远程健康监护系统及生理参数小波分析

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (22): 213-215.

远程健康监护系统及生理参数小波分析

蒋贤海1，2，谢存禧1，邹焱飚1

1.华南理工大学机械与汽车工程学院，广州 510640
2.广东水利电力职业技术学院，广州 510635

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-01 发布日期:2011-08-01

Home health telemonitoring system and data analyzing of physical parameters

JIANG Xianhai1，2，XIE Cunxi1，ZOU Yanbiao1

1.School of Mechanical and Automotive Engineering，South China University of Technology，Guangzhou 510640，China
2.Guangdong Technical College of Water Resources and Electric Engineering，Guangzhou 510635，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-01 Published:2011-08-01

摘要/Abstract

摘要： 提出了远程健康监护系统及生理参数数据处理方法，针对监护到的用户多生理参数，系统采用小波分析方法对采集到的信号进行分析处理，消除噪声等干扰信号，检测信号奇异点，实现报警及咨询护理功能。搭建了监护系统的总体结构，采用Socket实现监护数据的传输，给出分析实例。实验表明，小波分析消噪效果明显，能很好地刻画信号的奇异性特征。

关键词: 小波分析, 信号消噪, 奇异性检测, 健康监护系统

Abstract: Home health telemonitoring system based on wavelet analysis is proposed，the technology of wavelet analysis is adopted in the paper to conduct physiological parameter，reduce noise，detect singularity，and function of answering of alarm and nurse are also realized with it.System structure is presented，and data transmission is realized using socket.This fact demonstrates that the method may reduce noise and detect singularity effectively.

Key words: wavelet analysis, noise reduction, singularity detection, health monitoring system

蒋贤海1，2，谢存禧1，邹焱飚1. 远程健康监护系统及生理参数小波分析[J]. 计算机工程与应用, 2011, 47(22): 213-215.

JIANG Xianhai1，2，XIE Cunxi1，ZOU Yanbiao1. Home health telemonitoring system and data analyzing of physical parameters[J]. Computer Engineering and Applications, 2011, 47(22): 213-215.

[1]	白晓静1，卢钢2，闫勇1，2. 基于多尺度颜色小波纹理特征的火焰图像分割[J]. 计算机工程与应用, 2017, 53(9): 213-219.
[2]	王泉德1，肖继来1，谢晟2. BOLD效应fMRI图像的自适应阈值小波去噪方法[J]. 计算机工程与应用, 2017, 53(8): 170-173.
[3]	汪鲁才，曹鹏霞，姜小龙. 一种改进的含噪语音端点检测方法[J]. 计算机工程与应用, 2016, 52(15): 162-167.
[4]	段晓帅，陈世利，靳世久. 小波分析在脉冲涡流无损探伤中的应用[J]. 计算机工程与应用, 2015, 51(5): 198-203.
[5]	毛贤光1，2，李云欣2，李罕2. 基于不变矩和小波分析的指横纹匹配新算法[J]. 计算机工程与应用, 2015, 51(20): 172-177.
[6]	赵彦仲，吴立文. Hurst指数估计法的比较和研究[J]. 计算机工程与应用, 2014, 50(16): 154-158.
[7]	李慧君1，杨继明1，邓彤天2，钟晶亮2. 基于小波分析的汽轮机振动预测研究[J]. 计算机工程与应用, 2014, 50(12): 263-265.
[8]	胡燕翔，万莉. 大动态范围多曝光图像融合方法[J]. 计算机工程与应用, 2014, 50(1): 153-155.
[9]	刘海涛，石跃祥，康蕴. 基于小波分析的图像融合新方法[J]. 计算机工程与应用, 2013, 49(6): 205-208.
[10]	黎林1，朱军2，刘颖1，张磊1. 改进动量粒子群优化神经网络的语音端点检测[J]. 计算机工程与应用, 2013, 49(5): 225-229.
[11]	胡伟，郑明才. 基于小波神经网络的语音端点检测算法[J]. 计算机工程与应用, 2013, 49(12): 191-194.
[12]	李宇光，刘明光. 电机故障检测的小波分析红外图像增强[J]. 计算机工程与应用, 2013, 49(11): 241-243.
[13]	任义龙1，刘渊1，2. 一种基于小波分析的DDoS攻击检测方法[J]. 计算机工程与应用, 2012, 48(31): 82-88.
[14]	余嘉1，方杰2，许可2. 基于加权小波的DCT人脸识别算法研究[J]. 计算机工程与应用, 2012, 48(17): 199-202.
[15]	张梅. 一种基于模糊神经网络的语音端点检测方法[J]. 计算机工程与应用, 2012, 48(16): 133-135.