CN104688201A - 老年人健康监护系统及其方法 - Google Patents
老年人健康监护系统及其方法 Download PDFInfo
- Publication number
- CN104688201A CN104688201A CN201410422304.7A CN201410422304A CN104688201A CN 104688201 A CN104688201 A CN 104688201A CN 201410422304 A CN201410422304 A CN 201410422304A CN 104688201 A CN104688201 A CN 104688201A
- Authority
- CN
- China
- Prior art keywords
- health
- old people
- data
- fitness
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Pulmonology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种老年人健康监护系统及其方法,属于健康监护领域,该系统包括健康监测模块、处理器和显示器,健康监测模块和处理器连接,处理器连接显示器,健康监测模块检测到的老年人的生理参数发送到处理器,处理器通过使用双密度小波变换模型处理健康监测模块发送的数据。本发明系统主要在于处理器处理老年人健康参数时能够滤除监测数据中的噪声数据,提高监测数据的准确度,进而提升产品的安全可靠性,克服现了有技术中的老年人健康监护装置对大量老年人的微弱生理检测参数不能充分处理,缺乏真实保障性的问题。
Description
技术领域
本发明涉及健康监护领域,具体涉及一种老年人健康监护系统及其方法。
背景技术
随着现代家庭生活质量的提高,人们对健康服务的要求也逐渐提高,中国是人口大国,人们健康水平的日益提高和计划生育政策的长期实施,我国正快速步入老龄化社会。根据2000年全国第五次人口普查数据显示,到该年年底,我国65岁及以上老人比例为7.0%,60岁及以上老人口比例为10.3%,可以认为我国进入了老年型社会,己经面临老龄化形势。2006年,我国60岁以上人口达1.43亿,占总人口的比例达11%。据专家预测,到2030年,我国60岁及以上人口数量将达到3.1亿,占总人口20.42%;到2050年,老人口将高达4.37亿,达到总人口的31.2%。中国己经成为世界上人口老龄化速度最快的国家之一。随着老人口的迅速膨胀以及社会化和市场化的不断发展,老人的消费需求在不断增长,20%的老人日常生活需要帮助,5%的老人生活需他人照料。因此,老人医疗健康监护问题也越来越受到人们的关注。
现有的老人健康监护装置对老人的身体各项生理数据进行监测,对老人的动作行为进行监测,然后分析监测到的数据,进行数据对比得出老人的身体状况结果,进行动作图片对比得出老人是否摔倒,现有监护装置必须通过对大量检测数据的分析,但是由于老人身体健康较弱,身体的生理数据不平稳而且老人在户外时,信号周围噪声较大,信号传递途中噪声也很大,从而影响装置正常判断,不能得出贴近真实值的监护数据,对老人的安全造成一定隐患。
发明内容
为了克服现有技术中的老年人健康监护装置对大量老年人的微弱生理检测参数不能充分处理,从而缺乏真实保障性,因为老年人的生理参数比较微弱易受噪声影响,本发明提供一种老年人健康监护系统及其方法。
本发明的技术方案是:一种老年人健康监护系统,该系统包括健康监测模块、处理器和显示器,健康监测模块和处理器连接,处理器连接显示器,健康监测模块检测到的老年人的生理参数发送到处理器,处理器通过使用双密度小波变换模型处理健康监测模块发送的数据。
所述健康监测模块监测老年人的体温、血糖、血压、肺活量的各项信息参数。所述处理器中的双密度小波变换模型分析健康监测模块监测到的数据后,会除去监测到的数据中的干扰噪声。所述显示器根据处理器的指令显示信息,并将显示结果保存。
一种老年人健康监护方法,该方法步骤包括:
步骤一、建立老年人生理健康数据库,数据库中包括实时在线检测的老年人各种生理参数,数据库中还包括老年人历史生理参数数据;
步骤二、建立双密度小波变换模型,利用数据库中的历史生理参数数据进行模型训练,得到最优模型;
步骤三、输入老人生理实时检测数据到双密度小波变换模型,得出老年人健康分析结果。
所述步骤一中的老年人实时生理参数是老年人监测产品检测到的数据参数。所述步骤一中的数据库中的数据均需要进行预处理。
所述步骤二中双密度小波变换模型的建立步骤为:
1)确定分解层数,对采样x (t)进行双密度小波分解,得到各层高频小波系数 ,采样x (t)指的是包含噪声的老年人生理参数;
2)计算各分解子空间的阈值,公式为:;式中为定义加权阈值缩放因子,计算公式为:,式中 QUOTE ,j为分解尺度;,其中,M为子空间(j,hk)内的小波系数数目;
3)计算以为中心,大小为2m+l的操作领域窗口内小波系数的均值,公式为:,使用领域相关阈值处理函数对进行收缩;
4)将低频系数和经收缩后的高频系数进行双密度小波逆变换,得到消噪后的老年人生理参数。所述步骤3)中的小波系数均值的收缩公式为:,式中表示收缩后的小波系数均值。
所述步骤三中得出的老年人健康分析结果和对应的分析数据均会保存在数据库中,充实数据库。
明有如下积极效果:本发明系统主要在于处理器处理老年人健康参数时能够滤除监测数据中的噪声数据,提高监测数据的准确度,进而提升产品的安全可靠性,克服现了有技术中的老年人健康监护装置对大量老年人的微弱生理检测参数不能充分处理,缺乏真实保障性的问题。本发明中的可以是对现有产品的改进,现有产品中的监测或检测装置不变,只需更换处理器即可改善产品,提高产品工作性能,降低成本。
附图说明
图1 是本发明中老年人健康监护系统的工作框图;
