一、阻抗式呼吸监护系统的研制（论文文献综述）
桑阿凤[1]（2020）在《基于Android的呼吸频率监护系统研究及实现》文中研究说明随着电子科技的迅速发展以及人们对美好生活的不断追求,使得健康监护设备具有越来越广阔的市场。传统的健康监护设备因不能实时持续监测健康参数、佩戴舒适性差、检测费用昂贵等缺点,限制了其在日常生活中的普及及应用。相对于传统的健康监测设备,便携式可穿戴健康监护设备因具有体积小、功耗低、实时持续监测、环境适应力强、舒适性高等特点备受用户喜爱。众所周知,呼吸是人体重要的生理过程,临床诊断中,医生经常以呼吸的频率、深度、节奏对人体是否患有疾病进行初步诊断。本文利用柔性织物应变传感器和Android操作系统设计并实现了一款能实时监测呼吸频率并且具有紧急求救功能的可穿戴式呼吸频率监护系统。此系统主要分为下位机和上位机两个部分。人体进行呼吸运动时,胸部和腹部的横向面积会伴随着呼吸产生周期性的扩张和收缩。下位机从人体的这个物理行为出发,利用集成在惠斯通电桥中的柔性织物应变传感器感受出这种物理行为的变化,从而实现呼吸信号的采集。其次是对呼吸信号进行预处理,包括呼吸信号的滤波和利用双运算放大器LM358对呼吸信号的放大。然后利用STC15F2K60S2单片机对预处理后的电信号进行模数转换、呼吸频率计算以及呼吸频率OLED显示。最后用异步串口通信的方式将处理后的数据透传给蓝牙模块。在上位机部分,本文基于Android操作系统设计并实现了一款软件应用程序APP。本文利用Android操作系统的蓝牙专用API、谷歌定位服务API、SmsManager API以及MediaPlayer API开发了一款集蓝牙通信、位置定位、短信发送和声音报警集一体的软件应用程序。该APP通过调用手机内置蓝牙与下位机的蓝牙模块进行通信,以传送上位机对下位机发布的指令以及下位机发送过来的呼吸频率数据;通过调用手机内置GPS对用户的位置进行定位;利用短信发送平台发送求救短信;利用媒体播放器对呼吸异常情况进行声音警报;总体来说,该APP具备两大功能,分别是:呼吸频率实时显示和紧急求救功能。此系统采用柔性织物应变传感器对呼吸信号进行采集以及选用智能手机作为呼吸频率显示和紧急求救的终端,实现了用户对呼吸频率监护系统穿戴舒适性好、便携性强、低功耗和体积小等需求。经过对站立、坐下和平躺三种状态下的呼吸频率测量,其数据表明,该系统测量误差小、稳定性和环境抗干扰能力强,足以满足用户的日常需求。
袁懋结[2]（2020）在《腕式可穿戴多参数睡眠呼吸监测系统的研制》文中研究表明睡眠呼吸障碍性疾病（Sleep disordered breathing,SDB）通常来讲是较为常见的一种疾病,其中,阻塞性睡眠呼吸暂停低通气综合征（Obstruct sleep apnea-hypopnea syndrome,OSAHS）发病率是最高的SDB,很多慢性疾病的发病根源都与其有关。多导睡眠图（Polysomnography,PSG）被广泛地应用于诊断睡眠疾病,是目前诊断SDB的“金标准”。该设备使用的电极数多,便利性差,价格昂贵,受专业人员等因素限制,操作复杂,同时也不适于早期疾病筛查的应用需求。因此,本文针对如何设计并实现了一款针对于家用的腕式可穿戴多参数睡眠监测系统进行介绍,该系统能够用于诊断SDB的早期筛查与相关分类,以及患者的患病程度,能够监测多个生命体征参数,并改进了生命体征参数的传统检测方法,以用户的角度充分考虑传感器的合理选择、电路的合理设计以及资源的合理利用,确保能够在尽量不影响受式者睡眠质量的情况下对受试者进行SDB的有效筛查。本文设计并实现了可穿戴式多生理参数睡眠呼吸监测系统,以下是论文主要完成的内容。首先,根据SDB中的分类,以及相关分类疾病的临床诊断标准,提出了研制鼾声、口鼻呼吸气流、胸腹部呼吸运动、心电、血氧饱和度、脉率以及体温等几个生理信号相结合的腕式可穿戴监测系统。为了能实现更加全面、准确的对SDB进行筛查诊断,本系统实现多个参数的同步监测,多个参数算法糅合等功能。本文的主要工作分为微型低功耗硬件设计部分、上下位机软件部分以及算法部分的搭建。微型低功耗硬件设计部分实现了人体多个生理参数的同步监测,并能够支持数据兼容串口或无线传输与存储功能。采用国际上新型微型压力传感器测量口鼻气流与鼾声信号,两个绝压传感器检测胸腹部呼吸运动信号;采用TI公司的血氧芯片、心电和温度传感器集成芯片分别来采集人体的血氧、心电和体温信号,结合OSRAM公司的血氧探头或标准一次性指夹式血氧探头结合,实现兼容透射式、反射式血氧监测;采用East Rising公司的1.5英寸微型OLED对相关信号进行实时显示,主控芯片选用的是nordic公司带有控制和蓝牙功能的nrf52832作为单片机;上下位机部分主要包括,下位机、上位机以及安卓APP部分,其中,下位机主要包括对外围驱动电路、以及对数据的采集、预处理、存储、无线传输至PC端、手机APP端等;上位机部分分为睡眠监测实时显示软件与睡眠质量评测软件的搭建,主要实现信号的实时显示、存储、回放、相关参数计算、疾病诊断和评测报告输出等;安卓APP主要包括数据实时显示、关键参数指标显示、存储、夜间睡眠分析、睡眠质量评测结果显示;算法部分针对呼吸、血氧、心电及体温多个生理参数进行特征点提取、查找特殊事件、参数计算、多模态算法糅合综合分析,结合临床诊断标准,对SDB进行有效筛查以及初步诊断。本文对设计的各个通道生理信号采集与相关的标准设备进行了对比验证。首先使用Fluke的血氧模拟器和心电模拟器分别对血氧饱和度及心电模块进行准确性验证,选用某公司的水银温度计对温度部分进行准确性验证。其次采用某公司的M108型心电、血氧、呼吸和体温监测模块作为本系统验证的参考设备,验证过程中随机挑选10名志愿者,每名志愿者共采集60分钟的有效呼吸数据,计算呼吸各通道信号相关的准确性,其中最基础的是通过计算各指标参数的均方差来判断本系统的准确性;借用其他实验室的消音室及里面的录音设备作为鼾声检测通道信号准确性验证的参考,本文系统与麦克风能够做到同时对鼾声的同步监测,验证结果表明,本系统所采集的鼾声信号与麦克风所采集的鼾声信号准确无误。经过验证,确保各通道的信号采集上准确性后,随机抽选16名志愿者,对他们进行整夜睡眠数据的监测,将采集到的数据进行相关处理,通过自动和手动两种方式分析相关睡眠呼吸事件。根据睡眠呼吸事件的标准,通过手动和自动分析,将其分类出来,对相关参数指标进行计算对比,结果显示该系统对SDB诊断的正确率高达93.7%。综上,本系统完全能够实现对医生在SDB疾病初步自动筛查上的辅助,且能够输出一系列相关睡眠质量评测指标报告,通过无线的传输方式,为临床的进一步诊断提供了便利性,为大健康的发展奠定了坚实的基础,同时也为睡眠呼吸监测进一步的发展提供了一种创新性思路。
