互联网时代的弄潮儿——可穿戴医疗设备

 随着移动医疗的强势兴起、智能传感等新技术的发展以及个性化健康观念的普及,智能可穿戴设备近年来发展迅速,其中与健康医疗相关的可穿戴设备已成为最有前景的领域之一。本文从可穿戴医疗设备涉及的新型材料技术、智能传感技术、无线数据传输技术、低功耗电路设计技术、能源采集与存储技术和大数据分析技术等方面,综述了可穿戴医疗设备关键技术的最新进展,并分析了该领域未来的趋势和面临的挑战。     

可穿戴传感器进展、挑战和发展趋势

 可穿戴传感器是近年来高速发展的传感器技术。其功能、原理和形态各异,并已经广泛应用于国民生活和生产的多个方面。本文结合大量商业化和处于研究阶段的可穿戴产品和器件,简述了可穿戴传感器的主要形式,列举了可穿戴设备的常用测量方法。根据可穿戴传感器及人体的接触方式,将其划分为皮肤接触式传感器、非直接接触式传感器和植入式传感器,结合现有商业化产品及实验室中研究成果,展示了现今可穿戴设备在日常健康、医疗、运动科学、工业和军事等方面的广泛应用。认为可穿戴传感器技术将会在未来同大数据与精准医疗实现更高程度的结合,更好地服务于长期动态的人体信息和环境信息的采集。     

基于加速度传感器的心率信号处理及检测方法

为了提高穿戴式设备心率检测的准确性,提出了一种新的基于加速度传感器的光电容积脉冲波(PPG)信号处理方法。从加速度信号中判定是否存在运动伪迹并获取运动伪迹的频率。该方法以均值滤波为基础,去除原始信号中的基线漂移与运动伪迹,重构出理想的PPG波形,准确地检测出每分钟心跳数(BPM)。通过多种运动状态下的实验测试表明:该方法能够有效去除PPG信号中的噪声,提高BPM检测的准确性,可应用到穿戴式设备连续性实时监测。     

Recent advances of flexible sensors for biomedical applications

Ultrathin, soft, flexible and stretchable sensors offer good opportunity to design personal health diagnosis and treatment systems by fabricating wearable biomedical devices for continuous health monitoring and preventive medicine. This paper summarizes the recent advances of flexible sensors for next generation biomedical applications. Materials used for flexible sensors are first briefly introduced. Followed to this part, the latest developments of flexible sensors for biomedical applications ...     

基于安卓的手机防盗追踪与隐私控制系统的研究

当今时代,已经步入一个以移动终端为主要通信工具的移动信息时代,随着移动设备的普及,人们更多的隐私信息都存储在移动设备上面.而近几年来,Android手机更是成为移动设备中占有较大份额的设备.随着Android用户的爆发性增长,由丢失手机造成的隐私泄露的问题愈发严重.相对于个人电脑,移动终端设备更具有隐私性,存储在移动设备上的信息大多是个人最隐秘的信息,如往来短信、通讯录信息、通话记录等.而这些信息在手机丢失后就处于不可控状态,手机中的信息随时可能会泄露.为了降低Android用户的隐私泄露风险和减少用户的损失,本文设计实现了一个防盗追踪与隐私控制系统.     

基于穿戴视觉的人手跟踪与手势识别方法

为了解决人与穿戴计算机的自然交互问题,提出了一种基于穿戴视觉的人手跟踪与手势识别方法.该方法以Icondensation算法为基础,综合利用穿戴视觉系统输出的深度和灰度信息进行人手跟踪,并引入了手势变换模型.该模型可以在几种预先定义的手势之间进行动态变换.实验结果表明,该方法可以有效地实现动态和复杂背景下的人手跟踪与手势识别,为穿戴计算机系统提供自然友好的手势交互途径.     

移动互联网的旅客健康监测系统建构

伴随着通信技术和计算机技术的发展,以手机为代表的智能终端和方便快捷的移动互联网已经成为人们生活、工作中不可或缺的工具.在移动互联网的基础上,利用广泛使用的智能终端平台和技术日渐成熟的可穿戴医疗设备,设计开发一种针对旅客的健康监测系统,为患有慢性疾病或对自身健康状况有担忧的旅客提供健康监测和辅助服务.系统结合手机和可穿戴医疗设备,通过移动互联网将健康体征数据上传到健康监测服务平台上,工作人员进行统计分析后给出相应建议与指导,从而实现对外出旅客的远程医疗.     

