基于STM32和小波自适应滤波算法的生理参数监测系统的研究
wf（2023）
摘要
针对心血管疾病的高死亡率以及人口老龄化的现象,文章开发了基于STM32单片机和小波自适应阈值滤波算法的可穿戴式健康监测系统;系统可分为系统微处理器、数字系统模块、人机交互模块、信号采集模块和无线通信模块等几个部分,针对人体的心率、血氧、体温等重要生理参数进行处理分析,进而对人体实时监护;系统处理器选取STM32F103C8T6作为控制芯片,显示模块选用了 OLED;生理参数采集系统选用了 MAX30102传感器和Pulse sense传感器分别对人体腕部和指尖心率进行采集;生理参数采集完毕后,通过进一步的A/D转化,基于提出的一种改进小波自适应阈值滤波算法降噪滤波,从而将人体的生理特征参数记录下来;再将采集的生理数据通过蓝牙传输至手机端,其中的ZigBee模块主要是把获得的数据再次输送到远程控制端内,让患者能够远程得到更好的医疗监控;该系统通过软件与硬件相结合的方式;最后通过对比论证其中心率(BPM)结果误差为2BPM,血氧含量监测结果误差在2％以内.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要