《基於智慧型手機感知的疾病發現與位置預測》是依託濟南大學，由張遠擔任項目負責人的面上項目。
基本介紹
- 中文名：基於智慧型手機感知的疾病發現與位置預測
- 項目類別：面上項目
- 項目負責人：張遠
- 依託單位：濟南大學
項目摘要,結題摘要,
項目摘要
在醫療保健方面，目前基於智慧型手機感知的研發主要面向套用，很少有對於個人疾病發現和行動位置預測的綜合性基礎研究，也帶來了相關研究的迫切性與挑戰性。本項目利用日常生活中手機感知的原始數據，將信源數據處理後匯聚到數據中心，然後一方面對生理數據進行離群檢測，分析並預警身體的健康狀況；另一方面利用歷史位置數據對用戶位置進行預測，估計個人的未來行為。具體的技術創新點和潛在社會貢獻包括：①利用分散式信源編碼思想提出醫療大數據的數據匯聚方法，產生高效、準確的數據集，並提高網路傳輸效率。②量化、分析醫療數據集的屬性相關性，結合相關屬性集權重值提出離群點檢測方法，及時發現身體的疾病。③引入模糊邏輯思想，提出多類支持向量機算法預測個人未來位置，引導健康行為。項目的實施將從醫療大數據“好利用”和“利用好”的角度，為保障身體健康與鼓勵健康的行為習慣提供一系列理論基礎與核心算法。
結題摘要
利用包括但不限於智慧型手機在內的穿戴式設備，連續、無創地記錄生理數據，並與醫學人工智慧技術相結合，對這些數據進行處理和分析，有望實現疾病的早期預測與診斷。本項目主要研究內容包括三個方面：一是移動用戶無GPS輔助時的定位算法和相關網路協定；二是基於智慧型手機等可穿戴設備採集的生物電信號，實現部分典型疾病早期識別；三是利用醫學影像和機器學習技術，輔助臨床診療。研究內容一可以對社區養老用戶實現精準定位跟蹤，重點提出了一種針對社區老人的精準定位系統和定位算法，並提出了與此相關的網路協定。研究內容二是本項目重點，利用採集或者提取出來的PPG信號、腦電信號、心電信號、脈搏波、肌電信號等，通過創新信號分析和機器學習技術來提取特徵，實現了主要生命體徵和疾病的日常監測。具體地，課題組從基於PPG信號的無創血糖監測、脈搏波信號處理與肺癌識別、基於腦電的自動癲癇檢測、異常心拍識別等進行深入研究。其中，使用智慧型手機採集視頻獲取了PPG信號，是一項原創成果，用於無創估計血糖水平。而腦電信號、心電信號和脈搏波信號都是由可穿戴式設備獲取，使用智慧型手機存儲和顯示檢測結果。研究內容三是本項目的拓展研究，利用合作醫院的兆伏級CT數據或者磁共振影像數據，實現小器官自動、精準分割。項目成果具有廣闊的市場潛力和經濟利益，並符合“預防為主、關口前移”的全民健康重點需求。