杭宇[3]（2020）在《呼吸道疾病患者生命体征监测系统》文中指出呼吸道疾病既包括慢性阻塞性肺病、哮喘等非传染性疾病,也包括病毒性肺炎、肺结核等传染病。特别是今年新型冠状病毒全球肆虐,人们日益重视起呼吸道疾病,设计一款针对呼吸道疾病的生命体征监测系统显得尤为重要。考虑到现有的监护仪价格昂贵,因此,本文只针对脉搏频率、血氧饱和度、呼吸率和体温这四个与呼吸道疾病密切相关的生理参数,设计了一款超低成本的监护仪,并可无线联网,接入生理参数监控服务器。本文首先介绍了四个生理参数的测量方案,通过分析比较,确定了本设计中采用的测量方案,并详细介绍了其检测原理。脉搏频率和血氧饱和度都是采用光电容积描记技术,通过人体指尖的反射式PPG信号,分析获取上述生理参数。呼吸率检测采用了薄膜压力传感器,弹性胸带将其固定在人体的胸部或腹部,通过检测胸部或腹部起伏状态的周期变化,计数出呼吸率。体温检测则是使用红外额温检测的方式。监护仪硬件设计部分,主要分为血氧饱和度探头电路、胸带和控制主板三部分。血氧饱和度探头电路负责PPG信号的采集、滤波,然后将PPG信号通过RS-232协议,发送给控制主板。胸带上固定了压力传感器,负责呼吸波的采集,通过线缆连接到控制主板。主板上选用的微控制器是ESP32,其自带Wi-Fi模组,可以连接至无线网络。软件部分,本文研究了如何处理PPG信号和呼吸波信号并提取出相关生理参数,以及如何编程驱动各个功能模块。本文还设计了监控服务器,实现病情恶化自动提醒医护人员和生理数据记录等功能。通过前期的实验,验证了该设计的可行性,达到了预期效果,为后续改进和完善提供了参考。
吴梦[4]（2019）在《3-6岁小童泳衣蓝牙呼吸监测报警系统研发》文中研究说明虽然游泳是一项非常有益健康的运动。但对于自我保护意识较差的儿童来说,游泳也是一项极其危险的运动,溺水已经成为儿童非正常死亡的头号杀手。结合这一实际情况,本文跟随智能服装这一发展新方向,拟研发出一种3-6岁小童泳衣蓝牙呼吸监测报警系统,在儿童穿上泳衣时,泳衣上的信号采集模块可以采集其呼吸信号,通过蓝牙技术进行信号发送,并在接收端显示。以时刻反应儿童在泳池中的呼吸状态,提高儿童在游泳时的安全性。本文首先介绍了国内外呼吸监测智能设备的研究背景及发展现状以及儿童泳装的市场现状。通过相关医学文献和报告确立了呼吸监测点并确立了儿童在游泳时呼吸频率的监测报警参数。其次,本文对呼吸监测系统的硬件进行了系统总体结构设计。硬件监测系统包括呼吸信号采集模块、驱动模块、电池模块、蓝牙模块。采用MEMS传感器采集呼吸信号,STM32核心单片作为中央控制模块来驱动各模块运行通过蓝牙技术传输信号至手机客户端。最后根据对现有数据资料的分析拟定了小童蓝牙呼吸监测泳衣的设计原则,对拟选定的三种面料进行了服用性能测试,并最终确定了小童泳衣的面料、款式、号型规格。将研究制作的蓝牙呼吸监测系统与设计的小童泳衣结合。对整个智能服装进行测试实验。对监测的功能性、稳定性、精确性进行检测。得到的结果符合预期目标。文中共有图39幅,表12个,参考文献62篇。
郭健[5]（2019）在《非接触式呼吸与心率信号检测系统》文中认为心脏是人体循环系统中的重要器官,与人体的健康密切相关。随着社会发展与科技进步,更多人开始关注个人健康问题,对日常生理状态监护设备的需求日益增多。据国家卫计委统计数据显示,心血管疾病的致死率远高于肿瘤等其他疾病,需通过一级预防与二级预防控制患病群体的死亡率。但当前预防过程中的监测方法对患病人员束缚较多,直接影响患者体验与治疗效果。因此,需要一种无感觉的检测方式实现对患病人员的心脏监测。另一方面,人口老龄化是社会发展进程中的一大问题,随着社会养老压力的持续增长,对家庭养老所需的检测监护类设备需求也日益增多。本文基于对心冲击图信号的研究,设计了一种非接触式呼吸与心率信号检测系统,并完成了系统功能设计、系统电磁兼容性测试分析、系统测量准确度评估等工作。详细研究内容如下:（1）系统设计以系统功能需求为指导,设计了一套非接触式呼吸与心率信号检测系统。首先,通过文献分析法,探索了心冲击图信号的生理基础与力学特性。基于压电效应原理,选择了稳定性好、灵敏度高的压电陶瓷传感器进行心冲击力学信号的采集,并通过阵列式布局的方式扩展了传感器的有效检测范围。其次,通过去噪、放大、数字化采集获得了心冲击图信号波形,经过对心冲击图信号的平滑滤波提取呼吸信号,利用FFT变换计算了呼吸频率。选用带通滤波器滤除了心冲击图信号的呼吸干扰与高频干扰,通过检测滤波后心冲击图信号的J波波峰,计算心率结果。最后,设计了下位机系统控制各功能单元进行信号采集与数据上传,实现了完整的信号检测系统功能。（2）系统电磁兼容性测试与分析根据医用电气设备电磁兼容性安全试验标准YY 0505-2012要求,对设计的非接触式呼吸与心率信号检测系统进行了电磁兼容性能的测试与分析。以静电放电抗扰度试验为示例,详细记录了电磁兼容性能试验的试验方法与过程;对试验测试中超标部分进行了优化设计,通过优化设备结构外形、更换关键器件、设计接口保护电路等方式,改进了系统的静电放电抗扰度性能。（3）系统测量准确度评估设计了对比测试试验,使用设计的信号检测系统与标准检测装置——MP150系统（BIOPAC）同步检测受试人员呼吸与心率状态,并记录检测结果。对记录的同步检测结果分别进行误差率分析与Bland-Altman分析,评估设计系统的测量准确性。最终的误差率分析结果显示,设计的检测系统的呼吸误差率低于4.5%,心率误差率低于9.7%,满足心电监护仪标准YY1079-2008的相关要求。Bland-Altman分析结果表明,设计的系统心率检测结果与标准系统心率检测结果间具有较好的一致性。
