无线体域网医疗感知信息传输与处理方法的研究

The development of wireless micro-sensor technology and wise medical is growing fast in recent years, this trend makes a health monitoring body domain network, which is featured by low-cost, energy-efficiency, small volume and multi-function, come into a hot research topic. According to potential challenges aroused by body domain network, such as communication interference, body movement and overheated risks, our project proposed a novel communication and processing method for sensed medical information collected from body domain network. First of all, this paper porpses an intelligent routing algorithm and its optimization scheme based on body motion perception, temperature prediction perceived and limited thermal threshold to solve the problem of unobstructed information transmission which occurs due to network topology change. Secondly, to ensure data transmission stability and security, secure transmission protocol based on muilti-polynomials key distribution algorithm is proposed. Furthermore, by using process data filter that is based on optimized median absolute deviation, data would be cleaned out and become a cornerstone of proposing an attribute correlation algorithm, described by partial correlation coefficient, to get rid of unrelated ones. Finally, the support vector machine (SVM) based on unconstrained spatial domain information HMM optimization is proposed to model the apperceive data, to assist for human health’s analysis and prediction..This project combined the technologies of wireless sensor network and machine learning method to establish a wireless body domain network based human health model, it also achieved goals of high reliability, energy efficiency, high real-time performance and high accuracy as stated.

随着无线微型传感器、智慧医疗等应用技术的飞速发展，构建复杂的监测人体健康的低成本、低功耗、小体积、多功能的体域网成为研究热点。针对体域网通讯干扰、肢体运动、温高伤体等问题，本项目拟提出基于无线体域网医疗感知信息传输、处理方法的研究。首先提出基于肢体运动可感知、温度预测可感知、热量阈值受限制的智能路由算法及其优化方案，以解决因网络拓扑变化而引起的感知信息传输不通畅问题；其次，提出基于多多项式密钥分配算法的安全传输协议，以保证数据传输稳定性和安全性；再次，通过研究改进基于中值数绝对偏差的过程数据滤波器对数据进行清洗，提出基于偏相关系数的属性相关性分析算法，以剔除不相关的属性；最后，提出基于无约束空间领域信息HMM优化的支持向量机对感知数据进行建模，以用于人体健康分析和预测。.本项目将建立一个可靠性高、功耗低、实时性高、精准度高的无线体域网人体健康评测模型，该研究具有显著的理论意义和应用价值。

本项目的主要研究内容是无线体域网医疗感知信息传输与处理方法的研究。基于对无线体域网研究现状的分析，针对无线体域网的网络拓扑受到肢体运动和节点温度升高的影响，传感器节点温度将会过热，完成了一套分布式无线体域网嵌入式原型系统并自主开发了基于C# WPF桌面编程环境的可视化无线体域网仿真平台，解决了课题研究的关键问题。包括：1）解决了基于肢体运动、温度预测可感知的智能路由算法及节点热量阈值限制对路由影响的优化问题，实现了基于人体移动感知的路由协议算法，攻克了网络拓扑变化引起路由不通畅关键技术；2）解决了基于多多项式密钥分配算法的安全传输问题，保证了数据传输稳定性和安全性，避免了密钥池分配方案导致的不确定连通性；3）理清了感知信息数据预处理及其与健康状态的相关性问题，完成对数据进行清洗并剔除不相关的属性；4）探索了感知信息的健康评估模型的构建问题，引入了多维度模糊推理系统在人体健康分析、评估和预测中的应用。 .通过本课题的研究，在无线体域网人体移动感知的智慧路由协议等技术方面获得了诸多关键技术的突破。截止本课题结束，在课题研究工作的基础上，课题组发表了31篇学术论文（其中：CCF A类7篇、SCI收录15篇、EI收录9篇），申请专利2项（授权1项），获奖4项，本人参与国家技术标准制定2项（中电协机器人标准化专业委员会成员、国家技术标准创新基地（智能语音技术）专家委员会成员）。此外，在课题研究期间，课题组与多所国内外高校和研究机构开展广泛的学术合作与交流活动，有效地促进了课题的研究工作。在人才培养方面，先后培养博士毕业生2名，其中1名留在课题组进行博士后工作，并且申请到相关课题的青年创新基金，毕业硕士研究生19名。目前课题资助在读博士研究生8名、在读硕士研究生9名（其中包括培养5个国家外国留学生9名）。