见的医疗设备及物联网传感器设计并实现了一种新型的面向医疗的统一物联网网关,该网关可以适配多种底层医疗设备,利用HL7和串口协议解析以及CGI相关技术对不同种类和不同厂商的医疗设备进行解析,获取设备的监护数据并对其进行处理、汇总、存储和转发。该网关可以屏蔽底层设备的硬件接口、通讯协议、数据种类的多样性,提供病房内不同设备的数据流和视频流,利用该网关可以对手术室或病房实施远程的实时监护。该网关的设计与实现主要从三方面着手,即网关自身的硬件设计、对外部终端提供的协议化接口设计以及网关内部信息系统设计。因此论文的主要工作包括三个方面:1)网关硬件设计根据网关使用场景、设备的连接情况对网关的硬件架构、硬件接口、功能和性能进行了简要设计。该网关可以提供对不同设备的接入和对不同硬件接口的适配功能,并对后续提出的新型医疗通讯协议及相关信息系统的部署提供硬件支撑。2)网关接口通讯协议设计由于网关需要对外部终端提供设备访问接口和数据访问接口,本文提出了一种基于多设备管理和多协议解析的医疗数据接口通讯协议。该协议部署在网关上,是外部终端与网关的交互协议,实现的是对网关本身的数据交互和管理控制。即外部终端以协议的方式对网关进行访问和配置,网关进而通过提取并构造相应的配置参数来开启或关闭信息系统中对底层医疗设备的访问和数据的解析,并将结果以协议的方式返回给外部终端。外部终端通过标准化的协议可以直接与网关交互,在实现对底层医疗设备的管理和数据访问的同时,网关对外部终端屏蔽网关内部对底层医疗设备通讯协议的解析过程,克服了以往的医疗通讯协议只能一对一访问设备数据的缺点,提高网关的适用性。3)网关内部信息系统的设计为了给上文提出的医疗通讯协议提供信息系统支撑,设计并实现一种基于多设备管理和多协议解析的医疗数据融合信息系统。该系统通过对底层医疗设备的通讯协议（HL7、串口协议）进行针对性的解析可以实现对不同医疗设备的管理和配置以及对数据的访问。同时该系统提供了针对底层医疗设备通讯协议的多种类自动适配以及多版本自动解析,还可以提供多种设备处理融合后的数据流或者单一设备的设备信息以及数据。实验结果表明,该网关可以对不同种类的医疗设备进行适配和接入,同时对其通讯协议进行解析并获取数据以及支持外部终端以协议化的方式访问网关来配置并获取底层医疗设备的数据。此外,通过对网关连接的所有医疗设备进行解析并对其数据进行融合,网关还可以对外部终端提供手术室或病房的实时监护数据流。
林坚[5]（2019）在《基于物联网技术的居家养老监控系统的设计与实现》文中指出目前世界各个国家,尤其是发展中的国家,都在面临着人口老龄化的问题。老龄化社会的来临养老问题愈发严峻。居家养老是我国主要的养老方式,然而随着独生子女比例的增加,且他们大多数忙于外出学习和工作,导致对老人的照顾有所欠缺,不能保障他们的人身安全。因此,研究设计一个居家养老监控系统对于解决养老问题具有重要意义。本文设计开发了一个基于物联网技术的居家养老监控系统。本系统由三大部分组成,分别是Zig Bee无线传感器网络、ARM9网关和客户端。本文的主要工作如下:首先,使用德州仪器公司的CC2530作为Zig Bee的主控芯片,运用Z-stack协议栈搭建一个无线传感器网络,采集老人住宅环境信息,并将之汇聚至协调器,协调器通过串口把数据发送给ARM9网关进行分析处理。其次,设计了一个ARM9网关,其中网关使用韩国三星公司生产的S5PV210作为主控芯片。由于嵌入式Linux开发具备良好的软硬件可裁剪的优点,网关上移植了嵌入式Linux操作系统,并对相应的驱动进行配置。接着,在ARM9网关上移植和开发MJPG-Streamer视频服务器。视频服务器通过对串口和USB摄像头的调用,实现了环境数据的采集和视频的监控。远程客户端通过与视频服务器建立TCP连接,实现远程监控和电器控制。最后,考虑到老人跌倒引发的病例高达62%,本文还设计了一个移动跌倒检测端,其采用STM32F101C8T6为主控芯片,集成GSM模块、CC2530模块、MPU9250模块和GPS模块,实现室内外定位、跌倒检测和短信警报。经测试,移动跌倒检测端的准确度为93.8%,说明其基本能应用于老人的日常生活。
