人脑电信号实时监测原型系统设计与实现

doi:10.3778/j.issn.1002-8331.1709-0434

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (2): 236-239.DOI: 10.3778/j.issn.1002-8331.1709-0434

人脑电信号实时监测原型系统设计与实现

苗立志1，2，3，徐韬4，郭静4，焦东来1，2，3

1.南京邮电大学地理与生物信息学院，南京 210023
2.南京邮电大学江苏省智慧健康大数据分析与位置服务工程实验室，南京 210023
3.南京邮电大学泛在网络健康服务系统教育部工程研究中心，南京 210003
4.南京邮电大学通信与信息工程学院，南京 210003

出版日期:2019-01-15 发布日期:2019-01-15

EEG Signals Real-Time Monitoring Prototype Design and Implementation

MIAO Lizhi1，2，3, XU Tao4, GUO Jing4, JIAO Donglai1，2，3

1.College of Geographical and Biological Information, Nanjing University of Posts and Telecommunications, Nanjing 210023, China
2.Jiangsu Engineering Laboratory for Smart Analysis of Healthy Big Data and Location Based Services, Nanjing University of Posts and Telecommunications, Nanjing 210023, China
3.Engineering Research Center of Ubiquitous Network Health Service System of Ministry of Education, Nanjing University of Posts and Telecommunications, Nanjing 210003, China
4.College of Telecommunications & Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China

Online:2019-01-15 Published:2019-01-15

摘要/Abstract

摘要： 针对脑部病患突发状况时不能够在最短的时间内预警并发现和监测效率不高的问题，设计了一种基于无线通信技术和LBS的脑电信号实时监测方法，实现对脑电监测仪携带者的位置和脑电信号的实时监测。将GIS技术、无线传输技术、智能移动终端与现有的信息管理平台相融合，提出了人脑脑电信号实时动态监测框架体系结构，并设计开发了原型系统。该系统可将采集到的脑电数据实时显示并传送到服务器端，实现在服务器端的实时监控与动态分析，并对发生异常的情况做出应急响应，为应急救援提供帮助。

关键词: 脑电信号, 实时监测, 位置服务, 智慧健康, 移动医疗

Abstract: Towards the problems that sudden brain disease cannot be warned and detected without delay in the shortest time, and inefficient monitoring in the emergency situation, a real-time monitoring method is proposed to collect Electroencephalograph（EEG） brain signals based on wireless communication technology and Location-Based Service（LBS）, which can monitor the users’ position and EEG in real time. The system architecture for monitoring human brain EEG dynamically is generated through integrating GIS, wireless transmission technologies, smart mobile terminals and legacy information management platforms. Furthermore, a prototype system is developed and implemented based on the above architecture. This system can display the collected EEG data and send them to the server, which will analyze dynamically to identify whether the user is normal or not. In case abnormal situation occurs, the system will alert to suggest an optimal rescue solution.

Key words: Electroencephalograph（EEG）, real-time monitoring, Location-Based Service（LBS）, smart healthcare, mobile telemedicine

苗立志1，2，3，徐韬4，郭静4，焦东来1，2，3. 人脑电信号实时监测原型系统设计与实现[J]. 计算机工程与应用, 2019, 55(2): 236-239.

MIAO Lizhi1，2，3, XU Tao4, GUO Jing4, JIAO Donglai1，2，3. EEG Signals Real-Time Monitoring Prototype Design and Implementation[J]. Computer Engineering and Applications, 2019, 55(2): 236-239.

[1]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[2]	侯尧，陶洋，杨理，熊炼. 基于差分隐私的个人轨迹信息保护机制[J]. 计算机工程与应用, 2020, 56(9): 106-110.
[3]	徐健，温蜜，张凯. 结合区块链技术的改进K-匿名激励机制方案[J]. 计算机工程与应用, 2020, 56(6): 111-116.
[4]	魏芬娟，陈崇成，叶晓燕，陈功. 森林资源调查与督查的移动GIS研发及应用[J]. 计算机工程与应用, 2020, 56(6): 231-238.
[5]	李凌，顾晓梅，刘子豪. 多子域随机森林在情境感知推荐中的应用研究[J]. 计算机工程与应用, 2020, 56(22): 132-141.
[6]	沈潇童，毕卉，王苏弘，李文杰，邹凌. 抑郁症患者脑电导联选择算法及分类研究[J]. 计算机工程与应用, 2020, 56(22): 154-159.
[7]	周奕隽，李冬冬，王喆，高大启. 融合倒谱特征的脑电（EEG）情感分类[J]. 计算机工程与应用, 2020, 56(21): 164-169.
[8]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[9]	周元，于明，黄炜嘉，李效龙. 能量熵与峰值窗口结合去除眼电伪迹研究[J]. 计算机工程与应用, 2020, 56(19): 168-175.
[10]	陈景霞，郝为，张鹏伟，谢佳. RSVP与SSVEP混合脑电信号刺激与多类事件检测[J]. 计算机工程与应用, 2020, 56(15): 132-139.
[11]	王永录，左开中，曾海燕，刘蕊，郭良敏. 面向连续查询的敏感语义位置隐私保护方案[J]. 计算机工程与应用, 2020, 56(14): 74-81.
[12]	李世丹，朱晓军. 基于递归定量分析的视听脑电应用研究[J]. 计算机工程与应用, 2019, 55(9): 107-111.
[13]	张雪英，王薇蓉，孙颖，宋春晓. 面向脑电情感识别的改进多分类RVM模型研究[J]. 计算机工程与应用, 2019, 55(9): 112-117.
[14]	关巍1，张磊2. 粒子群属性聚类的位置隐私保护[J]. 计算机工程与应用, 2019, 55(5): 96-104.
[15]	胡章芳，崔婷婷，罗元，张毅，魏博. 基于CBLSTM算法的脑电信号特征分类[J]. 计算机工程与应用, 2019, 55(24): 110-116.

人脑电信号实时监测原型系统设计与实现

EEG Signals Real-Time Monitoring Prototype Design and Implementation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics