摘要：为防止施工过程中职业性高原病和其他职业病的发生,建立青藏铁路施工职业健康监护系统。该系统由劳动环境监测系统、职业性疾病监测系统、健康监护信息管理系统三部分构成,监护目标疾病为高原病、尘肺、肺功能损害、职业中毒、紫外线损伤和职业性听力损伤,监护周期3个月。对系统的组织结构、层次和健康监护信息传递流向进行设计论证。开发出由健康监护信息管理系统和健康监护评价报告系统两大系统,由基础数据库,统计报表数据库和评价报告输出三大功能所组成的青藏铁路健康监护信息计算机管理软件。

摘要：为解决社区医疗和家庭健康监护设备功能单一的问题,提高心电和血氧健康监护设备的可靠性和便携性,在实验室自主研发生理参数采集设备的基础上,提出了一种基于蓝牙低功耗传输协议的手机无线心电和血氧健康监护系统.结合移动医疗思想,设计了蓝牙模块硬件、蓝牙低功耗协议栈、手机应用和文件服务器,实现人体心电和血氧参数的实时监控、显示和存储的功能.实验测试结果表明,该系统传输性能良好,体积小,便携性好,能满足日常健康监护的需求.

摘要：随着我国进入老龄化,老年人的健康监护越来越受到人们的关注,传统的健康监护模式已不能满足需求.而传统的面向家庭用的监护系统比较少,而且功能比较单一、操作性比较复杂、实时性差、价格比较昂贵.近年来伴随着MEMS技术、集成电路技术、无线通信技术的不断进步,无线体域网系统(wireless body sensor network)得到长足发展.基于无线体域网技术的应用系统也越来越受到人们的重视.设计了一种基于无线体域网技术的老年人健康监护系统.介绍了基于无线体域网技术的老年人健康监护系统的系统总体架构,重点介绍了无线体域网节点的设计以及无线体域网的系统构成.无线体域网节点包括无线心电与脉搏节点、无线血氧与体温节点.并介绍了各个生理参数的检测方法与检测电路.最后给出了生理参数的检测结果以及智能终端上的处理显示结果.

摘要：突破传统护理床结构设计思想,利用机器人多轴控制技术实现护理床不同体位变换;以护理床为基点,采用嵌入式技术研制了智能健康监护系统,实现对监护对象的生理参数实时检测和健康异常自动报警。为确保报警的准确性,分析了信号噪声、传感器信号和人体生理信号特征,研究了基于小波分析的智能健康报警模型。这样一个融合"护理"、"监控"和"危急报警"功能的智能健康监护床不仅可满足当前社会的需求,同时作为一个终端,可以和远程监护中心形成一个面向社会的网络化健康监控体系。

摘要：为满足对老年人和慢性病患者生命特征信息远程实时监测的需求,设计了基于体域网的远程健康监护系统,系统由WBAN、数据处理服务中心、各监控终端等几个部分组成。设计了基于ZigBee网络的生命特征信息感知节点,根据生命特征传感器采集的信号特点设计驱动电路,以CC2530为主处理器进行节点软件设计,完成了对人体心电、血压、温度等信息的实时采集和转发。数据处理中心负责信息存储、分析和发布,各种监控终端也可以通过数据处理中心查询被监测者的生命特征信息。测试结果表明,系统能够完成相应的功能,满足应用需求。

摘要：把云计算引入到健康监护系统中,充分利用云计算的优势,极大降低监护设备的设计难度和软硬件成本。以Amazon EC2弹性云服务作为Web服务器,使用B/S模式,利用3G网络的带宽和覆盖面的优势,完成多参数采集的用户监护设备,搭建具有良好扩展性的健康监护系统。系统以网站形式向用户提供服务,对用户进行分类个性化管理,并定时向监护设备推送相关健康信息。同时提出对设备的续航问题和用户隐私保护等方面的解决方案。

摘要：针对新一代健康监护系统在综合运用传感器网络、云计算和大数据等技术时存在的移动性、网络延迟、慢性疾病预测的准确率局限性问题,设计了一种基于云雾辅助的移动健康监护系统.通过分析基于云雾辅助的移动健康监护系统的层次化结构,解决了该系统的3项关键技术,包括:采用基于IPv6的网络体系结构以增加移动性,采用基于时间阈值的云雾资源统一调度算法以降低响应延迟,采用基于级联特征降维和特征选择的慢性病变风险分级模型以提高预测的智能性和准确率.对比实验表明,该系统具有更低的响应延迟和更高的慢性病变风险分级准确率,从而有利于心血管病类慢性疾病的早期预警.

摘要：利用微型传感器对人体健康状况进行远程实时监护已取得很大进展。当传感器获取用户生理数据并传输到远程数据中心时,针对异常的用户生理数据,如何通过呼叫中心迅速向用户及家属朋友发起主动呼叫,实现紧急报警,使用户在紧急情况下获得家属朋友的帮助和及时的医疗救助是需要解决的一个重大问题。提出了利用异常数据自动监控、消息通讯机制、设计新的主动呼叫流程等方法解决紧急情况下由呼叫中心向用户发出的主动呼叫问题。实验应用结果表明,该方法是有效的。

摘要：物联网用途极其广泛,极大地方便了人们的生活。健康监护可以为用户提供方便、可靠、成本低廉的健康服务。现有的健康监护系统主要依赖于仪器仪表。基于物联网技术和表情识别技术提出了一种非接触式健康监护系统NCHMS(Non-contact Health Monitoring System)。详细阐述了NCHMS系统的各部分构成和功能,针对健康监护改进了现有的表情分类空间,给出了详细的表情识别算法,并进行了模拟实验。从实验数据可以看出,系统设计具有相当的可行性和实用性。

摘要：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。