朱靖达[6]（2018）在《可穿戴人体多生理参数监护系统》文中认为随着老龄化的加剧,慢性疾病在老年人群中的发病率逐年增加。慢性疾病具有潜伏期长,发病症状不明显,危害缓慢加重的特点。对于慢性疾病的预防和监护,要用便携式健康监护设备逐渐替代传统医疗机构及社区的大型医疗护理设备。在这样的背景下,本文设计了一套可穿戴人体多生理参数监护系统,能在不影响使用者日常活动的前提下,实现对人体的心电、呼吸、脉搏、体温信号及运动状态的实时监测。首先,本文针对常见慢性疾病,选择心电、呼吸、脉搏、体温以及运动状态信号作为反映身体健康状况以及病情判定的重要依据。确定了各生理参数的穿戴式采集方法,本文使用织物电极实现单导联的心电监测,通过阻抗描记法测量人体的胸部阻抗以实现呼吸监测,通过光电容积法测量脉搏信号,使用相应传感器实现体温和运动状态监测。然后,本文针对各生理信号的监测方法,实现了系统的硬件电路设计。在信号节点的电路设计中集成了多个模块,包括各类生理参数采集模块,NRF51822主控模块及电源模块等。在脉搏采集节点中设计了反射式的光电传感器及相应的信号调理电路。其次,本文设计了监护穿戴衣作为信号节点和脉搏节点的搭载平台。为了保证使用者的舒适和方便,结合导电织物设计了干性织物电极和织物导线,为实现节点间的信号传输,设计了相应的节点接口和节点外壳,通过分离式设计增强了系统的复用性及灵活性。再次,本文实现了系统的嵌入式软件设计和移动端软件设计。基于NRF51822蓝牙芯片实现了各生理参数硬件采集模块的软件控制,结合蓝牙协议栈设计了相应的数据采集及发送软件流程。基于Android平台设计了手机端的监护程序,实现了各生理信号的分类显示及本地存储。最后,基于系统的软硬件平台,对整个系统进行了联调测试,针对系统的无线发送稳定性和功耗进行了测试,对各生理参数及运动信号进行了采集测试,测试了Android手机端软件的功能,验证了本系统的有效性。
黄博强[7]（2018）在《胸戴式心电呼吸采集装置的研究与实现》文中进行了进一步梳理近年来,心血管疾病、呼吸道疾病成为死亡率较高的慢性疾病,严重威胁到人们的生命健康。心电呼吸信号作为人体重要的体征信号,富含人体的生理信息,也是心血管疾病、呼吸道疾病诊断的重要依据。目前,市面上流行的便携式医用监护仪,普遍存在体积大、价格高、不方便长时间监护的问题。针对以上问题,本文基于体征参数监护设计了一款微型化、低成本、可实现长时间监测的便携式心电呼吸检测装置。以手机终端作为体征信息显示平台,可与装置进行良好的数据交互,硬件平台还具备扩展功能,可添加更多的人体信息。本文在信号采集方式上,融合了可穿戴检测方案的优势。摒弃了传统湿电极CM5导联检测心电信号的方式,而是采用了单导联胸带式检测方法,该方法是以导电硅胶制成的胸带式装备作为信号采集传感器,采集方便、灵活且可控性强。信号核心处理器STM32L151CBT6具有ARM cortex3的内核,可同时与ADS1292R、ADXL345进行数据交互,实现心电、呼吸、加速度信号的稳定采集、高精度采样、信号合理调度。通过PCB布局制成电路板,结合环氧树脂材质的电路盒进行实物封装,形成可穿戴装备实现心电呼吸、人体姿态的同步检测。针对心电呼吸信号中常见的高频、工频与基线噪声干扰,本文研究了低通数字滤波器、陷波器与形态学等方法去除,这几种数字滤波方法可有效消除心电呼吸信号中混入的噪声信号。在完成数字滤波后,采用计算量小的差分阈值法识别心电信号QRS波群,定位R波求出RR间期,计算心率值;根据呼吸信号波形特点,采用逐点判别法找出极大值点,求出极值点间期计算呼吸率。以上信号处理方法与参数值计算方法,不借助手机高性能处理,仅依托硬件核心处理器实现。根据设计需求,本文需要对整个采集装置的功耗、数据测量准确度与稳定性进行测试。结果表明,装置功耗为66.6mw;静止状态下,心率的平均误差率控制在2%以内,呼吸率的平均误差率控制在4%以内;正常活动状态下,心率的平均误差率控制在5%以内,呼吸率的平均误差率控制在6%以内。通过以上测试表明,本文设计的体征参数采集装置符合设计要求。
王宪忠[8]（2017）在《穿戴式多生理参数健康监测系统的研制》文中提出人体的生理信号可以反映出人体所处的健康状态,是临床诊断、医疗监护的重要参考依据,因此,对人体多种生理信号同时监测具有重要的意义。随着现代经济的发展以及科学技术的进步,人们的健康意识也在逐渐的提高,对现代医疗领域人体生理信号的监测也提出了更多的要求。未来人体生理信号监测设备不但要能检测人体的多种生理信号,而且要能够对人体多种生理信号进行分析,从而评估人体的健康状态,同时还要能够对一些疾病的发展进行分析和跟踪。传统的人体多生理参数监测设备一般都是采用一次性Agcl粘性电极来测量人体的心电和呼吸信号的,在舒适性和方便性方面有所欠缺。传统的人体多生理参数监测设备的体积都比较大,而且采用有线方式连接,限制了使用的场合,一般只用于病房床边监测。针对上述问题,本文设计了可穿戴式多生理参数健康监测系统,实现了人体多生理参数无导联线的穿戴式测量。本文主要研究内容如下:1、研究分析了不同生理信号产生的基本生理机制和各种不同生理信号的特点,设计了适合特定生理信号的测量方式、硬件电路以及处理方法;2、设计了织物电极和穿戴衣,作为心电和呼吸信号传感装置,提取人体体表的心电信号和阻抗式呼吸信号;3、设计了反射式光电传感器采集人体手指的脉搏波信号,并依据脉搏波数据计算出血氧饱和度数值;4、基于心电和脉搏波数据设计算法,实现基于脉搏波传导时间的无袖带人体血压的连续测量;5、基于红外式温度传感器实现人体皮温的非接触式测量;6、基于陀螺仪采集人体的三轴加速度信号,设计算法判断人体的运动姿态,并实现人体跌倒检测;7、设计了功耗低、体积小的人体多生理参数采集模块,实现人体多种生理信号的同时测量,并实现人体生理信号的无线传输,将数据上传到手持终端和上位机分析系统,同时可以将数据保存在SD卡,便于采集模块离线时对数据的处理;8、通过试验,测试了系统工作的稳定性、可靠性与准确性。