图2 是本发明中老年人健康监护系统方法的工作流程图;
图3 是本发明中双密度小波变换模型的流程示意图。
具体实施方式
下面对照附图,通过对实施例的描述,本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等,作进一步详细的说明,以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
一种老年人健康监护系统,如图1所示,该系统包括健康监测模块、处理器和显示器,健康监测模块和处理器连接,处理器连接显示器,健康监测模块检测到的老年人的生理参数发送到处理器,处理器通过使用双密度小波变换模型处理健康监测模块发送的数据。
健康监测模块监测老年人的体温、血糖、血压、肺活量的各项信息参数,健康监测模块也可以是现有技术中的老年人健康监测产品,本系统可以是对现有产品进行的改进,现有产品中的监测或检测装置不变,只需更换处理器即可改善产品,提高产品工作性能,降低成本。处理器中的双密度小波变换模型分析健康监测模块监测到的数据后,会除去监测到的数据中的干扰噪声,显示器根据处理器的指令显示信息,并将显示结果保存。
一种老年人健康监护方法,本方法流程图如图2所示,该方法步骤包括:
步骤一、建立老年人生理健康数据库,数据库中包括实时在线检测的老年人各种生理参数,数据库中还包括老年人历史生理参数数据,并对数据库中的数据进行预处理,方便数据模型进行数据处理。
步骤二、建立双密度小波变换模型,利用数据库中的历史生理参数数据进行模型训练,得到最优模型。
双密度小波变换模型的建立步骤如图3所示为:
假设有一采样生理参数,记x(t)=s(t)+e (t),t=0,1,…,N-1,其中,x(t)为含噪声的生理参数;s (t)为真实生理参数,主要为低频信号;e(t)为噪声,通常表现为高频信号、脉冲信号等。
1)确定分解层数,对采样x (t)进行双密度小波分解,得到各层高频小波系数,采样x (t)指的是包含噪声的老年人生理参数。
2)计算各分解子空间的阈值,公式为:
式中为定义加权阈值缩放因子,计算公式(2)为:
式中 QUOTE ,j为分解尺度公式;
其中,M为子空间(j,hk)内的小波系数数目。根据分解尺度对频率相对高的子空间的阈值进行放大,对频率相对低的子空间的阈值进行缩小,进而增强对生理参数中高频噪声的抑制,同时保留低频有用信息。
3)计算以,k=1,2为中心,大小为2m+l的操作领域窗口内小波系数的均值,公式(4)为:
使用领域相关阈值处理函数对进行收缩;小波系数均值的收缩公式(5)为:
式中表示收缩后的小波系数均值。
小波系数的估计计算中考虑相邻小波系数的影响,当一个较大的小波系数周围邻域的小波系数都相对较小时,那么这个较大的小波系数受噪声污染严重的可能性极大,由式(4)和(5)可知,邻域相关处理函数能较好地平滑孤立的受噪声污染的小波系数,能对混杂在生理参数中的脉冲干扰噪声、心电干扰噪声等起到有效的抑制作用·此外,当时,,从而较好地克服软阈值中与之间具有恒定偏差的缺点,有效保留信号的一些重要局部信息;当K→∞时,它与硬阈值函数相当,但克服了硬阈值函数在阈值士T处不连续的缺点。
4)将低频系数和经收缩后的高频系数进行双密度小波逆变换,得到消噪后的老年人生理参数。
步骤三、输入老人生理实时检测数据到双密度小波变换模型,得出老年人健康分析结果。所述步骤三中得出的老年人健康分析结果和对应的分析数据均会保存在数据库中,充实数据库,提高系统数据分析准确度。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
Claims (10)
1.一种老年人健康监护系统,其特征在于,该系统包括健康监测模块、处理器和显示器,健康监测模块和处理器连接,处理器连接显示器,健康监测模块检测到的老年人的生理参数发送到处理器,处理器通过使用双密度小波变换模型处理健康监测模块发送的数据。
2.根据权利要求1所述的老年人健康监护系统,其特征在于,所述健康监测模块监测老年人的体温、血糖、血压、肺活量的各项信息参数。
3.根据权利要求1所述的老年人健康监护系统,其特征在于,所述处理器中的双密度小波变换模型分析健康监测模块监测到的数据后,会除去监测到的数据中的干扰噪声。
4.根据权利要求1所述的老年人健康监护系统,其特征在于,所述显示器根据处理器的指令显示信息,并将显示结果保存。
5.一种老年人健康监护方法,其特征在于,该方法步骤包括:
步骤一、建立老年人生理健康数据库,数据库中包括实时在线检测的老年人各种生理参数,数据库中还包括老年人历史生理参数数据;
步骤二、建立双密度小波变换模型,利用数据库中的历史生理参数数据进行模型训练,得到最优模型;
步骤三、输入老人生理实时检测数据到双密度小波变换模型,得出老年人健康分析结果。
6.根据权利要求1所述的老年人健康监护方法,其特征在于,所述步骤一中的老年人实时生理参数是老年人监测产品检测到的数据参数。
7.根据权利要求6所述的老年人健康监护方法,其特征在于,所述步骤一中的数据库中的数据均需要进行预处理。
8.根据权利要求6所述的老年人健康监护方法,其特征在于,所述步骤二中双密度小波变换模型的建立步骤为:
1)确定分解层数,对采样x (t)进行双密度小波分解,得到各层高频小波系数 ,采样x (t)指的是包含噪声的老年人生理参数;
2)计算各分解子空间的阈值,公式为:;式中为定义加权阈值缩放因子,计算公式为:,式中 QUOTE ,j为分解尺度;,其中,M为子空间(j,hk)内的小波系数数目;
3)计算以为中心,大小为2m+l的操作领域窗口内小波系数的均值,公式为:,使用领域相关阈值处理函数对进行收缩;
4)将低频系数和经收缩后的高频系数进行双密度小波逆变换,得到消噪后的老年人生理参数。
9.根据权利要求8所述的老年人健康监护方法,其特征在于,所述步骤3)中的小波系数均值的收缩公式为:,式中表示收缩后的小波系数均值。
