综合可穿戴系统在身体活动监测心率和步骤

文摘

本文集成了一个心率(HR)监控系统与步进计数器用于体育活动。小说一步计数器算法开发启用高精度检测步骤。该系统包括一个无线可穿戴设备,智能手机和远程服务器。可穿戴设备之间的数据传输,智能手机通过蓝牙进行低能量(祝福)。间接接触测量方法也被设计来消除需要直接接触电极和皮肤过敏的可能性。提出系统紧凑、轻便和舒适的穿着。智能手机应用程序提供接口与人力资源相关的数据显示,步数(SC)、运动强度、速度、距离、热量消耗,以及心电图波形相关步骤循环。心电图峰值检测算法实现99.7%使用MIT-BIH ST改变数据库的准确性。精度为98.89%,人力资源为98.96%,实现了SC在跑步机的速度1.8到9.0公里/小时。

1。介绍

全球年度支出在健康相关领域目前是5.3万亿美元,这将增加在不断加快1]。证据支持一个强大的联系有规律的体育锻炼和减少心血管疾病的风险2),以及慢性疾病如糖尿病(3]。

有人建议,运动所需的大多数人的体积相当于每天10000步(4]。计步器是戴在身体传感器激励一个追求身体活动和评估一个人的进步。计步器是视为一个实用的替代组织健康促进,因为输出(如步骤,步骤/天)是友好的5]。不幸的是,大多数计步器没有给出任何提示的体力活动的强度,尽管会议的重要性最小努力的阈值和超过物理限制的危险。例如,55 - 90%的最大人力资源已经被认为是一个适当的水平培训心肺适能没有导致早期疲劳(6]。这凸显了需要实时监测运动强度。人力资源可以作为一种运动强度的指标(7),根据福克斯和Haskell[列出的公式8]。

太阳和Yu (9)设计了一个人力资源监控和疲劳检测系统驱动程序。汗等。10)启用监控人力资源使用photoplethysmographics (PPG)。他等。11设计一个ear-worn人力资源使用结合心电图监测系统,分,心冲患(BCG)。加速度计也被用于监视活动。古普塔和达拉斯(12)开发了一个活动监控系统使用一个三轴加速度计。程等。13)提出了一个系统活动监视和检测使用加速度计信号和Ryu et al。14)提出了一种步进计数器使用加速度计数据。然而,一个全面的系统的评估的整体身体状况实时尚未被开发。

为用户转向技术,重视舒适导致系统基于耦合电容的发展间接接触心电图为了监控人力资源。欧勒et al。15)第一次使用电容传感器测量多路ecg。松田和Makikawa16)实现心电图电容传感器驱动的应用程序。2012年,门敏et al。17)嵌入在一个聪明的椅子间接接触测量心电图的生理信号。Eilebrecht et al。18使用电容式多通道ecg)提出了一个测量系统。但是,没有先前的研究已经进行了全面的调查监测的日常活动,如步行和跑步。

智能手机最近适应适应p-health监测系统(19,20.),在这个领域快速发展使它移动监测系统中特别有用。在这项研究中,我们开发了一个可穿戴设备集成一个基于重力感应的计步器与单通道心电图监测人力资源系统,SC,运动强度,速度,距离和卡路里烧毁以及心电图波形的表示和描述的步骤循环在体育活动。我们还开发了一种新的步进计数器算法使高度准确的检测步骤。该设备是绑在胸部使用间接接触减少皮肤过敏的可能性。

2。方法

2.1。系统架构

该监控系统包括三个部分:无线可穿戴设备,智能手机和远程服务器。图1说明了系统的体系结构。可穿戴设备包括二电极使检测到的心电信号测量电路,信号,使用硬件加速计的测量步骤和一种超低功耗单片机MSP430的)数据采集和计算。可穿戴设备和智能手机之间的数据传输是通过祝福(21]。开发智能手机应用程序来接收用户数据和显示人力资源,数步,锻炼强度,速度,距离和卡路里燃烧信息。传感器数据可以实时传送到智能手机;心电图和阶跃信号波形也可以显示在屏幕上的智能手机。如果系统检测到运动过度的一个实例,智能手机触发警报(声音和振动)警告用户。同时,人力资源、SC和GPS定位被传输到远程服务器(远程医疗中心)通过3 g移动网络,使临床工作人员监控用户的活动状态。

