摘要：睡眠障碍是抑郁症的评估因素之一,可从心电数据中提取特征值用于抑郁评估,辅助临床诊断。设计开发一种基于睡眠心电数据的人工智能抑郁评估系统,其中包含心电数据的分析、心电滤波和心电R波的定位。其间并进行数图转换,生成心电RR间期图。利用TensorFlow进行图像的增强处理后,构建卷积神经网络,最终得出睡眠心电数据的人工智能抑郁评估模型。

摘要：随着科技水平的发展,越来越多的学者开始研究面向移动医疗。以及现代社会当中智能手机、安卓操作系统、5G等的使用越来越普遍,而且面向智能手机的各种应用也越来越多,它的可靠性以及数据处理速度也越来越快,那么我们可以进行一个移植,将之前在电脑端的医疗检测设备的软件进行整理换平台,把它们换到智能手机这样的平台上,之前在电脑端的医疗检测设备体积大,不易维护和扩展。依据这一特点,本文以心电数据为例设计了面向移动医疗的心电数据实时共享系统。

摘要：本文介绍了一种通过嵌入式调制解调器与公共电话网实现心电数据远程传输的系统 ,系统由家庭单元、公共电话网和中心工作站组成。该系统通过嵌入式调制解调器与公共电话网可将家庭单元的心电记录器采集的心电信号传输到远处的中心工作站 (医院或监护中心 ) ,由中心工作站对患者进行心电监护。系统特点在于数据传输采用并行嵌入式调制解调器 ,它具有体积小、功耗低、携带方便。

摘要：本文旨在研究远程监控心血管疾病时，产生的心电大数据的存储方式。采用 Hadoop 分布式集群技术，设计基于 HBase 非关系型（NoSQL）心电数据库，测试存储时间和访问效率，解决心电大数据的存储问题。经测试，HBase 数据库的存储时间、访问时间、存储的高可靠性，均满足心电数据的存储要求。本研究为后续进行心血管大数据分析、统计、数据挖掘打下基础。

摘要：本研究旨在围绕物联网、移动医疗和远程心脏疾病监控,研究心血管疾病大数据存储技术。采用非关系型数据库(NoSQL)技术和关系型数据库MySQL进行对比,设计基于MongoDB的心电数据库,解决心电大数据的存储问题。NoSQL技术对大数据的处理有优势也有劣势,在存储数据的时间和数据结构的灵活性方面,均优于关系型数据库,但是结构化的表结构在并发响应时间和存储空间上有一定优势。为后续进行心血管疾病预测,建立心血管疾病预测模型打下基础,解决心电数据存储带来的种种问题,也能为其它医疗大数据的存储提供参考。

摘要：设计使用Matlab编程实现基于信息熵的心电数据特征点的提取,数据来源于麻省理工心电数据库。首先对心电信号进行滤波处理,然后通过信息熵运算提取R波包络,最后找到R峰点并进行标注。此设计很好地结合了信息论和信号与系统的专业知识,有利于加深学生对课程知识点的理解,提高其分析问题和解决问题的能力,激发其创新思维,实现教学效果和质量的提升。

摘要：远程无线心电实时监护系统的心电采集终端基于嵌入式设备开发,系统资源和网络带宽都收到限制,这要求系统设计具有低功耗和数据实时压缩的功能,因此引入压缩感知算法对心电信号进行处理。压缩感知算法具有编码计算简单快速,解码计算相对复杂的特点。对于心电信号,需要对压缩感知算法在实时心电压缩系统中的可行性进行研究。

摘要：针对传统的血压监护系统用户网络体验性差的问题,基于微信公众平台和嵌入式技术设计出一种智能移动血压监护系统。该系统的智能移动监护终端搭载PIC32MX微控制器,移植运行嵌入式Linux系统,可采集用户的心电、脉搏数据,并通过Internet将数据上传至接入微信的中心服务器,在微信中心服务器中利用脉搏波传播时间(PWTT)计算出实时的血压值。用户可以添加本系统的微信公众号,使用微信客户端查询监护结果。结果表明,该系统能够实现无袖带式连续血压测量,能够实现远程血压监护的功能,对慢性病的管理与治疗有重要意义。

摘要：随着物联网技术的发展,来自医院以及各种便携式设备的心电数据呈指数级增长,传统的关系型数据库已无法满足其存储与处理的需求。针对以上问题,设计基于HBase的分布式心电信号存储与处理系统。测试结果表明,文件写入系统平均速度为每秒14000多条,最快写入速度可达每秒19813条,数据检索结果返回时效达到毫秒级,能够满足业务应用中对心电信号存储和检索时效的要求。

摘要：心电信号对心血管疾病的远程诊断、远程分析和远程治疗具有很重要的作用,但是心电信号在网络传输过程中会遭到数据毁坏、替换、盗窃和丢失。因此,本文采用端到端加密和DES(数据加密标准)算法对心电信号进行加密和解密,使密文的每一位都依赖于明文和密钥的每一位,保证了心电信号在通信网中传输的安全性和可靠性,具有很强的保密强度,能受住时间的检验和攻击。