李冬月[6]（2019）在《面向老人的智能监控系统及行为识别的研究》文中研究表明智能监控系统的快速发展满足了人们在保障社会安全、家庭安全、生产安全等方面的需求,其不仅可以实现对危险场景的实时监控,还可以实现对意外事件的自动预警。在人口老龄化趋势下,适用于老年人的智能监控系统已有深入的研究,但多数的应用和研究仅考虑某一监控区域、某一监控方式,因而系统在智能化、便捷性、全面性上还存在一定局限性。本文在老年人对监护有极大需求且现有系统存在不足的背景下,研究了以下三项内容。1.设计和实现全方位监护的监控系统。提出的智能监控系统由监控终端、监控节点、监控平台、用户交互四部分组成。监控终端是指视觉传感器、气体传感器、温湿度传感器等信息采集器件,用来提供采集居住环境信息、身体健康数据、视觉图像、实时视频等功能;监控节点分为树莓派监控节点、可穿戴设备监控节点两种,用来提供收集数据、通信传输、信息基本分析等功能;监控平台是由云服务器、云数据库、云对象存储组成,用来提供智能分析、图片存放、信息存储等功能;用户交互通过Web页面访问、短信预警的方式提供交互功能。2.提出的智能监控系统采用分布式架构,方便在不同应用场景中扩展。在系统中分布多个有数据分析功能的监控节点,利用监控节点CPU资源分担系统压力。由于系统主要运用监控终端收集的信息分析被监护的老年人是否存在潜在生命危险,因此监控终端会产生大量的数据。然而,分布式系统中监控节点承担的分析功能可以有效的缓解监控平台的压力,方便系统进一步扩展。同时,系统中的多个监控节点存在信息互补的优势,比如相近节点获取到的多视角视觉图像可以提高行为识别的准确度,进而可以保障系统在行为识别方面的准确性。3.为进一步发掘视觉信息的作用,论文在行为识别算法方面做了改进。运用卷积网络的行为识别算法是目前效果较好的方法,但由于此类方法的输入是静态图像,因此无法更多的获取视频的时序信息。而动态图像是多视频帧的融合,拥有较多时序信息,因此提出一种结合动态图像概念的改进方法,将其作为Temporal segment networks（TSN）的输入。同时,为充分发挥分布式系统中监控节点的信息互补优势、提高行为识别的准确度,本文提出一种多视角下结合Borda的融合决策方法,用以对多个视角下的识别结果做综合判断。
高冬冬[7]（2019）在《基于24GHz多普勒雷达的非接触式呼吸监测系统设计》文中认为基于非接触多普勒雷达的生命信号检测技术具有非接触、远距离、穿透性等特点,可以广泛应用到日常的家庭监测、医疗监测、灾难救援搜寻、特殊人群监护等场景。本文设计了一款基于24GHz多普勒雷达的非接触式呼吸监测系统。该系统关键和难点是从带有较强噪声干扰的雷达回波信号提取出呼吸信号。本文在给出24GHz多普勒雷达的非接触式呼吸监测系统的数据采集硬件设计的基础上,利用最小二乘椭圆拟合算法校正雷达数据并通过基于胸腔运动速率的解调方法有效避免相位的解缠问题。真实环境下的实验结果表明,该系统能以非接触地方式精确地测量呼吸频率,并且不影响睡眠的舒适性,十分适用于日常生活中的睡眠呼吸监测。针对24GHz多普勒雷达的非接触呼吸监测系统的设计,本文的工作主要包括以下几个方面:（1）设计非接触式多普勒雷达呼吸监测的硬件系统,为后续的数据采集做基础铺垫。（2）设计非接触式多普勒雷达呼吸监测所需的数据采集软件系统,即将多普勒雷达采集的数据发送到PC端进行存储与处理,进而为后续的数据处理做准备。（3）设计一种基于温度传感器的接触式呼吸检测智能口罩系统,作为本文的参照系统,用来验证非接触式呼吸监测系统的有效性。（4）实现非接触式呼吸监测系统的呼吸检测算法,最终完成实际呼吸频率的准确提取。不同于现有他人工作所采用的基于理论仿真的验证方法,本文采用真实采集的数据进行实验验证,实验结果表明本系统可以精确地对呼吸频率进行检测,平均绝对误差低至0.33bpm,满足家庭日常呼吸检测的要求。然而目前大多数文章都是做一些理论仿真,当应用到实际应用场景的时候,准确率大大降低;而本文则是针对实际应用场景对呼吸频率进行准确地提取,因此设计完成该呼吸监测系统具有十分重要的现实意义。
严岳文[8]（2019）在《可佩戴式远程心电采集终端的设计与实现》文中提出随着现代生活水平的提高、工作强度加大和人口老龄化的加重,大大增加了人口罹患心脏疾病的机率。心电采集设备是监测心脏数据的重要设备之一,传统心电设备虽能准确监测病人心电,但大多体积比较大不易携带,且有使用地域局限性。加之心脏病具有突发性和慢性等特点,使得心电需要实时监测。时间和地点的局限给患者造成不便;心电监护实时性的缺失,可能错过捕捉疾病诊断最佳心电数据。因此远程实时长程心电监测具有重大意义。为解决传统心电采集设备移动性和远程传输问题,本文研制出一款可佩戴式远程心电采集终端。它能实时采集人体心电信号,并进行滤波处理,在OLED屏上显示心电波形,还具有通过USB模块传输数据至电脑实行近程心电数据管理或4G模块传输数据至医院监听端实现远程心电传输的功能。设备体积小巧,功耗低,便于佩戴,能采集医院分析病理的标准12导联心电数据,适于在家庭中使用。本文主要完成的工作为:1.完成了心电采集终端的硬件选型、各模块的组建、外围电路的设计。制作了PCB板,使其更加小巧、功耗更低、更易于携带。