摘要：针对传统的自动睡眠分期准确率不足问题，提出一种将多尺度熵（MSE）和主成分分析（PCA）联合使用的自动睡眠分期方法。以8例受试者睡眠脑电（EEG）监测数据及专家人工分期结果作为样本，首先使用MSE表征受试者脑电信号不同睡眠期的非线性动力学特征；然后使用PCA的前两个主成分向量代替MSE特征进行降维，实现降低数据冗余的同时保留绝大多数EEG非线性特征；最终将新向量的特征参数输入到反馈神经网络(BPNN)分类器中实现MSE-PCA模型的脑电睡眠状态的自动识别分类。实验结果表明，自动分期准确率可达到87.9%，kappa系数0.77，该方法能提高脑电自动睡眠分期系统的准确率和稳定性。

摘要：为了检测公安、消防官兵等高危职业人群的心电信号，以胸带作为穿戴载体，设计一款可穿戴式无线心电检测系统，在智能手机上实现心电、心率的实时传输与显示。考虑到警员日常的活动，基于自适应滤波器原理，将三轴加速度传感器作为参考信号，对比两种自适应滤波算法滤出运动伪迹(Motion Artifact, MA)后的输出波形。结果表明，采用归一化的最小均方算法(Normalized Least Mean Square, NLMS)的自适应滤波器输出心电信号基线平稳且R波定位准确性达99%以上。在正常的人体活动中实时测量的心率值误差在4%以内，心率测量精度较高。

摘要：针对临床康复中人体关节活动度检测评估和康复机器人动作示教不方便、训练参数设置繁琐等问题，设计一种价格低廉、运动数据采集方便直观的人体姿态检测系统。系统采用MPU6050惯性测量单元，利用I2C通信实现多通道传感器数据的采集上传，在上位机LabVIEW环境下基于互补滤波算法实现人体关节角度的检测。通过与某公司生产的三维步态分析及运动训练系统进行比对，证实此系统准确可靠，并利用此系统进行卧式下肢康复训练机器人示教动作采集，实现了机器人示教功能。

摘要：通过对穿戴式心电监护设备与低功耗技术的研究，设计了一款穿戴式心电检测装置。该装置将心电监护设备与背心服饰相结合，心电监护设备采用低功耗、高集成度的模拟前端芯片ADS1293与BLE蓝牙4.0低功耗无线模块进行心电信号的采集与传输，并结合低功耗MCU与电源管理模块可有效地降低系统功耗，然后通过Matlab GUI进行显示分析。通过实验测试验证，本装置体积小、功耗低、精度高，可在静息、行走和慢跑状态下长时间准确地采集心电信号，具有较高的可靠性、准确性和穿戴舒适性，可用于心脏疾病的远程监护与早期预警。

摘要：设计一款穿戴式的心率血氧健康监测耳机系统，完成了硬件设计和软件设计，并实现三个主要功能：信号采集；计算脉搏波输出波形数据以及实时的心率和血氧值；并将数据通过蓝牙模块发送到上位机。测试者通过上位机软件输出的结果，实现对自身健康的实时监测。对比设计的穿戴式健康监测耳机与标准的心率血氧监测仪测试结果，误差在允许范围内，验证了该设计的准确性。