Promoting exercise behavior with monetary and social incentives: An empirical study based on an online fitness program

Due to the importance of employees’ physical well-being, organizations have long been conducting wellness programs to motivate their employees to exercise. The wide use of wearable devices (e.g., smart bands and smartphones) and fitness applications (e.g., fitness mobile applications) enable organizations to shift from offline to online fitness programs where participants use physical activity records tracked by wearable devices to complete fitness tasks and challenges. To better motivate employees’ exercise behavior, online fitness programs widely offer monetary or social incentives strategies. However, little is known about the interaction effects of the two types of incentives when they are jointly offered. Besides, organizers lack knowledge of how to set an optimal fitness challenge for the incentives in online fitness programs. In this study, we obtained a rich panel dataset from a university-wide online fitness program, which includes the daily exercise records of 2578 participants during a 100-day period, to empirically investigate the joint effects of monetary and social incentives on individuals’ exercise behavior. Most interestingly, we found that there is a crowd-out effect between monetary and social incentives—the influences of social incentives (i.e., social support and social contagion) are relatively weaker when there exists an unachieved monetary goal; once the monetary goal has been achieved, the influences of social incentives become stronger. In addition, we found that participants’ exercise behavior can be maximized when the dynamic goal is set at an optimal level. Our findings can help practitioners better design the online fitness programs and the associated fitness technologies.     

结合长短期记忆网络与Unet模型的心率估计方法

基于光电容积脉搏波(photoplethysmography, PPG)的心率(heart rate, HR)估计已被广泛应用于可穿戴设备。然而由于用户的身体活动引起的运动伪影,难以从受污染的PPG中获得准确的心率估计。为应对这一难题,提出了一种称为LU＿PPG的心率估计方法,该方法基于回归的思想,首先利用2015 IEEE spc数据集训练和测试LSTM＿Unet神经网络模型,然后经网络输出类PPG信号(含心率信息),最后基于频谱分析来估计最终的心率。实验结果表明,LU＿PPG方法在该数据集上得到的心率估计平均误差为2.27次/min,为心率检测提供了新思路和途径。     

递阶式虚拟结构非完整机器人的编队控制

提出一种递阶虚拟结构编队控制方法,将机器人编队按空间分布划分为簇,并定义某段时间内该簇(虚拟结构)的参考轨迹,将虚拟结构的运动转化为各机器人的期望轨迹,然后基于反步思想,并通过设计移动机器人误差跟踪系统的Lyapunov函数来设计动态反馈控制器,实现了对参考轨迹的全局渐近跟踪.最后通过对给定直线和圆轨迹的编队跟踪试验,验证了该控制策略的有效性.     

移动机器人运动控制系统设计及控制算法研究

提出了一种移动机器人的运动控制系统硬、软件结构 .此控制系统是由工业计算机 ,ADT85 0运动控制卡及相关传感器组成 ;其操作系统采用Windows98,用VC 6 .0开发 ,并应用模块化及Windows线程的多任务处理机制实现控制程序设计 ;根据状态反馈控制理论 ,设计了移动机器人路径跟踪控制算法 .实验论证了此控制系统及控制算法的有效性 .     

全固态电位传感器的研究进展

全固态电位传感器因为不含内充液,极易微型化、阵列化和制备成一次性的纸基电极和塑料柔性电极,得到快速的发展。全固态电位传感技术已在环境监测、床边护理和可穿戴设备等领域取得初步应用。介绍了近几年作为全固态电位传感器固体接触层的纳米材料和导电聚合物,基于适配体等生物分子的全固态电位传感器的制备与应用以及纸基和可穿戴等全固态电位传感器的最新研究进展,并展望其未来的发展趋势。     

采用改进神经网络PID控制的移动机器人轨迹追踪控制研究

为了提高双轮移动机器人运动轨迹追踪精度,采用改进粒子群算法优化BP神经网络PID控制器,并对控制效果进行仿真验证。创建双轮移动机器人模型简图,给出运动轨迹误差方程式。在传统PID控制基础上增加BP神经网络结构,引用粒子群算法并对其进行改进,采用改进粒子群算法优化BP神经网络PID控制调整参数,给出双轮移动机器人PID控制参数优化流程。采用数学软件MATLAB对双轮移动机器人轨迹追踪误差进行仿真验证,并与传统PID控制追踪误差进行对比。仿真曲线显示:在理想环境中,双轮移动机器人采用两种控制方法都能较好地实现轨迹追踪,追踪误差较小;在干扰波形环境中,传统PID控制双轮移动机器人追踪误差较大,而改进PID控制双轮移动机器人追踪误差较小。采用改进粒子群算法优化BP神经网络PID控制器,可以提高移动机器人运动轨迹追踪精度。     

A TrustEnclave-Based Architecture for Ensuring Run-Time Security in Embedded Terminals