软件部分实现了心电数据的采集、处理及有线和无线传输等主要功能。其中包括对ADS1198时序图和操作码、USB传输、4G模块传输、远程监听端搭建的研究。2.研究了FIR滤波和中值滤波两种算法,结合滤波算法消除心电噪声信号。其中FIR滤波器消除心电信号工频干扰,中值滤波消除心电信号基线漂移。并采用初值填装法解决了单片机实际应用中这两种滤波器的初值问题。3.研究了心电采集终端的其他功能:OLED屏幕显示心电图等必要信息和附加信息;心电R-R间期检测法求心率;AT指令查询法查询设备信号强度;导联脱落检测等其他功能。4.对心电采集终端进行测试:结合逻辑分析仪分析了ADS1198的SPI时序图,证明了数据采集阶段无丢失;结合远程下载的数据MATLAB绘图,证明了数据传输的完整性;通过输入信号与输出信号幅值对比,证明了数据采集的可靠性;通过对比YY 0885-2013国家医疗电子设备标准,结合ADS1198芯片手册和实际测试,证明了硬件电气特性的可靠性。
陈可,皮喜田,刘洪英,高小强[9]（2017）在《基于USB接口的个人健康信息采集终端》文中研究指明为适应医疗模式的改变和医疗健康行业的发展,满足人们对于个人健康状况关注的需要,基于USB接口,我们设计了一套呼吸与血压的个人健康信息采集终端系统。该系统由信息采集模块、个人计算机以及系统软件构成,信息采集模块采用统一电路模式搭建,简化了系统设计,并能实时采集个人的呼吸、血压等生理参数。信息采集模块通过USB接口传输到计算机,实现了个人健康信息的采集、数据存储、远程辅助诊断和健康信息打印等功能。实验证明,该系统运行稳定,信息采集准确,具有应用灵活、方便的优点。
任冰飞[10]（2017）在《独居老人家庭监护系统的设计与实现》文中研究表明我国步入老龄化社会以来,社会的老龄化程度一直加剧,老龄人口越来越多。数据显示,截止2015年年底,我国的65岁以上老年人口比例已占人口总数的10.5%,而且这一比例还在继续上升。随着年龄增大,老人的生理机能在不同程度的减弱,患病的几率相应增加,对老人进行监护,助力养老问题解决就成为一件很有意义的事。有调查研究表明:老龄群体的慢性疾病发病率显着高于一般群体,老年人的外在伤害主要来源为跌倒。提前发现及时遏制是预防慢性疾病的有效方式,但是独居老人出行不便,频繁的就医检查给老人增加了身体、经济负担,而传统的家庭监护装置使用复杂,价格高昂,功能单一,不为老人所青睐。而跌倒检测虽然方法众多,但是高昂的配套处理设施使其很难走入寻常百姓家。基于以上考虑,本文结合当前主流的嵌入式技术、通信技术和机器视觉技术对独居老人的监护问题进行研究,设计和实现一套以ARM9处理器为核心,主要基于WiFi无线通信技术和开源OpenCV技术的嵌入式家庭监护系统。希望借助该系统独居老人的安全状况能得到一定程度的保障。本文首先对家庭监护的意义和现状进行了分析研究,在对问题的分析和现有技术的认识上提出自己的方案设计。其次介绍了本系统的整体实现方案。系统设计实现了两个主要的功能模块,主控制单元模块和数据采集单元模块,在两个主功能模块的框架下介绍了相关硬件电路的设计和配套软件的开发。其中,硬件电路方面,主控单元模块设计了电源电路、串口调试接口电路、WiFi模块接口电路、USB相机接口电路,数据采集单元模块设计了 JTAG调试电路、传感器接口电路和WiFi模块接口电路。软件开发方面,根据系统功能需要在内核层实现了基于异步通知方式的串口驱动和USB工业相机驱动,在用户空间层完成对串口数据和视频数据的接收和处理。用户空间的程序主要包括基于OpenCV技术的跌倒检测算法的实现和GUI（Graphical User Interface,图形用户界面）的实现。最后对系统功能进行测试验证并做出总结和展望。本文设计和实现的嵌入式家庭监护系统采用无线通信方式不会影响老人正常活动,基于成熟的WiFi技术容易实现功能的扩展,得到市场认可,选用性价比较高的ARM9处理器进行数据处理降低了成本。系统对家庭监护系统的小型化、功能多样化发展具有重要意义。
二、基于USB的家庭健康监护系统数据采集的设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于USB的家庭健康监护系统数据采集的设计（论文提纲范文）
（1）基于NB-Iot的老年人家用健康监护系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文主要研究内容及结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 结构安排 |
| 2 总体设计及关键技术 |
| 2.1 系统需求分析 |
