但是，穿着设备信息随着我国社会老龄化的激化，临床康复资源更加紧张，没有严重的地区失衡，导致很多中风患者回到家庭或社区后，无法及时获得有效的康复化疗和指导服务。近年来，互联网、物联网、可穿戴传感器网络(WSN)等技术发达，为脑卒中患者的远程康复训练和评价提供了新的方法，但如何保证设备的长期顺利运行还没有解决。传输感(CompressedSensing，CS)是一种新的理论框架，它允许以较低的频率采样信号，并以较低的概率重新组织信号。这为可穿戴设备的低功耗长期运营提供了可能的解决方案。
中国科学院苏州生物医学工程技术研究所光生物健康研究中心郭立川课题组以各种MEMS传感器(加速度、陀螺、磁力仪、倾斜传感器等)为基础，开发出可穿戴传感器设备，融合ZigBee无线协议，构建无线传感器网络平台。在此基础上，利用网络技术开发了远程康复训练和审议系统，用作脑卒中患者的家或社区康复训练和审议。为了增加可穿戴传感器设备的无线传输数据量，减少寿命，研究人员基于传输感觉理论设计了新的信息收集系统。
设备收集的运动数据在传输前必须进行传输采样处理。这样可以大大减少通过ZigBee无线协议传输的数据量。计算机末端还有一个“信号重建”链接，它使用传输感觉理论将传输的数据恢复为整个信号。
在避免高速采样的同时，该系统大大减少了数据存储和传输成本，并为高维数据分析提供了新的方法。稠密性分析结果显示，中风患者在康复训练中可以记录为设备的运动信号不密集，可以利用传输感传输。实验结果表明，通过在传输域下展开特征提取和展开以前的信号处理，可以在现有的传输感觉理论框架下避免信号重构，在增加重构过程的计算量的同时，还可以构建能够佩戴传感器硬件的“OnNodeAnalysis”的下一步。
该研究结果在《Sensors》杂志(第16卷，ISSUE2)上公开。
本文关键词：“,开云,体育,平台,登录,入口,”,苏州,医工,开云体育平台登录入口
本文来源：开云体育平台登录入口-www.qeyuanpack.com.cn