周子健[9]（2016）在《可穿戴式呼吸信号检测系统设计》文中研究指明随着社会经济的发展与人们的生活水平的提高,当今人们对自身的健康状况的关注度日益增加。由于人口数量的庞大、人口老龄化和亚健康的问题日益严重,人们对健康医疗保障的各种需求发生了很大的改变,对各种健康医疗保障服务提出了更高的要求。很多人对自身健康服务保障的关注点,慢慢从以医院为中心的治疗为主的保障模式,转向以个人、家庭以及社区为中心的预防为主的保障模式。伴随现代社会上云医疗技术的发展,利用云计算技术、物联网技术、移动互联网以及传感器技术、大数据技术,可以建立一种实现健康预防教育、健康实时干预、网上移动诊疗等功能的远程移动医疗服务与协同平台。结合云医疗技术、可穿戴式传感器技术,可以长期记录、跟踪监测人体的各种生理健康参数,从而实现个人健康信息实时、长期的云端存储,以利于通过分析监测到的长期健康数据的变化,及时发现个人身体健康异常,达到提前健康预防的作用。呼吸是人体的重要生理过程,呼吸的生理参数也是人们了解自身健康状况的一个重要参考指标,对人体呼吸生理参数的监护检测是现代医疗监护技术的一个重要分支。本文结合了Android智能手机和可穿戴式传感器技术,设计了一种可穿戴式呼吸信号检测系统。该系统包括呼吸信号生理数据采集模块和基于Android系统的呼吸频率数据的实时显示、保存和历史查询的APP开发设计基于光栅式传感器的呼吸信号生理数据的采集模块,采用光栅式光电传感器进行呼吸信号采集。基于呼吸感应体积描记技术（RIP）原理,将一条穿戴式内部嵌入光栅条的弹性缚带系在用户腹部处,由于人体呼吸时候会产生的体积变化,随之引起弹性缚带中光栅条的位移发生变化,通过光栅式传感器对光栅条位移变化进行精度检测,从而实现对呼吸过程的检测。再通过呼吸信号生理数据采集模块的蓝牙模块和Android手机自身蓝牙,基于蓝牙的无线通信控制传输技术,实现呼吸信号采集端到手机端的呼吸信号数据的传输。基于Android系统智能手机,设计了一款呼吸信号数据健康管理系统的APP,实现了对个人呼吸频率数据的长期保存、显示和历史查询。便于以后结合云医疗技术,可以将用户个人信息、呼吸信号生理数据上传到云医疗健康信息平台,以实现远程医疗监护和个人健康预防。
李伟伟[10]（2016）在《以游戏化增强呼吸训练的交互系统原型设计与开发》文中提出当下社会,随着空气污染越来越严重以及呼吸疾病发病率的飙升,越来越多的人开始关注呼吸训练的话题。目前呼吸训练的研究与产品开发大多集中在医疗领域,主要解决的问题是呼吸疾病的治疗与呼吸疾病的康复训练,其中典型的设备包括呼吸训练器与呼吸治疗仪。这些医用设备具有较强的针对性和专业性,难以满足日常呼吸训练的需求。本文通过多次的尝试,实现了呼吸信号的采集与不同模式的识别。然后在此基础之上,设计并开发了一套满足日常呼吸训练需求的交互系统原型。在呼吸信号的获取与识别方式上,文章借助了具有强大数值分析和图像可视化功能的MATLAB软件,并且成功的实现了以声波信号来表征呼吸信号。与此同时,本文详细研究了游戏化的理论背景与当前的应用现状。然后,本文尝试着将游戏化的概念应用到呼吸训练的交互系统设计之中。通过Flash ActionScrip3.0语言基于flash开发环境,开发了一套促进呼吸训练的交互原型。该原型系统可以实现用户呼吸效果的实时显示以及引导用户以标准的呼吸模式进行训练。游戏化与呼吸训练系统的结合,极大的提高了呼吸训练的趣味性,解决了训练者在训练过程中难以坚持的问题,从而获得更好的训练效果。
二、阻抗式呼吸监护系统的研制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、阻抗式呼吸监护系统的研制（论文提纲范文）
（1）基于Android的呼吸频率监护系统研究及实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 可穿戴式呼吸信号监测系统研究现状 |
| 1.2.1 呼吸信号监测研究现状 |
| 1.2.2 基于便携设备的健康监测系统研究现状 |
| 1.3 文章创新点 |
| 1.4 本文主要研究内容及章节安排 |
| 1.5 本章小结 |
| 第二章 研究方案 |
| 2.1 内容设计 |
| 2.1.1 系统整体概述 |
| 2.1.2 呼吸数据采集方式的确定 |
| 2.2 下位机设计所需知识概述 |
| 2.3 上位机设计所需知识概述 |
| 2.3.1 全球定位系统(GPS) |
| 2.3.2 GSM通信系统 |
| 2.4 本章总结 |
| 第三章 呼吸频率监护系统下位机设计 |
| 3.1 下位机整体概述 |
| 3.2 系统电源模块 |
| 3.3 信号采集模块 |
| 3.3.1 信号采集电路设计 |
| 3.3.2 电路抗干扰设计 |
| 3.3.3 信号放大电路设计 |
| 3.3.4 电路设计中遇到的问题 |
| 3.4 单片机系统设计 |
| 3.4.1 单片机功能要求和选型 |
| 3.4.2 单片机系统软件开发环境 |
| 3.5 数据传输模块 |
| 3.5.1 短距离无线传输方式选择 |
| 3.5.2 蓝牙无线传输模块选型 |
| 3.6 下位机设计的实现 |
| 3.6.1 下位机硬件设计 |
| 3.6.2 下位机软件编程设计 |
| 3.7 本章小结 |
| 第四章 呼吸频率监护系统上位机设计 |
| 4.1 Android系统简介 |
| 4.1.1 Android系统发展历史简介 |
| 4.1.2 Android系统的分层架构 |
| 4.1.3 Android应用程序组件 |
| 4.2 APP需求分析及APP流程图设计 |
| 4.3 APP设计的关键技术 |
| 4.3.1 APP界面设计 |
| 4.3.2 蓝牙通信设计 |
| 4.3.3 GPS定位设计 |
| 4.3.4 短信发送设计 |
| 4.3.5 声音报警设计 |
| 4.4 各模块功能的实现 |
| 4.4.1 蓝牙通信功能实现 |
| 4.4.2 GPS定位功能实现 |
| 4.4.3 短信发送功能实现 |
| 4.4.4 声音报警功能实现 |
| 4.5 本章总结 |
| 第五章 系统测试及结果分析 |
| 5.1 系统测试 |
| 5.2 测试结果分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 硕士期间科研成果 |
| 致谢 |
（2）腕式可穿戴多参数睡眠呼吸监测系统的研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 本文相关睡眠呼吸疾病评判标准及部分指标 |
| 1.3 国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.3.3 目前所存在的问题 |