| 2.2 总体方案设计 |
| 2.3 NB-Iot窄带物联网 |
| 2.4 OneNET云平台架构 |
| 2.4.1 One NET平台概述 |
| 2.4.2 One NET资源模型 |
| 2.5 本章小结 |
| 3 硬件设计 |
| 3.1 数据采集及处理单元 |
| 3.1.1 STM32最小系统设计 |
| 3.1.2 血氧采集电路设计 |
| 3.1.3 心率血压采集电路设计 |
| 3.1.4 BDS定位电路设计 |
| 3.1.5 运动感知电路设计 |
| 3.1.6 OLED显示电路设计 |
| 3.2 NB-Iot网络传输单元 |
| 3.2.1 M5310-A通信电路设计 |
| 3.2.2 SIM卡接口电路设计 |
| 3.3 PCB布局布线 |
| 3.4 本章小结 |
| 4 软件设计 |
| 4.1 软件架构 |
| 4.2 数据采集系统软件 |
| 4.2.1 血氧采集程序设计 |
| 4.2.2 血压及心率采集程序设计 |
| 4.2.3 运动状态程序设计 |
| 4.2.4 BDS定位程序设计 |
| 4.2.5 NB-Iot通信设计 |
| 4.3 Android手机应用端软件 |
| 4.3.1 Android应用开发环境 |
| 4.3.2 Android应用系统架构 |
| 4.3.3 Android应用各模块介绍 |
| 4.4 Web应用端软件 |
| 4.4.1 Web应用开发环境 |
| 4.4.2 Web应用系统架构 |
| 4.4.3 Web应用各模块介绍 |
| 4.5 本章小结 |
| 5 系统测试与结果分析 |
| 5.1 系统功能测试 |
| 5.1.1 测试环境 |
| 5.1.2 数据采集系统功能测试 |
| 5.1.3 Android应用功能测试 |
| 5.1.4 Web应用功能测试 |
| 5.2 系统性能测试 |
| 5.2.1 可靠性测试 |
| 5.2.2 低功耗测试 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表论文及科研成果 |
| 致谢 |
（2）基于FPGA的多生理信号采集与智能分析系统设计（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状与发展趋势 |
| 1.3 论文的研究目标与研究内容 |
| 1.3.1 论文的研究目标 |
| 1.3.2 论文的研究内容 |
| 1.3.3 论文章节安排 |
| 2 生理信号的产生机制、特点与系统整体方案设计 |
| 2.1 生理信号的产生机制与特点 |
| 2.1.1 电生理信号的产生机制与特点 |
| 2.1.2 其他生理信号的产生机制与特点 |
| 2.1.3 实现生理信号采集功能的技术难点 |
| 2.2 系统整体方案设计与评估 |
| 2.2.1 系统整体方案设计 |
| 2.2.2 多生理信号采集功能的设计思路分析 |
| 2.2.3 主控方案选择 |
| 2.2.4 通信方案选择 |
| 2.3 本章小结 |
| 3 多生理信号模拟前端采集电路的硬件设计 |
| 3.1 前端采集板的功能框图 |
| 3.2 电生理信号采集电路设计 |
| 3.3 通用信号采集电路设计 |
| 3.4 脉搏信号采集电路设计 |
| 3.5 USB芯片电路设计 |
| 3.6 供电设计 |
| 3.7 隔离设计 |
| 3.8 外围接口 |
| 3.9 印刷电路板设计 |
| 3.10 本章小结 |
| 4 基于多生理信号模拟前端的FPGA数字逻辑电路设计 |
| 4.1 FPGA内部功能模块设计 |
| 4.2 数据采集IP设计 |
| 4.3 CY7C68013A固件设计与USB通信接口IP设计 |
| 4.3.1 CY7C68013A的固件设计 |
| 4.3.2 USB通信接口IP实现 |
| 4.4 FPGA仿真与验证 |
| 4.5 本章小结 |
| 5 多生理信号采集终端的系统集成与验证 |
| 5.1 外壳设计与系统集成 |
| 5.2 模块测试 |
| 5.2.1 SPI接口测试 |
| 5.2.2 USB接口控制IP的时序验证 |
| 5.2.3 USB传输测试 |
| 5.3 整体功能测试 |
| 5.4 安全测试 |
| 5.5 本章小结 |
| 6 智能分析终端的实现与算法的在板处理 |
| 6.1 智能分析终端介绍 |
| 6.2 支持向量机算法介绍 |
| 6.3 PL端数字逻辑电路设计 |
| 6.3.1 处理系统IP的配置 |
| 6.3.2 AXIS通信接口IP设计 |
| 6.3.3 SVM分类器的实现 |
