泛在式生理参数提取方法及其在呼吸反馈中应用的研究

本项目深入探讨泛在式生理参数提取的理论和方法，并针对呼吸反馈展开应用研究。项目采用可穿戴微型传感器构成的人体传感器网络，实现对ECG、PPG、呼吸、皮温等生理参数的泛在式监测和特征提取，在此基础上，建立呼吸反馈模型，研究模型与优化调节之间的相互关系。研究内容主要包括1）基于人体传感器网络的泛在式生理参数监测方法，2）多生理参数的特征提取算法与数据融合，3）高稳健性的呼吸反馈调节算法。关键科学问题是泛在式生理参数提取的全局误差最小化问题和呼吸反馈建模问题。创新点主要体现在1）从传感方式、测量误差分析、特征提取算法等多方面系统研究泛在式生理参数提取方法及相关自主神经功能评估方法，2）将泛在式监测方法与生物反馈理论有机结合。通过本项目研究，一方面为泛在式生理参数监测开辟更大的应用空间，另一方面有助于探索动态生物反馈调节的机理，进而为全民低成本健康实用技术的开发提供理论基础。

近年来，对可穿戴生物传感和居家健康干预技术的研究方兴未艾。本项目对“泛在式生理参数提取方法及其在呼吸反馈中应用的研究”展开研究，探索个性化健康信息获取的科学问题，突破低负荷生命体征特征提取和穿戴式呼吸反馈的关键技术瓶颈，研发相应的穿戴式呼吸反馈原型样机，为“家庭保健”新模式提供技术创新手段。主要创造性成果如下： . 1. 研制了基于人体传感器网络的呼吸反馈样机，研发面向个人和家庭应用、自主知识产权的低负荷呼吸反馈软硬件系统，突破了常规生物反馈仪体积大、价格高、不适用于移动医疗应用的局限。低负荷呼吸反馈电子腰带保证了生物反馈过程中受试者保持相对正常的生理和心理状态，从而实现了低负荷呼吸反馈。通过多人次多场景的呼吸反馈实验，验证了原型设备的有效性。. 2. 首次提出了一种加速度提取呼吸率的新方法，即采用自适应滤波结合主成分分析的方法。与Bates（2010年）、Pung (2008年)等提出的基于时空信息的方法比较，该方法受运动伪差干扰显著减小，在五种典型日常生活中平均测量精度约90%。. 3. 首次探索信息熵等非线性新指标对自主神经动态评估的稳健性：以健康年轻组和帕金森组为例，跟常规的时域和频域指标相比，信息熵等非线性新指标对自主神经评估具有更高的稳健性，并且适用于呼吸反馈效果评估。. 4. 对人体通信的进行了尝试性的实验分析，建立了人体通信动态信道的Fritchman模型。分析表明，人体信道的动态特性明显；人体通信中的信号返回通路直接影响着人体通信的动态传播特性、人体通信动态信道的衰落分布与具体的信道有关、人体通信动态信道统计参数比较集中。. 综上所述，本研究在生命体征参数的低负荷监测技术、高可靠性健康指标动态提取、自主神经功能综合评估、呼吸反馈机理探索等方面具有一定贡献。我们自制的低负荷呼吸反馈系统也克服传统静态生物反馈仪具有一定的主观随意性、不适合于移动医疗等缺点。总之，本研究具有较大的应用价值和社会效益。