10.根据权利要求6所述的老年人健康监护方法,其特征在于,所述步骤三中得出的老年人健康分析结果和对应的分析数据均会保存在数据库中,充实数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410422304.7A CN104688201A (zh) | 2014-08-26 | 2014-08-26 | 老年人健康监护系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410422304.7A CN104688201A (zh) | 2014-08-26 | 2014-08-26 | 老年人健康监护系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104688201A true CN104688201A (zh) | 2015-06-10 |
Family
ID=53336074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410422304.7A Pending CN104688201A (zh) | 2014-08-26 | 2014-08-26 | 老年人健康监护系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104688201A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109545392A (zh) * | 2018-10-26 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于物联网的远程监控方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070299318A1 (en) * | 2006-06-09 | 2007-12-27 | Avita Corporation | Medical monitoring device with remote transmission function |
CN201101523Y (zh) * | 2007-11-08 | 2008-08-20 | 彭悟 | 一种远程健康监测及跟踪系统 |
CN102988042A (zh) * | 2012-08-30 | 2013-03-27 | 重庆电子工程职业学院 | 一种小波变换与支持向量机相融合的窦房结电图识别方法 |
CN103347121A (zh) * | 2013-06-20 | 2013-10-09 | 张家港保税区润桐电子技术研发有限公司 | 一种能够评估健康状况的智能手机 |
CN103610461A (zh) * | 2013-10-17 | 2014-03-05 | 杭州电子科技大学 | 基于双密度小波邻域相关阈值处理的脑电信号消噪方法 |
WO2014056827A1 (fr) * | 2012-10-09 | 2014-04-17 | Fort Laurent | Vetement integrant un systeme de collecte de donnees physiologiques |
CN203564225U (zh) * | 2013-10-11 | 2014-04-30 | 哈尔滨师范大学 | 一种基于物联网的老年人健康监测装置 |
-
2014
- 2014-08-26 CN CN201410422304.7A patent/CN104688201A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070299318A1 (en) * | 2006-06-09 | 2007-12-27 | Avita Corporation | Medical monitoring device with remote transmission function |
CN201101523Y (zh) * | 2007-11-08 | 2008-08-20 | 彭悟 | 一种远程健康监测及跟踪系统 |
CN102988042A (zh) * | 2012-08-30 | 2013-03-27 | 重庆电子工程职业学院 | 一种小波变换与支持向量机相融合的窦房结电图识别方法 |
WO2014056827A1 (fr) * | 2012-10-09 | 2014-04-17 | Fort Laurent | Vetement integrant un systeme de collecte de donnees physiologiques |
CN103347121A (zh) * | 2013-06-20 | 2013-10-09 | 张家港保税区润桐电子技术研发有限公司 | 一种能够评估健康状况的智能手机 |
CN203564225U (zh) * | 2013-10-11 | 2014-04-30 | 哈尔滨师范大学 | 一种基于物联网的老年人健康监测装置 |
CN103610461A (zh) * | 2013-10-17 | 2014-03-05 | 杭州电子科技大学 | 基于双密度小波邻域相关阈值处理的脑电信号消噪方法 |
Non-Patent Citations (1)
Title |
---|
曹世超: "基于双密度小波变换的信号去噪研究", 《邢台职业技术学院学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109545392A (zh) * | 2018-10-26 | 2019-03-29 | 平安科技(深圳)有限公司 | 基于物联网的远程监控方法、装置、设备及介质 |