| 1.4 论文的研究内容和创新点 |
| 第二章 相关生理信号参数与检测原理的介绍 |
| 2.1 概述 |
| 2.2 呼吸的生理意义与检测方法 |
| 2.2.1 呼吸的生理意义 |
| 2.2.2 呼吸的检测方法 |
| 2.3 光电容积脉搏波的生理意义与检测方法 |
| 2.3.1 光电容积脉搏波的生理意义 |
| 2.3.2 光电容积脉搏波的检测方法 |
| 2.4 鼾声的生理意义及检测方法 |
| 2.4.1 鼾声的生理意义 |
| 2.4.2 鼾声的检测方法 |
| 2.5 心电的生理意义与检测方法 |
| 2.5.1 心电的生理意义 |
| 2.5.2 心电的检测方法 |
| 2.6 体温的生理意义与检测方法 |
| 2.6.1 体温的生理意义 |
| 2.6.2 体温的检测方法 |
| 2.7 本章小结 |
| 第三章 系统平台的设计 |
| 3.1 设计需求及方案 |
| 3.1.1 设计需求 |
| 3.1.2 设计方案 |
| 3.2 系统整体构成 |
| 3.2.1 系统框架 |
| 3.2.2 主要参数指标要求 |
| 3.3 硬件系统设计说明 |
| 3.3.1 模拟部分 |
| 3.3.2 数字部分 |
| 3.4 软件系统设计说明 |
| 3.4.1 下位机软件系统设计说明 |
| 3.4.2 PC机软件系统设计说明 |
| 3.4.3 手机APP软件系统设计说明 |
| 3.5 系统机械设计 |
| 3.5.1 概述 |
| 3.5.2 外型设计 |
| 3.5.3 结构设计 |
| 3.6 系统集成 |
| 3.7 本章小结 |
| 第四章 信号处理与睡眠时间关键参数计算 |
| 4.1 信号处理 |
| 4.1.1 睡眠呼吸信号的处理 |
| 4.1.2 鼾声信号的处理 |
| 4.1.3 脉搏波信号的处理 |
| 4.1.4 心电信号的处理 |
| 4.1.5 体温信号的处理 |
| 4.2 睡眠呼吸事件关键参数的计算 |
| 4.2.1 血氧相关参数 |
| 4.2.2 睡眠呼吸暂停低通气指数(AHI) |
| 4.2.3 心电相关参数计算 |
| 4.2.4 体温参数计算 |
| 4.3 基于光电容积脉搏波的生理信号提取 |
| 4.4 本章小结 |
| 第五章 系统平台验证与结果讨论 |
| 5.1 硬件相关指标测试 |
| 5.1.1 电源模块测试 |
| 5.1.2 功耗测试 |
| 5.2 各通道信号及参数的验证 |
| 5.2.1 呼吸信号检测模块的验证 |
| 5.2.2 鼾声信号检测模块的验证 |
| 5.2.3 血氧信号检测模块的验证 |
| 5.2.4 心电信号检测模块的验证 |
| 5.2.5 体温信号检测模块的验证 |
| 5.3 系统初步应用的筛查诊断结果与验证 |
| 5.3.1 系统的筛查与验证方案 |
| 5.3.2 基于多参数的睡眠呼吸筛查结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 学位论文学术评语 |
| 答辩委员会决议书 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（3）呼吸道疾病患者生命体征监测系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 非传染呼吸道疾病 |
| 1.1.2 呼吸道感染 |
| 1.1.3 呼吸道相关生理参数 |
| 1.2 研究现状 |
| 1.3 研究目的 |
| 1.4 论文结构 |
| 第二章 生理参数测量方法 |
| 2.1 脉搏频率与血氧饱和度检测 |
| 2.1.1 测量方案介绍与选择 |
| 2.1.2 光电容积描记技术 |
| 2.1.3 朗伯-比尔定律 |
| 2.1.4 血氧饱和度计算公式推导 |
| 2.2 呼吸率检测 |
| 2.2.1 光电容积描记法 |
| 2.2.2 胸阻抗法 |
| 2.2.3 压力传感器法 |
| 2.3 体温检测 |
| 2.3.1 体温测量方案 |
| 2.3.2 黑体辐射原理 |
| 2.3.3 物体的发射率 |
| 2.3.4 红外测温误差 |
| 2.4 本章小结 |
| 第三章 器件选型与硬件设计 |
| 3.1 硬件整体结构 |
| 3.2 脉搏血氧探头电路板设计 |
| 3.2.1 微控制器 |
| 3.2.2 脉搏波检测芯片 |
| 3.2.3 串口通信电平转换 |
| 3.2.4 脉搏血氧探头总体结构 |
| 3.3 控制主板设计 |
| 3.3.1 硬件与服务器通信方案 |
| 3.3.2 控制主板微控制器 |
| 3.3.3 呼吸率检测胸带和检测电路 |
| 3.3.4 红外体温传感器 |
| 3.3.5 电源电路 |
| 3.3.6 串口通信桥接芯片 |
| 3.3.7 显示屏 |
| 3.3.8 控制主板总体结构 |
| 3.4 本章小结 |
| 第四章 算法设计与软件开发 |
| 4.1 脉搏血氧探头STM8程序设计 |
| 4.1.1 脉搏血氧检测芯片驱动程序 |
| 4.1.2 脉搏波数字信号处理 |
| 4.1.3 数字FIR滤波器原理与仿真 |
| 4.1.4 数字FIR滤波器C语言实现 |
| 4.1.5 脉搏血氧探头电路软件逻辑 |
| 4.2 控制主板ESP32程序设计 |
| 4.2.1 脉搏波峰值识别算法 |
| 4.2.2 呼吸率检测算法 |
| 4.2.3 红外体温检测程序 |
| 4.2.4 控制主板Wi-Fi编程 |
| 4.2.5 显示屏驱动编写 |
| 4.2.6 控制主板逻辑 |
| 4.3 生理参数监控服务器开发 |
| 4.3.1 开发技术选型 |
| 4.3.2 多任务处理和进程间通信 |
| 4.3.3 呼吸困难警报功能 |
| 4.3.4 数据存储和显示 |
| 4.3.5 服务器代码逻辑 |
| 4.4 本章小结 |
| 第五章 实验测试与数据分析 |
| 5.1 脉搏频率、血氧饱和度测试 |
| 5.2 呼吸率测试 |
| 5.3 体温探头测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士期间发表的论文、专利 |
| 致谢 |
