软件工程-毕业设计答辩稿

尊敬的各位老师，上午/下午好。

我的毕业设计题目是“基于ARM处理器的疾病检测仪平台设计”。

下面我将从背景介绍、系统功能、目标机设计、上位机设计、总结与展望五个部分汇报我的毕业设计成果，恳请各位老师批评指正。

帕金森病是最为常见的神经退行性疾病之一，主要症状表现为静止性震颤、强直、冻结步态等。

其中，冻结步态症状患者占晚期患者的50%。

消除冻结步态症状已成为近年来帕森金病治疗的主要研究方向。

随着体域网技术的发展，越来越多的医疗领域研究采用这种技术实现对病情的精确监控与定量分析评价，其中便包括帕金森病。

作为无线传感网的一个分支，体域网的体系结构可划分数据采集部分、网络通信部分和应用与服务部分。

我所设计的疾病监测仪平台便是基于这样一种结构，它能够通过计算步态周期，步长等参数来检测患者在行走过程中出现的冻结步态症状。

该平台的系统功能主要包括数据接收功能、波形绘制功能、步态检测功能和病历查看功能。

数据接收功能可以收集各传感器采集到的信号，并对信号进行滤波处理；波形绘制功能可以直观展示各节点信号的波形曲线，并支持放大和坐标查看操作；步态检测功能可以实时计算出患者步态参数，并识别冻结步态症状；病历查看功能可以查看以往的检测记录，并以波形的形式将步态参数的变化曲线展现出来。

接下来将介绍平台的系统设计。

系统设计可划分为目标机设计和上位机设计。

目标机设计主要包括传感器节点、基站和无线网络通信设计三方面。

传感器节点采用stm32处理器，nRF24L01无线收发器，L3G4200D陀螺仪作为主要器件，用于采集腿部运动的角速率，并将数据无线发送给基站。

基站用于接收数据并将数据经串口传送给上位机模块。

为了保证多节点的数据采集，目标机模块采用令牌环协议实现节点按顺序发送数据，其网络拓扑结构如图所示。

上位机程序采用C#语言编写，可根据功能划分为数据接收模块、波形绘制模块、步态检测模块和病历查看模块。

系统层次结构如图所示。

数据接收模块为波形绘制和步态检测模块提供处理后的可用数据；步态检测模块利用这些数据计算出步态参数，识别冻结步态，并将步态参数提供给病历查看模块使用。

上位机算法主要包括：滤波算法，特征提取算法和步态识别算法。

下面将对这些算法进行介绍。

从原始信号的频谱分析中可以看出，信号的主要幅值分布在2~20Hz之间，其他频段存在的幅值可视为噪声，这些噪声会影响检测结果准确率。

我采用FIR带通滤波器，通带截止频率设置为1.5~25Hz，滤波器阶数为110阶，在保证信号的线性相位的前提下，有效滤除了该频段以外的噪声，其幅频特性曲线如图所示。

特征提取算法用于提取小腿波形的特征值。

该图展示了正常步态下小腿的波形，波峰称作Mid-swing，表示一个步态周期内腿部摆动速度最快的时刻。

它之前的第一个波谷称为Terminal-Contact，表示脚尖离地的时刻，它之后的第一个波谷称为Initial-Contact，表示脚跟落地的时刻。

这些特征值为一组便可以表示单腿的一个步态周期。

我所设计的特征提取算法基于装配线的原理，开启两个线程作为生产线，分别用于提取波峰和波谷，一个线程作为装配线，用于识别TC,IC，并与Mid-swing组装成步态特征值。

三个线程同时运行，便实现了实时的特征提取。

图中为特征提取算法的验证结果。

步态识别算法以特征提取为基础。

从步态周期时间模型可以看出双腿特征值的时间排列关系，由此可根据左右腿的步态特征值推算出步态周期、单脚站立时间等时间步态参数。

空间步态参数可根据步态周期双腿摆动模型求出，步长为d1+d2+d3，步速为步长除以步态周期，d1，d2，d3的计算公式在这里已经给出。

公式中的角度可根据角速度积分获得。

为了检测冻结步态，识别算法仿照看门狗原理，若计算出步态参数，就喂狗一次。

当冻结步态发生时，患者停止动作，程序无法提取特征值并计算步态参数，因而无法喂狗。

若2s内不喂狗，则表示冻结步态发生，进而触发冻结步态记录和反馈功能。

至此，该平台的设计介绍完毕，总结如下：本次设计完成了无线令牌环协议、动态波形绘制、较为准确的步态参数计算和实时的冻结步态诊断等功能的设计，较为完整地实现了体域网架构和预期软硬件功能。

该平台只是一个初步模型，在低能耗、网络安全性、多症状检测、远程监控等方面还有待完善，此外可借助模式识设计识别算法，进而提高检测结果的准确性和识别算法的鲁棒性。

下面请看视频演示。

毕业设计介绍完毕，谢谢大家！。