The run-time security guarantee is a hotspot in current cyberspace security research,especially on embedded terminals,such as smart hardware as well as wearable and mobile devices.Typically,these devices use universal hardware and software to connect with public networks via the Internet,and are probably open to security threats from Trojan viruses and other malware.As a result,the security of sensitive personal data is threatened and economic interests in the industry are compromised.To address the run-time security problems efficiently,first,a Trust Enclave-based secure architecture is proposed,and the trusted execution environment is constructed by hardware isolation technology.Then the prototype system is implemented on real Trust Zone-enabled hardware devices.Finally,both analytical and experimental evaluations are provided.The experimental results demonstrate the effectiveness and feasibility of the proposed security scheme.     

用于可穿戴智能移动设备的血氧饱和度检测方法

提出了一种用于可穿戴智能移动设备的血氧饱和度快速检测方法.该方法利用光电容积脉搏波中脉搏成分与噪声成分的不相关性,抑制噪声干扰,从而计算出血氧饱和度.通过利用血氧模拟器输出噪声条件下的低灌注脉搏波信号,对该方法进行验证.结果表明,该方法计算量小,具有较强的抗噪声能力,对噪声条件下的弱脉信号计算结果准确.     

WAEAS:An Optimization Scheme of EAS Scheduler for Wearable Applications

The rapid development of wearable computing technologies has led to an increased involvement of wearable devices in the daily lives of people.The main power sources of wearable devices are batteries;so,researchers must ensure high performance while reducing power consumption and improving the battery life of wearable devices.The purpose of this study is to analyze the new features of an Energy-Aware Scheduler(EAS) in the Android 7.1.2 operating system and the scarcity of EAS schedulers in wearable application scenarios.Also,the paper proposed an optimization scheme of EAS scheduler for wearable applications(Wearable-Application-optimized Energy-Aware Scheduler(WAEAS)).This scheme improves the accuracy of task workload prediction,the energy efficiency of central processing unit core selection,and the load balancing.The experimental results presented in this paper have verified the effectiveness of a WAEAS scheduler.     

相机运动状态下的实时运动目标跟踪算法

提出了一种相机运动状态下的实时运动目标跟踪算法。根据运动目标对光流结果的影响对特征点进行筛选;利用光流法对相机的全局运动进行估计;根据全局运动估计的结果对粒子滤波的运动方程进行修正,选取颜色直方图作为目标的特征模型,实现对移动目标的跟踪。实验结果表明,在相机运动的状态下,能够准确快速跟踪运动目标,可以达到实时性要求,具有非常好的鲁棒性。     

非完整轮式移动机器人轨迹跟踪控制研究

根据机器人的运动学模型 ,对具有非完整特性的移动机器人轨迹跟踪控制进行了研究 .采用基于积分backstepping时变状态反馈方法 ,引入具有双曲正切特性的虚拟反馈量 ,设计机器人轨迹跟踪控制算法 ,并且利用Lyapunov方法证明系统的全局稳定性 .考虑到机器人的动力学约束 ,控制律中引入机器人系统速度、加速度受限策略以保证机器人运动平滑 .仿真证明该算法具有快速、精确、全局稳定的良好特性     

不同步态分析系统在骨性关节炎中的应用进展

 概述了目前临床应用的3种步态分析技术：压力传感技术（足底压力系统）、计算机视觉技术（有标记的步态分析系统和无标记的步态分析系统）和可穿戴技术（可穿戴式传感器系统）。分析了不同步态分析系统的测量原理、实验方式及临床应用的优劣势等方面。分析表明计算机视觉技术设备运行复杂,对专业要求高,不利于非专业人员进行操作;可穿戴惯性传感系统技术可以构建个人化、智能化与舒适性的随身穿戴设备,具有突出的技术优势和广泛的应用前景,是今后医学预防领域和医疗保障的重要发展方向。     

生命不止,能量不息——植入式摩擦纳米发电机的研究与应用

 2012年,研究人员提出了一种将机械能转化为电能的摩擦纳米发电机（TENG）,该技术近年来得到了飞速发展,实现了对人体运动能、风能、声波能、海洋能等各种机械能的收集。其中植入式摩擦纳米发电机（iTENG）可将生物体内的心跳、呼吸肌运动等生物机械能转化为电能并驱动有源植入式医疗器件,可显著提高可植入式医疗器件的使用寿命,在未来植入式医疗行业中有着潜在的应用前景。本文综述了iTENG的结构、工作原理、输出性能及其在有源植入式医疗器件供能应用等方面的最新研究进展,并在此基础上进一步分析iTENG应用到临床治疗所面临的挑战。