（4）3-6岁小童泳衣蓝牙呼吸监测报警系统研发（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 呼吸信号检测系统的研究现状 |
| 1.2.2 儿童泳装研究现状 |
| 1.2.3 蓝牙传输技术研究现状 |
| 1.3 研究目的及意义 |
| 1.4 研究主要内容 |
| 1.5 研究方法及创新点 |
| 1.6 本章小结 |
| 2 泳衣呼吸监测点的确立及测控参数 |
| 2.1 呼吸监测点的选择 |
| 2.1.1 人体的呼吸过程 |
| 2.1.2 测控点的选择 |
| 2.2 测控参数设置 |
| 2.2.1 溺水抢救时间 |
| 2.2.2 儿童的呼吸频率 |
| 2.2.3 报警测控参数设置 |
| 2.3 本章小结 |
| 3 蓝牙呼吸监测报警系统硬件设计 |
| 3.1 总体结构设计 |
| 3.2 呼吸信号采集模块 |
| 3.2.1 MEMS压力传感器 |
| 3.2.2 工作原理 |
| 3.2.3 MEMS压力力传感器的应用 |
| 3.3 蓝牙传输模块 |
| 3.3.1 蓝牙传输 |
| 3.3.2 硬件选择 |
| 3.3.3 功能实现 |
| 3.4 电源模块设计 |
| 3.5 基于STM32 的呼吸监测 |
| 3.5.1 STM32 核心单片机 |
| 3.5.2 设计应用 |
| 3.6 集成电路设计 |
| 3.7 外壳设计 |
| 3.8 本章小结 |
| 4 蓝牙呼吸监测系统软件开发 |
| 4.1 软件总体设计 |
| 4.1.1 系统需求分析 |
| 4.1.2 系统架构 |
| 4.1.3 开发环境 |
| 4.2 应用程序的设计 |
| 4.2.1 界面设计 |
| 4.2.2 蓝牙程序 |
| 4.2.3 报警程序 |
| 4.3 系统集成 |
| 4.4 本章小结 |
| 5 幼童智能泳装的服装设计 |
| 5.1 儿童泳装的设计原则 |
| 5.1.1 泳装的生理舒适性 |
| 5.1.2 童装的设计原则 |
| 5.2 面料的选择 |
| 5.2.1 面料的基本参数 |
| 5.2.2 面料的力学性能测试 |
| 5.2.3 湿热舒适性能测试 |
| 5.3 款式规格 |
| 5.3.1 小童泳衣号型设置 |
| 5.3.2 小童泳装款式设计 |
| 5.3.3 小童服装结构设计 |
| 5.4 色彩及制作工艺 |
| 5.4.1 泳衣色彩设计 |
| 5.4.2 制作工艺及细节 |
| 5.5 本章小结 |
| 6 测试与分析 |
| 6.1 智能服装的呈现 |
| 6.2 智能服装测试 |
| 6.2.1 服装部分测试 |
| 6.2.2 监测系统测试 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 不足和改进 |
| 参考文献 |
| 附录1 泳衣穿着舒适度问卷调查结果 |
| 附录2 压力测试数据 |
| 攻读硕士期间发表的文章 |
| 致谢 |
（5）非接触式呼吸与心率信号检测系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 心冲击图信号的发展历程 |
| 1.3.2 心冲击图信号的研究成果 |
| 1.4 本文的主要研究内容 |
| 第二章 信号检测系统的理论基础 |
| 2.1 心脏电生理功能与心电信号 |
| 2.2 心脏泵生理功能与心冲击图信号 |
| 第三章 系统设计 |
| 3.1 传感器采集垫设计 |
| 3.1.1 压电陶瓷传感器 |
| 3.1.2 信号采集垫设计 |
| 3.2 硬件系统设计 |
| 3.2.1 硬件系统布局 |
| 3.2.2 直流电压偏置与放大电路设计 |
| 3.2.3 工频滤波电路设计 |
| 3.2.4 模数转换与微控制器单元设计 |
| 3.2.5 数据转发单元设计 |
| 3.2.6 供电单元设计 |
| 3.3 软件系统设计 |
| 3.3.1 数字信号处理设计 |
| 3.3.2 下位机软件设计 |
| 第四章 信号检测系统的EMC性能测试分析 |
| 4.1 医疗设备的EMC测试介绍 |
| 4.2 信号采集系统的ESD性能检测 |
| 4.2.1 ESD试验布置 |
| 4.2.2 ESD测试检测结果统计 |
| 4.3 信号采集系统的ESD防护设计 |
| 4.3.1 ESD问题分析与改良设计 |
| 4.3.2 ESD防护整改与结果测试 |
| 第五章 信号检测系统测量准确性评估 |
| 5.1 测试方法 |
| 5.1.1 测试设备介绍 |
| 5.1.2 试验布置 |
| 5.1.3 试验统计 |
| 5.2 测量结果误差率评估 |
| 5.2.1 误差率评估方法 |
| 5.2.2 误差率评估结果 |
| 5.3 心率测量结果一致性评估 |
| 5.3.1 相关性分析 |
| 5.3.2 Bland-Altman分析 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者在攻读硕士学位期间公开发表的论文和申请的专利 |
| 作者在攻读硕士学位期间所做的项目 |
| 致谢 |
（6）可穿戴人体多生理参数监护系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容及结构安排 |
| 第二章 多生理参数监护系统的总体设计 |
| 2.1 系统功能分析 |
| 2.2 生理参数的产生机理及信号检测方案 |
| 2.2.1 心电信号产生机理及检测方案 |
| 2.2.2 呼吸信号产生机理及检测方案 |
| 2.2.3 脉搏信号产生机理及检测方案 |
| 2.2.4 体温信号产生机理及检测方案 |
| 2.2.5 人体运动状态检测方案 |
| 2.3 系统整体方案设计 |
| 2.4 本章小结 |
| 第三章 多生理参数监护系统的硬件设计 |
| 3.1 心电及呼吸信号采集模块设计 |
| 3.1.1 ADS1292R芯片简介 |
| 3.1.2 心电信号采集电路设计 |
| 3.1.3 呼吸信号采集电路设计 |
| 3.2 脉搏信号采集模块设计 |
| 3.2.1 反射式光电传感器 |
| 3.2.2 电流-电压转换电路 |
| 3.2.3 滤波放大电路 |
