基于数据挖掘技术的可穿戴医疗设备异常自动监测研究

• 作者: 孙志勇 李力恒
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 数据挖掘 可穿戴医疗设备 运行异常 自动监测
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 理论创新
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.05.017

摘要

针对可穿戴医疗设备传统监测方法,监测到的信号信噪比偏低的问题,研究基于数据挖掘技术的可穿戴医疗设备异常自动监测.该监测将设备与远程监测管理控制平台相连,基于数据挖掘技术对运行设备进行数据筛选,提取数据中存在异常的部分,利用滤波器去除机电噪声与工频信号对数据的干扰提升信号的信噪比,依靠信号滤波传递函数传递软阈值以此设置信号异常范围,采用多样式监测数据显示方式实现设备运行异常实时自动监测.实验结果表明:所研究的自动监测方法监测到的信号信噪比高出预设标准值14.8 dB,对比传统监测方法监测到的设备信号,信噪比提升了29.3 dB.由此可见,所研究的基于数据挖掘技术的自动监测方法更加符合可穿戴医疗设备的异常监测要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李力恒		36	48	4.0	5.0
2	孙志勇		15	6	1.0	2.0