| 6.4 PS端软件设计 |
| 6.4.1 Linux开发环境搭建 |
| 6.4.2 基于PetaLinux的嵌入式Linux移植 |
| 6.4.3 基于ZYNQ的字符设备驱动设计 |
| 6.5 智能分析终端测试 |
| 6.5.1 DMA传输测试 |
| 6.5.2 SVM分类器测试 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 攻读硕士学位期间的成果 |
（3）基于Cortex-M3的具有实时分析功能的动态心电软硬件系统的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.2.1 心电图及导联基础 |
| 1.2.2 心电分析算法 |
| 1.2.3 动态心电检测仪器 |
| 1.3 课题研究目标与内容 |
| 1.3.1 课题研究目标 |
| 1.3.2 课题研究内容 |
| 1.4 本章小结 |
| 第2章 系统总体设计 |
| 2.1 系统设计需求 |
| 2.2 系统整体设计 |
| 2.3 系统硬件电路设计 |
| 2.3.1 电源管理电路设计 |
| 2.3.2 前端采样电路设计 |
| 2.3.3 MCU控制电路设计 |
| 2.3.4 可靠性设计 |
| 2.4 系统软件设计 |
| 2.5 本章小结 |
| 第3章 心电实时分析算法设计 |
| 3.1 心电实时分析算法需求分析 |
| 3.2 滤波 |
| 3.3 QRS波群检测 |
| 3.4 心电信号分类 |
| 3.4.1 心拍和心电信号特征 |
| 3.4.2 心拍匹配 |
| 3.4.3 主导心拍选择 |
| 3.4.4 主导心律 |
| 3.4.5 心拍分类 |
| 3.5 本章小结 |
| 第4章 嵌入式软件设计 |
| 4.1 嵌入式软件需求分析 |
| 4.2 嵌入式软件设计概述 |
| 4.3 多任务管理 |
| 4.4 数据采集 |
| 4.5 USB通讯 |
| 4.6 SD卡存储 |
| 4.7 人机交互设计 |
| 4.8 可靠性、稳定性 |
| 4.9 本章小结 |
| 第5章 系统测试与结果分析 |
| 5.1 功耗测试 |
| 5.2 多任务管理测试 |
| 5.2.1 数据采样 |
| 5.2.2 心电信号采样频率 |
| 5.2.3 心电实时分析 |
| 5.2.4 心电实时分析算法测试 |
| 5.3 系统整体测试与试验情况 |
| 5.4 动态心电监测仪研制总结 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间承担的科研任务及主要成果 |
（4）面向医疗的统一物联网网关的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 课题研究内容 |
| 1.2.1 研究内容 |
| 1.2.2 课题创新点 |
| 1.3 论文组织与结构 |
| 第二章 相关技术介绍 |
| 2.1 HL7协议介绍 |
| 2.1.1 HL7协议 |
| 2.1.2 HL7协议应用现状 |
| 2.2 串口协议介绍 |
| 2.3 6LoWPAN协议介绍 |
| 2.4 CGI介绍 |
| 2.5 MQTT协议介绍 |
| 2.6 本章小结 |
| 第三章 医疗网关概要设计 |
| 3.1 问题描述 |
| 3.2 网关整体架构设计 |
| 3.3 网关硬件概要设计 |
| 3.3.1 需求分析 |
| 3.3.2 硬件接口设计 |
| 3.4 接口协议概要设计 |
| 3.5 信息系统概要设计 |
| 3.5.1 系统需求分析 |
| 3.5.2 系统架构设计 |
| 3.5.3 接口设计 |
| 3.6 本章小结 |
| 第四章 网关硬件及接口协议详细设计 |
| 4.1 网关硬件详细设计 |
| 4.1.1 主控板 |
| 4.1.2 交换板 |
| 4.1.3 视频接入板 |
| 4.1.4 电源板 |
| 4.1.5 可充电锂电池 |
| 4.1.6 硬件整体结构图 |
| 4.2 多设备医疗数据接口通讯协议详细设计 |
| 4.2.1 MDS协议概述 |
| 4.2.2 MDS语法介绍 |
| 4.2.3 MDS接口介绍 |
| 4.3 MDS协议的应用仿真结果 |
| 4.4 本章小结 |
| 第五章 网关信息系统详细设计与实现 |
| 5.1 设备管控模块设计 |
| 5.1.1 设备管控模块的工作流程设计 |
| 5.1.2 网关管控 |
| 5.1.3 监护仪管控 |
| 5.1.4 注射泵管控 |
| 5.1.5 呼吸机管控 |
| 5.1.6 编码盒管控 |