CN109545392B (zh) * | 2018-10-26 | 2024-03-01 | 平安科技(深圳)有限公司 | 基于物联网的远程监控方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lenton et al. | Early warning of climate tipping points from critical slowing down: comparing methods to improve robustness | |
Jain et al. | An adaptive thresholding method for the wavelet based denoising of phonocardiogram signal | |
Ahammad et al. | Detection of epileptic seizure event and onset using EEG | |
WO2022052358A1 (zh) | 心电异常检测网络训练方法、心电异常预警方法及装置 | |
Gao et al. | Culturomics meets random fractal theory: insights into long-range correlations of social and natural phenomena over the past two centuries | |
CN107066514A (zh) | 老年人的情绪识别方法和系统 | |
CN103093759A (zh) | 一种基于移动终端的嗓音检测评估装置及方法 | |
Wang et al. | Removal of motion artifacts in photoplethysmograph sensors during intensive exercise for accurate heart rate calculation based on frequency estimation and notch filtering | |
Zhang et al. | Operating characteristic information extraction of flood discharge structure based on complete ensemble empirical mode decomposition with adaptive noise and permutation entropy | |
Alqudah | An enhanced method for real-time modelling of cardiac related biosignals using Gaussian mixtures | |
CN104133199A (zh) | 用于生命探测雷达的微弱呼吸信号增强方法 | |
CN108697335B (zh) | 利用信号分析来检测活体组织的方法和设备 | |
CN110179436A (zh) | 一种鼾声取样方法及终端设备 | |
Zhang et al. | Signal de-noising method for vibration signal of flood discharge structure based on combined wavelet and EMD | |
Sun et al. | Resolve domain conflicts for generalizable remote physiological measurement | |
CN104688201A (zh) | 老年人健康监护系统及其方法 | |
CN204293138U (zh) | 老年人健康监护系统 | |
Meng et al. | Non-invasive blood pressure estimation combining deep neural networks with pre-training and partial fine-tuning | |
Ukil et al. | Cardiac condition monitoring through photoplethysmogram signal denoising using wearables: can we detect coronary artery disease with higher performance efficacy? | |
Pollreisz et al. | Efficient respiratory rate extraction on a smartwatch | |
JP6468635B2 (ja) | 眠気推定装置及び眠気推定プログラム | |
TW201332514A (zh) | 自動睡眠分期裝置 | |
Jusak et al. | A semi-automatic heart sounds identification model and its implementation in internet of things devices | |
Vaziri et al. | On the fractal self-similarity of laryngeal pathologies detection: The estimation of hurst parameter | |
Madhan Mohan et al. | Spot measurement of heart rate based on morphology of PhotoPlethysmoGraphic (PPG) signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150610 |