| 3.3 体温信号采集模块设计 |
| 3.4 运动状态采集模块设计 |
| 3.5 信号节点硬件设计 |
| 3.5.1 蓝牙主控模块设计 |
| 3.5.2 电源模块设计 |
| 3.5.3 信号节点PCB设计 |
| 3.6 生理参数穿戴衣设计 |
| 3.6.1 织物电极及织物导线设计 |
| 3.6.2 穿戴衣接口设计 |
| 3.6.3 信号节点与脉搏节点外壳设计 |
| 3.7 本章小结 |
| 第四章 多生理参数监护系统的软件设计 |
| 4.1 信号节点软件总体方案设计 |
| 4.2 生理信号采集模块软件设计 |
| 4.2.1 心电呼吸采集模块软件设计 |
| 4.2.2 体温采集模块软件设计 |
| 4.2.3 脉搏采集模块软件设计 |
| 4.2.4 运动状态采集模块软件 |
| 4.3 蓝牙数据发送软件设计 |
| 4.3.1 低功耗蓝牙协议栈 |
| 4.3.2 信号发送蓝牙软件设计 |
| 4.4 Android手机端监护程序设计 |
| 4.4.1 客户端软件总体设计 |
| 4.4.2 蓝牙连接与通信 |
| 4.4.3 子线程和数据解析 |
| 4.4.4 视图显示 |
| 4.4.5 数据存储 |
| 4.5 本章小结 |
| 第五章 系统测试与验证 |
| 5.1 系统实物展示 |
| 5.2 信号节点测试 |
| 5.2.1 无线传输稳定性测试 |
| 5.2.2 系统功耗测试 |
| 5.2.3 信号节点对比测试 |
| 5.3 生理信号采集测试 |
| 5.3.1 心电及呼吸信号采集测试 |
| 5.3.2 脉搏信号采集测试 |
| 5.3.3 体温信号采集测试 |
| 5.3.4 三轴加速度信号采集测试 |
| 5.3.5 Android手机端程序测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 硕士期间研究成果 |
（7）胸戴式心电呼吸采集装置的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.3 主要研究内容及结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 第2章 可穿戴体征信号检测及系统方案设计 |
| 2.1 体征参数检测 |
| 2.1.1 心电与心率检测 |
| 2.1.2 呼吸检测及传统方法 |
| 2.2 系统方案设计 |
| 2.2.1 设计方案 |
| 2.2.2 功能与指标 |
| 2.3 本章小结 |
| 第3章 可穿戴体征参数采集装置研制 |
| 3.1 硬件电路设计分析 |
| 3.1.1 心电呼吸采集模块 |
| 3.1.2 加速度采集模块 |
| 3.1.3 单片机处理模块 |
| 3.1.4 无线传输模块 |
| 3.1.5 电源模块 |
| 3.1.6 电路的PCB设计与硬件电路检测验证 |
| 3.2 软件代码设计分析 |
| 3.2.1 心电呼吸软件流程设计 |
| 3.2.2 加速度软件流程设计 |
| 3.3 本章小结 |
| 第4章 体征参数检测算法研究 |
| 4.1 心电信号预处理算法 |
| 4.2 心电信号R波定位及心率计算 |
| 4.3 呼吸信号预处理算法 |
| 4.4 呼吸信号特征点定位算法及呼吸率计算 |
| 4.5 本章小结 |
| 第5章 实验结果及性能测试 |
| 5.1 实验方案与分析 |
| 5.2 装置性能测试 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（8）穿戴式多生理参数健康监测系统的研制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容及结构 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文主要结构安排 |
| 1.4 本章小结 |
| 第2章 可穿戴多生理参数监测系统的整体设计 |
| 2.1 生理信号分析 |
| 2.1.1 心电信号 |
| 2.1.2 人体血压 |
| 2.1.3 呼吸信号 |
| 2.1.4 脉搏波信号 |
| 2.1.5 血氧饱和度 |
| 2.1.6 人体温度 |
| 2.2 生理信号测测量原理 |
| 2.2.1 心电信号测量原理 |
| 2.2.2 阻抗式呼吸测量原理 |
| 2.2.3 血氧饱和度测量原理 |
| 2.3 可穿戴系统整体设计 |
| 2.3.1 可穿戴设计 |
| 2.3.2 可穿戴系统组成和各部分功能 |
| 2.4 本章小结 |
| 第3章 生理信号传感系统电路的实现 |
| 3.1 心电信号采集电路设计 |
| 3.1.1 心电信号的特点 |
| 3.1.2 心电信号调理电路 |
| 3.2 阻抗式呼吸检测电路设计 |
| 3.2.1 呼吸信号的特点 |
| 3.2.2 阻抗式呼吸检测电路 |
| 3.2.3 离散傅里叶变换算法 |
| 3.3 血氧饱和度测量电路设计 |
| 3.3.1 血氧饱和度检测电路 |
| 3.4 测量终端整体设计 |
| 3.4.1 红外式人体温度检测电路 |
| 3.4.2 人体运动状态检测电路 |
| 3.4.3 电源管理电路 |
| 3.4.4 STM32F411微处理器 |
| 3.4.5 人体生理数据存储电路 |
| 3.5 本章小结 |
| 第4章 生理信号处理 |
| 4.1 生理信号的消噪处理 |
| 4.2 心电数据的处理 |
| 4.2.1 心电信号基线漂移 |
| 4.2.2 心率值的计算 |
| 4.3 呼吸信号的处理 |
| 4.3.1 呼吸信号的去噪 |
| 4.3.2 呼吸率的计算 |
| 4.4 脉搏波信号处理 |
| 4.4.1 脉搏波数据的消噪处理 |
| 4.4.2 脉率的计算 |
| 4.4.3 脉搏波数据交直流分量的提取 |
| 4.5 基于脉搏波传导时间的无袖带血压算法 |
| 4.5.1 动脉收缩压拟合算法 |
| 4.5.2 动脉舒张压的拟合算法 |
| 4.6 运动状态数据的处理 |
| 4.7 数据的存储与发送 |
| 4.7.1 数据存储 |
| 4.7.2 数据发送 |
| 4.8 本章小结 |
| 第5章 系统测试结果分析 |