| 5.1.7 摄像头管控 |
| 5.1.8 传感器管控 |
| 5.2 协议解析模块设计 |
| 5.2.1 协议解析模块整体工作流程设计 |
| 5.2.2 HL7协议解析 |
| 5.2.3 串口协议解析 |
| 5.3 数据处理模块设计 |
| 5.3.1 数据处理模块整体工作流程设计 |
| 5.3.2 缓存数据结构 |
| 5.3.3 时间同步 |
| 5.3.4 数据处理 |
| 5.3.5 加密隐私保护 |
| 5.4 远程推送模块设计 |
| 5.4.1 远程推送模块工作流程设计 |
| 5.4.2 远程推送模块接口设计 |
| 5.5 本章小结 |
| 第六章 测试结果及分析 |
| 6.1 测试环境介绍 |
| 6.2 测试用例设计 |
| 6.3 测试结果及分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 附录 |
| 附录A MDS协议消息ID定义表 |
| 附录B MDS协议参数ID定义表 |
| 附录C MDS协议响应消息状态码 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（5）基于物联网技术的居家养老监控系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及其发展方向 |
| 1.3 论文研究内容和章节安排 |
| 第2章 系统总体方案的设计 |
| 2.1 系统总体设计 |
| 2.2 无线传感器网络设计 |
| 2.3 系统网关设计 |
| 2.4 移动跌倒端设计 |
| 2.5 相关技术背景 |
| 2.6 本章小结 |
| 第3章 系统硬件结构与实现 |
| 3.1 系统硬件框架 |
| 3.2 ZigBee硬件模块及传感器模块 |
| 3.3 系统网关硬件设计 |
| 3.4 移动跌倒检测端硬件设计 |
| 3.5 本章小结 |
| 第4章 系统软件结构与实现 |
| 4.1 软件整体流程图 |
| 4.2 Zig Bee无线传感器网络的软件设计 |
| 4.3 Linux环境搭建与系统移植 |
| 4.4 MJPG-Streamer视频服务器的移植与开发 |
| 4.5 移动跌倒检测端的软件设计 |
| 4.6 Web客户端设计 |
| 4.7 本章小结 |
| 第5章 系统测试 |
| 5.1 无线传感器网络测试 |
| 5.2 ARM9网关测试 |
| 5.3 客户端测试 |
| 5.4 移动跌倒端测试 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 附录C |
| 致谢 |
（6）面向老人的智能监控系统及行为识别的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文研究内容与创新点 |
| 1.4 章节安排 |
| 第二章 行为识别技术基础 |
| 2.1 基于传统方法的行为识别 |
| 2.1.1 传统行为识别方法 |
| 2.1.2 图像特征的选择与分析 |
| 2.1.3 基于HOG与SVM的行人识别 |
| 2.1.4 改进的密集轨迹算法 |
| 2.2 基于深度学习的行为识别 |
| 2.2.1 基于CNN的行为识别方法 |
| 2.2.2 双流法及衍生方法 |
| 2.3 多视角行为识别 |
| 2.4 公共数据集 |
| 2.5 本章小结 |
| 第三章 分布式智能监控系统设计 |
| 3.1 系统设计原则 |
| 3.2 系统设计需求 |
| 3.3 系统功能分析 |
| 3.4 系统总体设计 |
| 3.4.1 监控平台设计 |
| 3.4.2 监控节点设计 |
| 3.4.3 监控终端设计 |
| 3.4.4 Web交互设计 |
| 3.5 本章小结 |
| 第四章 系统中行为识别算法的改进 |
| 4.1 基于动态图像的TSN模型 |
| 4.1.1 动态图像 |
| 4.1.2 TSN模型 |
| 4.1.3 基于动态图像的TSN模型 |
| 4.2 多视角融合决策 |
| 4.2.1 Borda投票 |
| 4.2.2 结合Broda的融合决策 |
| 4.3 实验和分析 |
| 4.4 本章小结 |
| 第五章 分布式智能监控系统实现 |
| 5.1 监控终端实现 |
| 5.2 监控节点实现 |
| 5.2.1 树莓派监控节点实现 |
| 5.2.2 可穿戴设备监控节点实现 |
| 5.3 监控平台实现 |
| 5.3.1 云服务器实现 |
| 5.3.2 云数据库实现 |
| 5.3.3 云对象存储实现 |
| 5.4 Web页面实现 |