2.2。可穿戴设备

可穿戴设备包括三个部分,传感器和电路,单片机,无线数据传输接口,如框图,如图所示2。传感器和电路包括一个加速度计和心电图使用I2C和ADC单片机的电路。无线数据传输是通过使用一个CC2541模块与祝福的支持。所有外部电路是使用SMD实现减少硬件的大小。图3提出了一种可穿戴设备的原型,这是紧凑(6×4厘米)和轻量级(19 g包括110 mAh电池)。

(一)

(b)

2.2.1。传感器、电路和单片机

传感器包括极地带电极单通道心电图采集和使用硬件加速器(ADXL 345)检测身体的运动。

可穿戴设备是MSP430的主要芯片,其中包括一种超低功耗微处理器集成内存、单片机、ADC、I2C、UART数据通信和其它外围函数在单个芯片上(22]。心电图的电路,我们修改一个简单,低成本电路使用二电极nondifferential娜·杜波夫提出的放大器等。23),这是呈现在图的框图4。心电图信号首先经过一个生物电势放大器和同相放大器增益的11日,紧随其后的是一个高通滤波器和同相放大截止频率为4.8赫兹,获得48。最后,一个低通滤波器截止频率在48赫兹。

我们也采用数字加速度计(ADXL 345)和可加速±16 g的范围。心电图的采样率和加速度计200 Hz, 50赫兹,分别。MSP430的处理数字数据计算人力资源和SC,于是处理过的数据发送给UART连接到一个祝福模块数据传输的数据速率115.2 kb / s。

2.2.2。无线数据传输

可穿戴设备使用标准BLE 4.0作为数据传输的接口,由于其广泛的兼容性与智能手机等移动设备。我们使用CC2541蓝牙模块24),蓝牙4.0,低功率能量和适当的医疗应用。

2.3。智能手机平台

我们使用了华硕Padfone年代Android 10/24/11 Android操作系统与Eclipse的开发一个智能手机应用程序,我们题为“综合监控系统。“这个应用程序可以节省人力资源,SC,和相关参数记忆卡并将其显示在屏幕上的智能手机。还发起调用应急服务应该出现的需要。图5介绍了在智能手机图形用户界面(GUI),每个组件的功能。

2.4。人力资源检测算法

我们开发了一个心率检测算法基于我们以前的工作在25]。该算法分为两个阶段:预处理和决策。预处理包括一个带通滤波器,分化,绝对功能,移动窗口集成(MWI)。这个阶段的输出作为输入然后用于计算人力资源的决策阶段。人力资源价值是用来推导运动强度(1为每个主题)和相应的最大人力资源(2)。例如,使用24岁作为默认值,我们获得的最大人力资源如下:

2.5。步进计数器算法

步进计数器算法是基于一个计步器,其中一些步骤可以确定一个周期后是公认的。加速度计是高度敏感的小运动;因此,我们应用几个预处理步骤调整设在数据从加速度计信号的,是数据样本的数量。预处理包括带通滤波,消除基线游荡,获得移动平均,扩大和集成。图6介绍了工作流参与预处理信号,从信号通过一个FIR数字带通滤波器截止频率为0.5赫兹和2赫兹。这些截止频率按照提出的方法利比(26),与修改,以减少噪音。基线的删除()是用来消除直流偏置的带通滤波器输出()。这是通过减少每个数据样本使用的平均数据点。Len的数量是43岁代表数据数量来。第三,我们实现一个8-tap移动平均滤波器平滑信号()。基线的配方的删除和移动平均(3)和(4),分别。考虑

