Advanced Signal Processing in Wearable Sensors for Health Monitoring
A miniatűr méretű, viselhető okos eszközök egyre szélesebb körben válnak elérhetővé, jellemzően okosórák és más csatlakoztatott eszközök formájában. Ennek következtében egyre inkább elérhetővé válnak az olyan méréseket segítő eszközök, mint az elektroenkefalográfia (EEG), elektrokardiogram (EKG), elektromiográfia (EMG), vérnyomás (BP), fotopletizmográfia (PPG), szívritmus, légzésszám, apnoe és mozgásérzékelés, és jelentős szerepet játszanak az egészségügyi felügyeletben.
Az iparág nagy hangsúlyt fektet arra, hogy ezek az eszközök és technológiák elérhetővé váljanak az intelligens eszközökön, például telefonokon és órákon. Az ilyen mérések klinikai és tudományos szempontból hasznosak a valós idejű megfigyelés, a hosszú távú gondozás, valamint a diagnosztikai és terápiás technikák szempontjából. Ehhez azonban hozzátartozik, hogy a rögzített adatok általában zajosak, sok artefaktumot tartalmaznak, és külső tényezők, például a mozgások és a fizikai állapotok befolyásolják őket.
Ahhoz, hogy pontos és értelmes mutatókat kapjunk, a jelet úgy kell feldolgozni és kondicionálni, hogy a mérések pontosak és zaj- és zavarmentes legyen. Ebben az összefüggésben számos kutató a viselhető érzékelők és a jelfeldolgozás terén elért legújabb technológiai fejlesztéseket használta fel, hogy intelligens és pontos viselhető eszközöket fejlesszen ki klinikai alkalmazásokhoz.
A fiziológiai jelek feldolgozása és elemzése kulcsfontosságú kérdés ezen intelligens viselhető eszközök számára. Következésképpen az ezen a területen folyó munka magában foglalja a szűrés, a minőségellenőrzés, a jelátalakítás és -bontás, a jellemzők kinyerése, valamint a legújabban a gépi tanuláson alapuló módszerek kutatását.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)