| 5.5 系统测试和分析 |
| 5.5.1 系统数据测试 |
| 5.5.2 系统功能测试 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）基于24GHz多普勒雷达的非接触式呼吸监测系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与科学意义 |
| 1.2 呼吸监测的研究现状 |
| 1.2.1 接触式呼吸监测研究现状 |
| 1.2.2 非接触式呼吸监测研究现状 |
| 1.3 本文的研究内容和结构安排 |
| 第二章 非接触式呼吸监测系统总体设计方案 |
| 2.1 非接触式呼吸监测系统的工作原理 |
| 2.2 系统总体设计 |
| 2.3 多普勒雷达相关知识介绍 |
| 2.3.1 雷达背景介绍 |
| 2.3.2 多普勒雷达概述 |
| 2.3.3 多普勒雷达电磁学基础 |
| 2.4 多普勒雷达波段选择 |
| 第三章 非接触式呼吸监测系统数据采集硬件设计 |
| 3.1 系统硬件设计 |
| 3.2 多普勒雷达选型 |
| 3.3 处理器选型 |
| 3.4 带通滤波电路设计 |
| 3.5 模数转换器选型 |
| 3.6 数模转换器选型 |
| 3.7 DAC信号调理电路设计 |
| 3.8 电源电路设计 |
| 第四章 非接触式呼吸监测系统数据采集软件设计 |
| 4.1 下位机软件设计 |
| 4.2 上位机软件设计 |
| 第五章 非接触式呼吸监测系统呼吸检测算法实现 |
| 5.1 信号校正 |
| 5.2 信号解调 |
| 5.2.1 主成分分析算法 |
| 5.2.2 反正切算法 |
| 5.3 呼吸频率提取 |
| 5.3.1 自相关法 |
| 5.3.2 峰值检测法 |
| 5.3.3 快速傅里叶变换法 |
| 5.4 实际数据Matlab处理的结果图 |
| 第六章 系统实验验证 |
| 6.1 参考系统 |
| 6.2 复信号解调方法 |
| 6.3 验证结果 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士期间的研究成果 |
| 致谢 |
（8）可佩戴式远程心电采集终端的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题来源 |
| 1.2 课题的研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.4 本文研究方案及研究内容 |
| 1.5 论文结构框架 |
| 1.6 本章小结 |
| 第2章 心电检测原理 |
| 2.1 心电信号产生的基本原理 |
| 2.2 心电信号的特征及伴随的噪声 |
| 2.3 十二导联体系 |
| 2.3.1 标准肢体I、II、III导联 |
| 2.3.2 加压单极肢体导联 |
| 2.3.3 单极胸导联 |
| 2.4 电极与导线 |
| 2.5 本章小结 |
| 第3章 系统硬件设计 |
| 3.1 硬件设计总体框架 |
| 3.2 心电信号采集模块设计 |
| 3.3 心电信号处理模块设计 |
| 3.4 显示电路设计 |
| 3.5 心电数据传输模块设计 |
| 3.5.1 有线传输模块的设计 |
| 3.5.2 无线线传输模块的设计 |
| 3.6 PCB绘制 |
| 3.7 本章小结 |
| 第4章 系统软件设计 |
| 4.1 系统软件设计总体框架 |
| 4.2 数据采集软件设计 |
| 4.3 心电滤波算法 |
| 4.3.1 工频干扰滤波算法 |
| 4.3.2 基线漂移滤波算法 |
| 4.4 心率检测算法 |
| 4.5 信号强度及导联脱落检测 |
| 4.6 显示程序 |
| 4.7 心电信号远程传输 |
| 4.7.1 心电数据远程发送 |
| 4.7.2 心电数据远程接收 |
| 4.8 本章小结 |
| 第5章 系统测试与分析 |
| 5.1 ADS1198的SPI时序图测试 |
| 5.2 体积功耗及可佩戴性测试 |
| 5.3 USB传输测试 |
| 5.4 远程数据传输测试 |
| 5.5 系统性能参数测试 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录 攻读硕士学位期间获得的成果奖励 |
（9）基于USB接口的个人健康信息采集终端（论文提纲范文）
| 1 引言 |
| 2 个人健康信息采集系统构架 |
| 2.1 硬件系统构架 |
| 2.2 信息采集模块硬件构成 |
| 2.3 软件系统构架 |
| 3 信息采集模块设计 |