移动平均滤波器是一个简单的低通滤波器。截止频率的移动平均线是由(5),,,N采样频率(50赫兹),截止频率,分别和水龙头(8水龙头)的数量。考虑

方程(5)是获得(6),N过滤器阀门的数量和吗等于。考虑

一个扩大的过程()也使用(用来放大信号特征7),如下:

最后,一个8-tap ()一体化进程()然后应用于放大和光滑,j表示数据点的数量来,如下所示:

图7说明了检测中所使用的算法步骤。如图8 (b),秋天是定义为一个情况下,输入电流的幅值低于之前的输入。当第一个设置最大价值下跌信号检测,和一个最小值设置当电流输入小于前一个。最大和最小值是用来检测峰值和峰值振幅,然后用来确定阈值的时间间隔。检测到峰值后,峰间隔与区间阈值相比,改编自一个经验法则(表1)。峰间隔的情况下高于区间阈值被认为是一步,于是最大和最小值重置和重复的过程。记住,阶跃信号的振幅与行走速度;步行速度较慢,有一个更小的振幅和时间间隔,反之亦然。该自适应阈值用于增加一步检测各种速度的准确性。


峰值振幅(m / s²)	Peak-to-valley振幅	适应。用力推。 (数量的样品(二))	行走状态

< 1.25	< 50		休息
1.25 ~ 1.36	50 ~ 200	22日(0.44)	走
1.36 ~ 1.44	200 ~ 300	20 (0.40)
1.44 ~ 1.50	300 ~ 500	17 (0.34)
1.50 ~ 2.03	500 ~ 650	15 (0.30)
2.03 ~ 2.25	650 ~ 850	13 (0.26)
2.25 ~ 2.61	850 ~ 1100	11 (0.22)
2.62 ~ 2.82	1100 ~ 1600	10 (0.20)
> 2.82	> 1600	9 (0.18)	运行

(一)

(b)

2.6。实验设置

验证心电图峰值检测的性能,我们使用开源MIT-BIH ST改变数据库(27)作为输入数据。我们还比较了心电图采集设备使用的可靠性CardioSoft(28]。评估人力资源和SC算法的性能,我们招募了另外五名健康男性在跑步机上走和跑。参与者年龄从22到28年(意思是:24年,SD: 2.4年),体重从63到79公斤(意思是:69公斤,SD: 6.7公斤)。测量获得的顺序在下面跑步机速度:1.8,2.7,3.6,4.5,5.4,6.3,7.2,8.1,和9公里/小时。一段一分钟测量在每个速度,在增加速度和0.9公里/小时的重复这个过程。主题与设备穿薄衣服系在胸带。受试者走了前六的速度,跑过去三个速度。人力资源数据被记录为两秒速度每个使用该设备以及商业设备(通用电气冲刺3000)[28)进行比较。SC结果从该设备比较与那些来自两个商业产品(欧姆龙hj - 720和Yamax SW200),这被证明的准确性和可靠性29日,30.]。hj - 720使用双感应器检测步骤,而SW200使用传统的机械方法检测步骤。研究对象和观察者也要求计算步骤的数量在每个速度作为标准(实际数量的步骤)。

2.7。评价方法

核实心电图采集设备的可靠性,我们开始通过比较的ECG信号提出了设备与商业设备,CardioSoft。然后我们的心电图R-peak检测算法应用于26日从开源MIT-BIH ST改变数据库记录。目的是识别算法确定的跳动的次数是假阳性(FPs)和假阴性(fn),然后计算准确性基于真实节拍(RBs)从数据库中获得。方程用于确定心电图峰值检测的准确性在(9)。然后应用人力资源探测的数据从五个科目在跑步机测试中获得的。人力资源是基于人力资源的准确性通用电气冲刺3000作为参考。我们比较人力资源的准确性检测使用该设备和通用电气冲刺3000年拿出手机增加一分钟的时间在每个1.8和9.0 km / h之间的速度:

步检测的准确性是评价计算差异()之间真正的步数(RSC)和检测步数(DSC)所示(10),使用的数据来自五个测试对象在每个速度。这些值与使用两个商业计步器。检测率()定义如下:

3所示。结果

3.1。心电图的原始数据

评估设备的准确性始于比较获得的原始数据从设备和提出CardioSoft。数据9和10目前获得的原始ECG数据的两个设备在行走和奔跑速度,分别。

(一)

(b)

(一)

(b)

3.2。MIT-BIH圣更改数据库测试

我们提出的心电图峰值检测算法应用于26日从MIT-BIH ST改变数据库数据集(除了数据数字305年和319年),导致72580次。检测结果列在表中2,总结划分如下:《外交政策》:81年,FN: 106,和总失败的节拍:187。因此,心电图峰值检测的准确性基于10 99.7%。


没有数据。	RB(跳动)	《外交政策》	FN	失败的节拍	没有数据。	RB(跳动)	《外交政策》	FN	失败的节拍

300年	2558年	2	0	2	314年	2121年	6	1	7
301年	2497年	4	3	7	315年	3274年	1	36	37
302年	2113年	3	0	3	316年	3351年	1	1	2
303年	3005年	2	13	15	317年	2776年	0	26	26
304年	1852年	1	0	1	318年	3531年	3	6	9
306年	6527年	4	0	4	320年	3135年	0	7	7
307年	2469年	10	0	10	321年	2115年	3	0	3
308年	2299年	14	2	16	322年	1508年	0	4	4
309年	5149年	0	0	0	323年	5290年	5	0	5
310年	2410年	0	2	2	324年	1740年	3	0	3
311年	3009年	1	0	1	325年	1465年	1	0	1
312年	2340年	12	4	16	326年	2075年	2	1	3
313年	2701年	2	0	2	327年	1270年	1	0	1

总						72580年	81年	106年	187年

3.3。人力资源检测在跑步机上测试

表3列出了人力资源检测结果从一个话题在跑步机测试中步行1.8公里/小时。图在图11比较了人力资源价值和那些获得使用该设备通用电气冲刺3000在此期间的一分钟。在这个例子中,人力资源价值的两个设备之间的差异不超过3 BPM。表4列出所有五个学科的整体结果走路或跑步速度,揭示整体人力资源检测精度为98.89%。


没有数据。	我们的设备	通用电气	犯错。	Acc。(%)	没有数据。	我们的设备	通用电气	犯错。	Acc。(%)

1	One hundred.	101年		99年	16	99年	98年	1	99年
2	102年	104年		98年	17	98年	96年	2	98年
3	104年	105年		99年	18	97年	96年	1	99年
4	106年	106年	0	One hundred.	19	98年	99年		99年
5	106年	104年	2	98年	20.	99年	One hundred.		99年
6	104年	101年	3	97年	21	One hundred.	One hundred.	0	One hundred.
7	101年	99年	2	98年	22	One hundred.	98年	2	98年
8	One hundred.	98年	2	98年	23	99年	96年	3	97年
9	One hundred.	98年	2	98年	24	97年	95年	2	98年
10	99年	99年	0	One hundred.	25	96年	96年	0	One hundred.
11	99年	98年	1	99年	26	96年	96年	0	One hundred.
12	98年	96年	2	98年	27	96年	96年	0	One hundred.
13	97年	96年	1	99年	28	96年	95年	1	99年
14	98年	97年	1	99年	29日	96年	94年	2	98年
15	99年	99年	0	One hundred.	30.	96年	94年	2	98年

平均									98.7


速度(公里/小时)	1.8	2.7	3所示。6	4.5	5.4	6.3	7.2	8.1	9.0

精度(%)	98.74	98.67	98.91	98.83	98.92	98.96	98.90	99.06	99.04
Avg。(%)	98.89

3.4。一步计算精度在跑步机上测试

表5介绍了一步检测的结果为一个主题在跑步机上测试。的精度值Yamax SW200和欧姆龙hj - 720和该设备分别为95.71%,98.25%,和98.70%,分别。表6列出步骤检测的结果为所有五个科目走路或跑步速度,揭示三个设备的准确性为92.37%,94.57%,和98.96%,分别。


