基于Android手机的泛在人体健康监护系统数据挖掘程序的研究与设计_邹娜

随着医疗事业信息化进程的迅速推进，相关医疗设备虽然实现了基于有线网络的网络化，但是成本高、维护难是一大弊端。为此，具有灵活性和移动性的无线网络方案应运而生。本文则是在无线体域网（WBAN，Wireless Body Area Network）系统上设计满足要求、人性化的 Android 应用程序，实现各项生命体征信息的传输、显示，数据挖掘及诊断决策等功能。它充分利用手机等终端设备的移动便携性，可以随时随地的实现有效的个人健康信息监护。然而，WBAN 系统中智能终端的资源(包括存储能力、计算能力、无线通信能力和能量等)往往都是受限制的，因此要构造简单易用和低成本的应用系统，就必须考虑内嵌入式轻量级的数据挖掘算法的设计和实现，不仅能让用户对自身健康状况有即时了解，同时避免额外的健康监护设备的开发，既节约了成本，又满足了人们的健康需求，发展前景广阔。传统的数据挖掘算法主要在普通的 PC 机上使用，算法复杂，所需的运算量较大，通常是在分布式的计算环境下进行，本文将数据挖掘应用到移动终端的环境中，是对数据挖掘研究理论上和现实应用上的创新。为了实现在资源受限设备上对健康状况做出初步诊断，尤其是动态心电图(ECG)信号实时分析的要求，本文给出利用动态ECG信号的二阶差分极小值和一阶差分过零点来实现QRS波精确定位的实时检测算法。通过在 Android 智能手机上的开发，经过实际的测试验证，QRS 波检测的准确率可达 95.5%以上，智能诊断的结果也与标准心电仪保持一致，表明该算法切实有效；在此基础上将不包含 QRS 波信息的无效波段剔除，可以在保证服务器端数据真实有效的情况下，最大限度节省了资源占用，实现了一定意义上的高效传输，为个人健康监护服务的实际发展提供了参考。