论文部分内容阅读
中国人口老龄化程度持续加剧,越来越多的“空巢老人”、独居老人受到全社会的广泛关注,研究老年人居家远程健康监护技术有望缓解这一社会问题。物联网和云计算技术的发展,为老人家庭健康远程监护带来了新机遇,但便捷、舒适、长效、智能仍是老人家庭远程监护尚未满足的技术需求,穿戴式设备、机器学习、人工智能等前沿技术可提供潜在的解决方案。为此,本文研究了基于物联网和云平台的老人家庭远程监护系统及关键技术,创新性地集成了穿戴式心电设备和家庭网关等物联网技术以及云计算技术,引入机器学习与深度学习技术,设计了穿戴式心电信号的智能诊断与分类算法,最后研制了一套老人家庭远程监护系统。该系统的成功部署,有望辅助医生和社区护理人员为居家老人提供更加便捷舒适、长效准确的远程监护功能,降低老人心脏疾病的风险因素,提高居家养老的安全性。本文的主要研究内容及创新点如下:1)基于机器学习和穿戴式单导联心电信号的心律失常智能分类方法研究。提出了一种基于决策树集成的心律失常分类新方法,可将单导联心电信号分为四类:正常窦性心律、房颤、其他心律失常、噪声。该方法包括预处理、特征提取和分类三个步骤。预处理包括心电信号滤波和R波位置检测。在特征提取步骤中,针对心律失常分类设计和提取了四组31个特征,包括房颤特征组、形态学特征组、RR间期特征组和噪声类特征组。在分类步骤中,使用100折交叉验证训练基于Ada Boost的决策树集成分类器,分析特征重要性和有效性。进一步的,使用梯度提升方法选取了17个关键特征,改进了决策树集成分类器的性能。该方法在2017年Physio Net/Computing In Cardiology房颤分类挑战赛上F1指标(精确率和召回率的调和平均)得分0.82,与其他8种算法并列第二名。该方法较好的解决了传统方法在穿戴式心电数据上分类性能下降的问题,实现了穿戴式心电信号的智能分类。2)基于深度学习的穿戴式单导联心电信号早搏心拍智能检测方法研究。提出了一种基于小波同步压缩变换和深度神经网络的早搏心拍检测新方法,可以在单导联心电数据中检测室性早搏和室上性早搏心拍位置。首先对原始心电数据进行小波同步压缩变换,得到178个变换系数/采样点,然后使用这些系数训练深度神经网络模型,模型输入任意长度的时间序列数据,输出对应每个采样点的室性早搏和室上性早搏预测概率,最后根据采样点预测概率计算早搏心拍位置。该方法在2020年中国生理信号挑战赛上,室性早搏和室上性早搏误检评价指标分别得分PVCerr=97913和SPBerr=95348,分别获得决赛第4名和第2名。该方法可用于对包含高噪声的长程动态单导联心电数据进行室性早搏和室上性早搏心拍检测。3)基于深度学习的多导联心电信号心律失常智能检测方法研究。设计了使用标准肢体三导联心电数据检测室性早搏心拍的深度神经网络模型,以及检测房颤的深度神经网络模型。室性早搏心拍检测模型有效结合了手工特征和深度神经网络;手工特征包括心拍波形数据和标准化RR间期;模型由一维卷积神经网络和门控循环单元等网络层组成,输入可变长的时间序列手工特征数据,输出为对应时间序列的室性早搏心拍预测概率。房颤检测模型主要由一维卷积神经网络、注意力网络和门控循环单元组成;模型输入任意长度的心电记录数据,输出该心电记录的房颤预测概率。房颤检测集成模型包括分别使用标准I、II和III导联心电数据训练的单导联模型,和所有标准导联心电数据训练的三导联模型。实验结果显示:室性早搏心拍检测模型和房颤检测集成模型在综合心电数据库上的F1指标分别为0.984和0.942。该方法仅使用标准三导联心电数据,在多个数据库上取得了良好的性能,较好的解决了现有文献方法在多源数据集上性能下降的问题。4)基于物联网和云平台的老人家庭远程监护系统设计。系统架构由三部分组成:穿戴式心电采集设备、家庭监护终端和云端服务器软件。穿戴式心电采集设备包括贴片式心电采集器和穿戴式“智慧衣”,可以长期实时采集人体心电信号和加速度信号。研发了物联网家庭网关硬件和安卓APP软件,家庭网关和安卓手机作为家庭监护终端与云平台进行数据通讯,并为老人提供用户界面。云端服务器软件包括四个层次:数据传输、数据存储、数据分析、数据应用。数据传输服务包括Web应用编程接口、短信服务、通知推送和消息队列。数据存储服务包括关系型数据库和对象存储,用于存储个人信息和心电信号等数据。数据分析服务即在云平台部署了基于深度学习的心律失常自动检测算法,检测结果可以辅助医生快速准确地诊断老人心脏疾病。数据应用包括医生在线诊断软件和社区实时监护软件,可以辅助医生和社区护理人员为老人提供心脏疾病诊断,心电图和安全事件实时监测等健康服务功能。实验结果验证了该系统数据采集和远程传输的可靠性,以及系统功能的有效性。本文基于物联网和云平台的老人家庭远程监护系统及关键技术的研究,对促进穿戴式设备、物联网、云计算和人工智能技术在居家养老中的广泛应用具有重要的学术意义和实际价值。