跑步机的速度 (公里/小时)	RSC (步骤)	一个 DEF (步骤)	B DEF (步骤)	C DEF (步骤)	一个 DER (%)	B DER (%)	C DER (%)

1.8	144年				95.83	95.83	97.92
2.7	155年				100.00	98.06	83.23
3所示。6	164年				98.78	98.78	90.24
4.5	173年				99.42	98.84	97.11
5.4	184年				100.00	100.00	99.46
6.3	200年				97.00	99.00	99.50
7.2	216年				98.15	98.61	99.54
8.1	225年				99.56	95.56	98.22
9	237年		1		99.58	99.58	96.20

平均					98.70	98.25	95.71

提出了设备,B:欧姆龙,和C: Yamax。


跑步机的速度 (公里/小时)	一个 DER(%)	B DER(%)	C DER(%)

1.8	98.07	72.04	74.63
2.7	98.19	95.40	76.05
3所示。6	99.23	98.67	90.56
4.5	99.55	98.94	96.73
5.4	99.32	98.35	98.38
6.3	98.78	98.81	99.04
7.2	98.74	96.08	98.92
8.1	99.22	96.14	99.22
9	99.58	96.74	97.81

平均	98.96	94.57	92.37

3.5。电力消耗

设备的功耗测试的四个主要工作模式:(1)备用;(2)未连接;(3)执行人力资源/ SC算法和计算数据的传输(人力资源、SC、速度和距离);和(4)执行人力资源/ SC算法和计算的传播和生(ECG和加速度计)的数据。计算数据的传输负载两个字节/秒,而原始ECG数据的传输负载是四个字节/ 0.01秒和原始加速度计数据是两个字节/ 0.02秒。心电图和加速度计数据的采集,分别进行的抽样率为每个通道200赫兹和50赫兹。表7列出当前的消费主要组件的工作模式。


工作模式	传感器模块状态	当前的消费 (马)

模式1	备用	1
模式2	bie是没有连接	6
模式3	执行人力资源/ SC算法和计算数据的传输	15
模式4	执行人力资源/ SC算法和计算的传播和原始数据	19

4所示。讨论

本研究开发了一种无线可穿戴系统实时监控人力资源和SC的运动强度的迹象。目的是限制用力过度的可能性和/或underexertion为了最大化效率的培训。

4.1。流动性

提出设备紧凑轻巧,设计为连接到用户的胸部在薄衣服。拟议的系统监控使用硬件加速计信号和心电图信号,而不需要直接连接电极主体。该系统还有助于连续通过智能手机远程监控系统,如移动云远程控制(31日]。

4.2。精度

心电图的检测准确性高峰和人力资源和步骤的数量被验证使用MIT-BIH ST改变数据库和跑步机上实验涉及五个科目。心电图的峰值检测的平均精度为99.7%。检测失败是由于原始ECG数据的“不稳定因素”。人力资源探测的准确性在所有速度保持一致的为98.89%。

步检测的准确性是决定使用跑步机测试。在大多数情况下,降低速度比更高的跑步机跑步机的速度不太准确,由于信号振幅有关。的Yamax SW200实现良好的性能以步行的速度超过3.6公里/小时;然而,欧姆龙hj - 720更准确的以较低的速度行走。提出系统的平均精度达到98.96%,超过的商业设备,无论速度。

4.3。可用性和实用性

计步器是激励个体的强大的工具来提高他们的体育活动;然而,除非他们是轻量级和易于使用的,他们不会被采纳。该设备克服了这个问题,并提供监控人力资源的能力以及SC。

此外,设备的功耗下满载只有19马。采样率可以进一步降低以减少功耗。

5。结论

本文概述了一个集成的可穿戴系统监控人力资源和SC。小说一步计数器算法实现了高度精确的一步检测。我们有二电极的基于重力感应的计步器心电图集成电路,以减少设备的尺寸和重量。在跑步机测试中,提出设备的准确性非常高。蓝牙接口方便连接到智能手机的显示、记录、和传输的数据,从而提高设备的灵活性和可用性的健康监测应用。

信息披露

林Yuan-Hsiang IEEE会员。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这项工作的部分支持由科学技术部的科研补助金格兰特最下104 - 3115 - e - 011 - 001, Avalue技术Inc .)和美国国立台湾大学医院的医学研究。

引用

谁,2010年世界卫生报告》2010年,瑞士日内瓦,http://whqlibdoc.who.int/whr/2010/9789241564021_eng.pdf。
t . e . Kottke p . Puska j . t . Salonen j . Tuomilehto和a . Nissinen”预计影响的高风险与冠心病人群为基础的预防战略,”美国流行病学杂志》,卷121,不。5,697 - 704年,1985页。视图:出版商的网站|谷歌学术搜索
r·p·托尼诺”效应的胰岛素抵抗衰老的身体训练,”美国生理内分泌和代谢》期刊上卷。256年,E352-E356, 1989页。视图:谷歌学术搜索
c . Krucoff”受欢迎的、低成本的电子计步器:10000步更健康,”《西雅图时报》,1999年。视图:谷歌学术搜索
c . Tudor-Locke和d·r·巴Jr .)“有多少步骤/天足够了吗?初步计步器指数对公共卫生。”运动医学,34卷,不。1,1 - 8,2004页。视图:出版商的网站|谷歌学术搜索
t·c·t·Ho和x陈ExerTrek:便携式手持运动监测、跟踪和推荐系统,”学报》第11届IEEE国际会议e-Health网络、应用程序和服务(Healthcom ' 09),页84 - 88年,悉尼,澳大利亚,2009年12月。视图:出版商的网站|谷歌学术搜索
z李”,练习强度估计基于体育活动医疗体系,”《IEEE通信和移动计算国际会议,3卷,第136 - 132页,2009年。视图:谷歌学术搜索
s·m·福克斯和w·l . Haskell”运动压力测试:需要标准化,”心脏病:当前主题和进步,以利和h . n .这本书。,pp. 149–154, Academic Press, New York, NY, USA, 6th edition, 1970.视图:谷歌学术搜索
y太阳和x Yu”,一个创新的重要信号监测、不干扰驾驶员辅助系统”IEEE生物医学和卫生信息学杂志》上,18卷,不。6,1932 - 1939年,2014页。视图:出版商的网站|谷歌学术搜索
e .汗f·艾尔·侯赛因,s . z Uddin, s . k .阿拉姆·m·k·哈桑,”一个健壮的心率监测计划使用photoplethysmographic信号被激烈运动工件,”IEEE生物医学工程,卷63,不。3、550 - 562年,2016页。视图:出版商的网站|谷歌学术搜索
d d, e . s .威诺阿,c . g . Sodini”ear-worn生命体征监测。”IEEE生物医学工程,卷62,不。11日,第2552 - 2547页,2015年。视图:出版商的网站|谷歌学术搜索
p·古普塔和t·达拉斯”特征选择和活动识别系统使用一个三轴加速度计,“IEEE生物医学工程,卷61,不。6,1780 - 1786年,2014页。视图:出版商的网站|谷歌学术搜索
陈j . Cheng x m .沈,“一个框架,用于日常活动监视和检测基于表面肌电图和加速度计信号下降,”IEEE生物医学和卫生信息学杂志》上,17卷,不。1,38-45,2013页。视图:出版商的网站|谷歌学术搜索
Ryu, k .安·e·金et al .,“自适应步检测算法对无线智能计数器,步”学报》国际会议信息科学和应用程序(ICISA 13)水,页1 - 4,韩国,2013年6月。视图:出版商的网站|谷歌学术搜索
m·欧勒诉凌、k . Melhorn和m .先令,”与电容传感器、多通道便携式心电系统”生理测量卷,29号7,783 - 793年,2008页。视图:出版商的网站|谷歌学术搜索
t .松田和m . Makikawa心电图监测汽车司机使用容性耦合电极,”学报的年度国际会议IEEE在医学和生物学社会工程加拿大温哥华,页1315 - 1318,2008年8月。视图:谷歌学术搜索
