多生理参数实时数据流集群监测方法研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 重庆理工大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文是本人在导师的指导下，独立进行研究所 取得的成果。除文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果、作品。对本文的研究做出重要贡献的集体和个人， 均已在文中以明确方式标明。 本人承担本声明的法律后果。 作者签名： 日期： 年 月 日 学位论文使用授权声明 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权重庆理工大学可以将本学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于（请在以下相应方框内打“√”）： 1.保密□，在 年解密后适用本授权书。 2.不保密□。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 摘 要 摘 要 多生理参数远程监测系统可对心血管疾病患者、慢性病患者以及老年人进行不间 断实时检测，在人体健康在线监护以及疾病预警方面发挥了重要作用。随着智能手机 终端的普及和穿戴式传感技术的发展，以医院为监控和管理中心的传统多生理参数远 程监测模式，已不再适合面向家庭和个人监护的发展需求。如何对大量的实时数据进 行感知、传输、计算和存储等问题，对远程多生理参数监测系统提出了新的挑战。 本文提出了基于云平台的多生理参数集群实时监测方法，以提供丰富的计算工具 与计算方法、运行时间复杂度相对较高的分析算法，从而得到更加全面、精确的分析 性能，以适应集群用户实时多生理参数监测的不同需要。同时，解决了传统多生理参 数服务平台存在的负载能力有限、实时性不强、计算能力较差、计算资源有限等问题。 论文的主要研究工作和创新点在于： (1) 针对现有的多生理参数的各个传感与采集单元采用一体机集成模式，不利于 多生理参数的穿戴式传感与无线组网的缺陷和不足，提出了基于无线体域网的多参数 实时感知与前端组网方法，解决了现有多参数模块集中在一起所带来 (2) 传统的多参数监测服务端大多采用单一的服务器，数据分析能力不足、实时 性差、存储空间受限、数据的一致性不能得到保障。为此，本文提出了多生理参数集 群实时监测方法，构建了基于云计算的实时监测平台，包括集群的构建、云平台数据 流程设计，以及多生理参数数据流实时监测性能的优化； (3) 利用云平台的并行计算能力，对多生理参数的集群数据分析方法进行了初步 探索，论文采用小波和支持向量机等时间复杂度较高的算法对心电和脉搏波信号进行 了分析。分析系统在云端直接调用 Matlab 进行并行分析，可有效利用现有的计算工 具和计算资源，实现高性能的实时数据分析。 实验测试结果表明：基于云平台的远程多生理参数监测系统，在数据处理时间和 负载均衡方面，比传统的服务器模式具有比较明显的优势。解决了传统远程医疗服务 中数据周转时间长、实时分析算法误差大和架构拓展困难等问题，为多生理参数无线 监测，以“穿戴式无线传感+手机无线传输+云计算服务”的模式走向家庭健康监测 提供了技术支撑。 关键词：多生理参数；实时监测；云计算；流式数据处理平台；集群分析 I ABSTRACT ABSTRACT Remote multi-parameters telemonitoring system makes it possible to access health care for the chronic, the old and cardiovascular diseases patients anytime and anywhere. With the development of smart mobile terminals and wearable sensor technology, the traditional hospital-centered remote monitoring system cannot meet the needs of family and personal care. Therefore, it is important to deal with the networking,transmission, computing and storage of large real-time data for remote multiple physiological parameters monitoring at present. A novel monitoring solutions based on Storm for real-time data is proposed to run