| 5.1 心电信号测量试验 |
| 5.1.1 心电波形测量试验 |
| 5.1.2 心率检测试验 |
| 5.2 呼吸信号检测测试 |
| 5.2.1 阻抗式呼吸检测方法有效性验证试验 |
| 5.2.2 呼吸波形记录试验 |
| 5.2.3 呼吸率检测试验 |
| 5.3 脉搏血氧信号检测测试 |
| 5.4 血压测量试验 |
| 5.5 人体体温检测测试 |
| 5.6 人体运动状态检测测试 |
| 5.7 本章小结 |
| 第6章 总结及展望 |
| 参考文献 |
| 攻读硕士学位期间获得的科研成果 |
| 后记和致谢 |
（9）可穿戴式呼吸信号检测系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究课题的研究背景和意义 |
| 1.2 国内外可穿戴式呼吸信号检测系统的研究现状 |
| 1.3 本课题的主要研究内容和创新点 |
| 1.4 本章小结 |
| 第二章 可穿戴式呼吸信号检测系统总体方案设计 |
| 2.1 呼吸信号检测方法 |
| 2.1.1 常用的呼吸信号检测方法 |
| 2.1.2 新型的呼吸信号检测方法 |
| 2.2 呼吸信号检测系统的可穿戴式设计方法 |
| 2.2.1 背心式 |
| 2.2.2 耳机式 |
| 2.2.3 腰带式 |
| 2.3 呼吸信号检测系统总体方案确定 |
| 2.4 本章小结 |
| 第三章 可穿戴式呼吸信号检测系统的硬件设计 |
| 3.1 总体设计结构图 |
| 3.2 呼吸信号采集模块的工作原理 |
| 3.2.1 呼吸感应体积描记技术 |
| 3.2.2 光栅式传感器的工作原理 |
| 3.2.3 呼吸信号采集模块电路设计 |
| 3.3 短距离数据传输模块选择 |
| 3.3.1 蓝牙无线传输方案 |
| 3.3.2 WiFi无线传输方案 |
| 3.3.3 USB数据传输方案 |
| 3.3.4 数据传输方案确定 |
| 3.4 呼吸信号采集模块壳体设计 |
| 3.4.1 pro/e开发环境介绍 |
| 3.4.2 壳体模块设计 |
| 3.5 本章小节 |
| 第四章 可穿戴式呼吸信号检测系统的软件设计 |
| 4.1 呼吸信号检测的程序设计 |
| 4.1.1 CCS 6.1开发环境介绍 |
| 4.1.2 呼吸信号检测算法研究 |
| 4.1.3 呼吸信号检测程序设计 |
| 4.2 基于Android系统平台的APP开发设计 |
| 4.2.1 Android系统介绍 |
| 4.2.2 Android系统开发环境介绍 |
| 4.2.3 Android系统智能手机APP开发设计 |
| 4.3 本章小结 |
| 第五章 可穿戴式呼吸信号检测系统的测试实验 |
| 5.1 实验结果 |
| 5.2 结果对比 |
| 5.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
（10）以游戏化增强呼吸训练的交互系统原型设计与开发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1.研究背景 |
| 1.2.研究意义 |
| 1.3.研究现状 |
| 1.3.1 呼吸训练的研究现状 |
| 1.3.2 游戏化及应用现状 |
| 1.4.研究框架 |
| 第二章 呼吸训练中信号的获取与处理 |
| 2.1.呼吸训练的方法与原则 |
| 2.1.1 呼吸训练的重要性 |
| 2.1.2 呼吸训练的问卷调查 |
| 2.1.3 呼吸训练的方法 |
| 2.1.4 呼吸训练的原则 |
| 2.2.呼吸信号的获取与处理 |
| 2.2.1 呼吸信号原始采集与预处理 |
| 2.2.2 呼吸模式的识别 |
| 2.3.本章小结 |
| 第三章 “游戏化”促进呼吸训练系统 |
| 3.1.游戏化的理论与方法 |
| 3.1.1 游戏的基本特征 |
| 3.1.2 游戏化相关理论 |
| 3.1.3 游戏化的概念 |
| 3.1.4 游戏化设计方法及机制 |
| 3.2.“游戏化”促进呼吸训练系统 |
| 3.2.1 游戏化促进呼吸训练的问卷调查 |
| 3.2.2 游戏化设计与呼吸训练的映射建立 |
| 3.2.3 以游戏化的方法增强呼吸训练系统 |
| 3.3.本章小结 |
| 第四章 呼吸训练交互原型的设计与开发 |
| 4.1.呼吸训练游戏交互系统的设计流程 |
| 4.1.1 明确目标 |
| 4.1.2 概念设计与交互原型 |
| 4.1.3 交互系统的界面呈现 |
| 4.2.呼吸训练交互系统的Flash开发 |
| 4.2.1 flash中呼吸信号的获取与控制 |
| 4.2.2 基于游戏化动力系统的难度设计 |
| 4.3.呼吸训练交互设备的佩戴形态 |
| 4.4.设计产出与呈现 |
| 4.5.本章小结 |
| 第五章 总结与建议 |
| 5.1.论文总结 |
| 5.2.论文展望与建议 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
四、阻抗式呼吸监护系统的研制（论文参考文献）
- [1]基于Android的呼吸频率监护系统研究及实现[D]. 桑阿凤. 淮北师范大学, 2020(12)
- [2]腕式可穿戴多参数睡眠呼吸监测系统的研制[D]. 袁懋结. 深圳大学, 2020(10)
- [3]呼吸道疾病患者生命体征监测系统[D]. 杭宇. 南京大学, 2020(04)
- [4]3-6岁小童泳衣蓝牙呼吸监测报警系统研发[D]. 吴梦. 西安工程大学, 2019(02)
- [5]非接触式呼吸与心率信号检测系统[D]. 郭健. 上海大学, 2019(02)
- [6]可穿戴人体多生理参数监护系统[D]. 朱靖达. 东南大学, 2018(05)
- [7]胸戴式心电呼吸采集装置的研究与实现[D]. 黄博强. 重庆邮电大学, 2018(01)
- [8]穿戴式多生理参数健康监测系统的研制[D]. 王宪忠. 吉林大学, 2017(01)
- [9]可穿戴式呼吸信号检测系统设计[D]. 周子健. 广东工业大学, 2016(11)
- [10]以游戏化增强呼吸训练的交互系统原型设计与开发[D]. 李伟伟. 上海交通大学, 2016(01)