h . j .门敏g . s .钟k . k . Kim和k . s .公园,“智能健康监测的椅子不干扰测量的生物信号,”IEEE在生物医学信息技术,16卷,不。1,第158 - 150页,2012。视图:出版商的网站|谷歌学术搜索
b . Eilebrecht A . Schommartz m·沃尔特·t·Wartzek m . Czaplik和s·莱昂纳特,“与病人视觉反馈电容心电图数组,”IEEE的年度国际会议工程学报》在医学和生物学,页6539 - 6542,布宜诺斯艾利斯,阿根廷,August-September 2010。视图:出版商的网站|谷歌学术搜索
j . Wannenburg和r . Malekian身体传感器网络的移动健康监测、诊断和预测系统,”IEEE传感器杂志,15卷,不。12日,第6852 - 6839页,2015年。视图:出版商的网站|谷歌学术搜索
c·西格、k . Van Laerhoven和a·曼“MyHealthAssistant:事件驱动为多个医疗应用程序中间件smartphone-mediated身体传感器网络,”IEEE生物医学和卫生信息学杂志》上,19卷,不。2、752 - 760年,2015页。视图:出版商的网站|谷歌学术搜索
蓝牙低能量,http://www.bluetooth.com/。
德州仪器,http://www.ti.com/。
d·娜·杜波夫、t . Neycheva和n . Mudrov”简单的二电极biosignal放大器,”医学和生物工程和计算机,43卷,不。6,725 - 730年,2005页。视图:出版商的网站|谷歌学术搜索
CC2541蓝牙模块,http://www.ti.com/product/cc2541。
e . a . p . j . Prawiro c c。胡,Y.-S。陈,学术界。常,中州。林”,心率检测方法对低功率运动强度监测设备,”《IEEE国际研讨会生物电子学和生物信息学(ISBB 14)2014年4月,页1 - 4,。视图:出版商的网站|谷歌学术搜索
r·利比,”一个可靠的脚步的简单方法检测嵌入式传感器平台上,“2008人。视图:谷歌学术搜索
MIT-BIH ST改变数据库,http://www.physionet.org/physiobank/database/mitdb。
通用电气网站,http://www3.gehealthcare.com。
b . Dijkstra算法w . Zijlstra、大肠Scherder和y Kamsma,“检测老年人的步行时间和步骤的数量和帕金森症患者:一个计步器的准确性和accelerometry-based方法,”年龄和衰老,37卷,不。4、436 - 441年,2008页。视图:出版商的网站|谷歌学术搜索
Moy m . l ., a·w·詹尼h .问:阮et al .,“使用计步器和internet-mediated走程序在慢性阻塞性肺疾病患者,”康复研究期刊》的研究和发展卷,47号5,485 - 496年,2010页。视图:出版商的网站|谷歌学术搜索
问:x Wang Gui,刘,z,和y陈,“启用智能个性化医疗:心电图远程控制的混合移动云计算方法,”IEEE生物医学和卫生信息学杂志》上,18卷,不。3、739 - 745年,2014页。视图:出版商的网站|谷歌学术搜索

移动信息系统

移动医疗信息系统的基本问题

文摘

1。介绍

2。方法

2.1。系统架构

2.2。可穿戴设备

2.2.1。传感器、电路和单片机

2.2.2。无线数据传输

2.3。智能手机平台

2.4。人力资源检测算法

2.5。步进计数器算法

2.6。实验设置

2.7。评价方法

3所示。结果

3.1。心电图的原始数据

3.2。MIT-BIH圣更改数据库测试

3.3。人力资源检测在跑步机上测试

3.4。一步计算精度在跑步机上测试

3.5。电力消耗

4所示。讨论

4.1。流动性

4.2。精度

4.3。可用性和实用性

5。结论

信息披露

相互竞争的利益

确认

引用

版权

更多相关文章

相关文章