基于物联网的移动医疗监护系统是近年来的研究热点,它是以射频识别技术和无线网络技术为核心,通过医疗信息管理系统或移动手持终端设备对病患进行监护,给医护人员提供协助信息的系统。利用物联网的移动医疗监护系统能快速、准确、便捷的辅助医护人员捕捉病人的生理状态对预防疾病的发生有着极其重要的意义。本课题研究的基于物联网的移动医疗监护系统实现了在对病人地理位置跟踪的同时还对病人的心电特征进行检测,根据心电波形的特征参数对心脏状态进行分析诊断,最终实现病人的远程监护。研究的主要内容包括GPS定位技术、心电预处理技术、心电特征波形检测技术以及心电诊断技术。首先,GPS定位是物联网信息采集中的一个重要部分。本文分析GPS定位技术的组成、原理以及坐标转换的推导,利用Google为Android平台提供的定位接口,实现对心脏病病人的实时定位跟踪,当病人病危时,及时把定位信息发送到监护中心。由移动监护终端测试结果表明,在空旷的地方偏差为5-30米,在建筑分布较为复杂的地方偏差为10-80米,定位执行时间大约为15秒。第二,本文中基于物联网的移动医疗监护系统的生理信息主要通过无线蓝牙实现心电信号的采集。由于信号采集过程中干扰信号的来源不同,采用中值滤波、梳状滤波器、Butterworth滤波器对心电信号进行预处理,利用MIT-BIH提供的数据库对算法的滤波效果进行评估,实验结果表明滤波算法在很好的滤除干扰的同时还保持着很好的实时性,有利于基于物联网的移动监护系统心电数据的后期处理。第三,对心电信号中QRS波、P波、T波的起点、终点、波峰的检测进行研究。利用自适应阈值差分算法进行QRS波检测,并与传统的固定阈值差分算法进行对比分析,QRS群波检测准确率达99.71%。对P波、T波检测采用一种改进后的局域变换法,利用MIT-BIH中的心电数据库对该检测算法进行评估,P、T波的检测准确率为91.05%。试验结果表明,两种算法检测精度高、实时性好,有利于物联网移动监护终端处理多种信息。最后,利用上述的检测算法得到的特征波形参数,设计病人心脏状态自动分析的程序。在病人病危时,立即发出报警信号,同时把数据通过GPRS网络发送到监护中心,让监护中心进一步分析,实现信息互联