在老年医疗保健中用于多模式生物医学信号的生物识别
Yue Che1,2, Lingyan Du1,2, Guozhi Tang1,2
1School of Automation and Information Engineering, Sichuan University of Science and Engineering, Zigong 643000, China.
Sensors (Basel, Switzerland)
|October 26, 2024
概括
这项研究引入了一种新的生物识别系统,使用可穿戴设备的心电图 (ECG),光电图 (PPG) 和呼吸 (RESP) 信号. 先进的多模式方法在老年人健康监测方面实现了超过99.5%的准确性.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 老年学是指老年学的学科.
背景情况:
- 全球人口老龄化需要先进的老年护理解决方案.
- 有效的健康预防和管理对于老年人群至关重要.
- 可穿戴设备提供了持续健康监测的潜力.
研究的目的:
- 为老年人开发一种多模式生物识别系统.
- 通过组合生物医学信号来提高身份识别的准确性.
- 促进远程健康监测和早期发现老年人的异常.
主要方法:
- 从时间频域中的ECG,PPG和呼吸 (RESP) 信号中提取特征.
- 使用主要组件分析 (PCA) 和线性差异分析 (LDA) 进行尺寸缩小.
- 通过多模式正规相关性分析 (MCCA) 和使用支持矢量机器 (SVM) 的识别进行特征融合.
主要成果:
- 拟议的系统将RESP信号与ECG和PPG集成在一起,用于多模式识别.
- 在公开和自主收集的数据集上实现了超过99.5%的准确性.
- 在身份识别准确度方面显著改善.
结论:
- 多模式生物识别系统为老年人识别提供了一个高度准确的方法.
- 与可穿戴设备的集成可以快速检测老年人的异常状况.
- 这项技术可以提高老年人的医疗服务,并减轻医疗保健系统的压力.