| 3.1 信号调理电路设计 |
| 3.2 模块的微处理器电路设计 |
| 3.3 模块的USB接口设计 |
| 4 系统的实验结果 |
| 4.1 呼吸模块的测量结果 |
| 4.2 血压采集模块的测量结果 |
| 5 讨论 |
（10）独居老人家庭监护系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 背景 |
| 1.2 意义 |
| 1.3 国内外现状 |
| 1.4 本文研究内容 |
| 第2章 系统方案设计与关键技术 |
| 2.1 系统总体方案设计 |
| 2.2 无线局域网(WLAN)技术 |
| 2.2.1 WLAN的概念与协议标准 |
| 2.2.2 WLAN的组网方式 |
| 2.3 短距离无线通信技术 |
| 2.3.1 几种常见的短距离无线通信技术 |
| 2.3.2 WiFi无线通信技术的优势 |
| 2.4 模式识别和跌到检测 |
| 2.4.1 模式识别介绍 |
| 2.4.2 跌倒检测算法介绍 |
| 2.4.3 OpenCV技术 |
| 2.5 本章小结 |
| 第3章 系统的硬件设计 |
| 3.1 硬件系统整体结构 |
| 3.1.1 硬件系统电路结构设计 |
| 3.1.2 系统关键部件的选型 |
| 3.2 主控单元介绍 |
| 3.3 WiFi模块介绍 |
| 3.4 MQ013CG-E2相机介绍 |
| 3.5 主控单元外围设备主要接口电路设计 |
| 3.5.1 串口调试接口电路设计 |
| 3.5.2 WiFi模块接口电路设计 |
| 3.5.3 USB接口电路设计 |
| 3.5.4 蜂鸣器报警电路设计 |
| 3.5.5 LCD触摸屏接口电路设计 |
| 3.5.6 电源电路设计 |
| 3.6 数据采集单元电路设计 |
| 3.6.1 采集单元电路结构设计 |
| 3.6.2 传感器数据采集电路设计 |
| 3.6.3 数据采集单元整体电路 |
| 3.7 本章小结 |
| 第4章 系统的软件设计 |
| 4.1 嵌入式系统软件开发简介 |
| 4.1.1 ARM平台嵌入式系统软件开发的一般模式 |
| 4.1.2 ARM平台的嵌入式开发环境的搭建 |
| 4.2 软件系统整体结构设计 |
| 4.3 串口数据的读取与处理 |
| 4.3.1 Linux下的UART驱动框架 |
| 4.3.2 支持异步通知方式的串口驱动实现 |
| 4.3.3 用户空间的串口操作 |
| 4.4 视频数据的读取与处理 |
| 4.4.1 Linux下USB驱动框架 |
| 4.4.2 相机驱动程序的设计与实现 |
| 4.4.3 跌倒检测算法设计 |
| 4.4.4 基于OpenCV的跌倒检测算法实现 |
| 4.5 系统主界面程序设计 |
| 4.6 本章小结 |
| 第5章 系统功能测试 |
| 5.1 监护系统软硬件介绍 |
| 5.1.1 系统软硬件开发平台介绍 |
| 5.1.2 系统软件控制部分介绍 |
| 5.2 WiFi模块测试 |
| 5.2.1 交叉调试环境的搭建 |
| 5.2.2 WiFi接收数据功能测试 |
| 5.3 跌倒检测模块测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
四、基于USB的家庭健康监护系统数据采集的设计（论文参考文献）
- [1]基于NB-Iot的老年人家用健康监护系统设计[D]. 罗倩. 西华大学, 2020(01)
- [2]基于FPGA的多生理信号采集与智能分析系统设计[D]. 缪家骏. 浙江大学, 2020(02)
- [3]基于Cortex-M3的具有实时分析功能的动态心电软硬件系统的研究[D]. 蒋坤坤. 浙江大学, 2020(02)
- [4]面向医疗的统一物联网网关的设计与实现[D]. 赵峰. 北京邮电大学, 2020(05)
- [5]基于物联网技术的居家养老监控系统的设计与实现[D]. 林坚. 暨南大学, 2019(03)
- [6]面向老人的智能监控系统及行为识别的研究[D]. 李冬月. 西安电子科技大学, 2019(02)
- [7]基于24GHz多普勒雷达的非接触式呼吸监测系统设计[D]. 高冬冬. 温州大学, 2019(01)
- [8]可佩戴式远程心电采集终端的设计与实现[D]. 严岳文. 湖北工业大学, 2019(04)
- [9]基于USB接口的个人健康信息采集终端[J]. 陈可,皮喜田,刘洪英,高小强. 生物医学工程研究, 2017(03)
- [10]独居老人家庭监护系统的设计与实现[D]. 任冰飞. 东北大学, 2017(02)
标签：功能分析论文;