心血管疾病具有高死亡率、高患病率的特点,严重威胁着人类的生命与健康。另外,由不良生活方式引发的慢性疾病趋向年轻化,亚健康人群增多,人们对医疗保健的需求急剧增长。心电和呼吸信号作为人体重要的体征信号,携带着丰富的病理信息,是临床诊断的重要依据。早期对心电、呼吸生理参数的监测,有利于心血管疾病和慢性疾病的诊断和预警。当前市场上的监护设备主要用于体征参数的采集与简单分析,不能进行智能检测及异常预警,且功能结构单一、价格昂贵、可移动性差、缺少与远程监控中心的数据交互。针对以上问题,本文设计了一种基于智能终端的生命体征监测系统,通过智能终端实现心电和呼吸数据的接收、处理、分析、显示、存储与上传,借助Web平台辅助监护。本文对体征信号的检测与分析方法进行了研究。首先针对心电和呼吸信号主要受到的噪声干扰,设计FIR低通滤波器去除高频干扰,采用滑动平均滤波抑制基线漂移;然后对经数字滤波后的心电、呼吸信号进行特征点检测,采用计算量较小的逐点比较法检测呼吸极大值位置,从而计算呼吸率。利用改进后的差分阈值法识别心电R波,计算得到心率;最后根据心电信号R波的位置获取心率变异性(Heart Rate Variability,HRV)信号,进行HRV分析。通过实验选取某些与人体压力变化具有一致性且变化显著的HRV参数,利用层次分析法(Analytic Hierarchy Process,AHP)建立精神压力评估模型,计算得到精神压力指数。本文完成了智能终端软件的设计。智能终端通过Micro USB接口连接体征信号采集装置,实时接收心电、呼吸数据,经数字滤波和特征点检测后,实时显示心电波形、心率和呼吸率计算结果,并进行异常预警。智能终端完成心电与呼吸数据的存储后,上传文件至Web服务器,获取HRV分析和精神压力评估结果。经测试,本监测系统能够稳定地采集心电与呼吸信号,有效地抑制干扰,心率计算的平均准确率为96%,呼吸率计算的平均准确率为94%,精神压力模型的评估结果符合客观事实。智能终端软件的功能正常,能够稳定地与Web服务器进行数据交互,满足实时性要求,兼容性良好,并具备友好的人机交互界面。