无线健康监护系统设计及状态识别算法

作者：杨雷; 王志武; 姜萍萍; 颜国正^*; 刘大生; 韩玎; 赵凯

来源：中国医疗器械杂志, 2020, 44(04): 288-293.

DOI：10.3969/j.issn.1671-7104.2020.04.002

• 戒毒人员
• 穿戴式
• ZigBee
• 健康监护
• 卷积神经网络
• 分类识别

该研究提出了一种面向强制戒毒所戒毒人员的穿戴式无线健康监护系统。该系统可以连续实时地监测戒毒人员的多项生理参数,当生理参数出现异常发出预警信息,起到及时行医的作用。此外,提出了一种卷积神经网络模型(convolutional neural network, CNN),该模型根据多项生理参数对戒毒人员的健康状态进行评估。实验表明,将该模型用于公开的生理参数数据集的身体状态识别任务,在单个实验对象的生理参数数据集上最高可达100%的识别准确率;当使用整个生理参数数据集时可获得高达99.1%的识别准确率,超过了传统的模式识别方法在此任务上的表现,验证了该模型的优越性。

• 单位
  上海交通大学