國內十大死因中就有三項屬於心血管疾病，心血管疾病對於身體逐年退化的老人、生活作息不規律的上班族、肥胖體質的人發生的機率就會越來越大，依照目前全球人口數攀升以及壓力逐漸增加的狀況下心血管疾病的問題勢必會快速的增加，現在因為生活品質的提升與醫療科技發達，而生理訊號可以讓我們了解到自己的健康狀況。
隨著人口結構的高齡化在慢性疾病的照護上將會是社會的重大負擔。傳統的醫療行為所需要負擔的醫療人員照護以及技術成本甚鉅，對於整個社會而言，不只是人口結構的變化，更影響了整體醫療服務結構。近年來醫療科技的進步，可攜式感測器的技術提升以及全球無線網路化，使得民眾可以隨時隨地取得各類型的生理參數，並且能掌握身體的各種變化。

There are three major causes of death in the country belong to the cardiovascular disease, cardiovascular disease for the elderly year after year degeneration of the elderly, living and resting irregular office workers, obese people will be more and more likely to occur, according to the current global population The problem of cardiovascular disease is likely to increase rapidly in the case of increasing and increasing pressure. Now, because of the improvement of quality of life and the development of medical technology, physiological signals can let us know our own health status.

    Intelligent medical treatment to lead the emergence of new technology and medical monitoring technology and equipment, and the Internet of things with cross-cutting, cross-industry characteristics, can be applied to the monitoring of human physiological information and physical information management can improve the quality of medical care can also increase health care Personnel to determine the accuracy of information, while reducing medical costs and care burden, and information can be used as medical technology research, making the medical quality can be more perfect and improved.

目錄
誌謝	I
中文摘要	II
ABSTRACT	III
目錄	IV
圖目錄	VI
表目錄	IX
第一章 緒論	1
1.1 前言	1
1.2 動機與目的	3
1.3 研究目的	6
1.4 研究架構	7
第二章 研究文獻探討	9
2.1 醫療物聯網	9
2.2 無線人體區域網路	10
2.3 心電圖	12
2.4 心率變異度	14
第三章 心跳之ECG系統實測簡介	16
3.1 穿戴裝置與ECG模組簡介	16
3.1.1 ECG實測方式說明	19
3.1.2 ECG實測之結果	21
3.1.3 ECG穿戴裝置與系統之實測驗證	23
3.2 ECG水下測試	25
第四章 QRS波與血壓預估及分析	27
4.1 血壓與ECG波形模擬分析	27
4.1.1 QRS波演算法	27
4.2 心率QRS波與血壓實測環境說明	30
4.2.1 心律QRS波與血壓實測結果分析	32
4.3 長期心率監測與分析	42
第五章 結論與未來展望	45
5.1 結論	45
5.2 未來展望	45
參考文獻	46
 
圖目錄
圖 1 1我國104年人口年齡結構	1
圖 1 2醫療物聯網架構示意圖	3
圖 1 3我國2015年十大死因	4
圖 1 4醫療物聯網雲端應用	5
圖 1 5各類型的血壓計	7
圖 1 6本論文之系統架構	8
圖 2 1應用於醫療監控的無線人體區域網路	11
圖 2 2心電圖波形	13
圖 2 3 HRV 量測波形之RRI 參數[13]	15
圖 2 4 HRV 量測之靜態RR 速度圖[12]	15
圖 2 5 HRV 量測之頻域分析圖[12]	15
圖 3 1 12導程心電圖[16]	16
圖 3 2 心動生技股份有限公司ECG125 模組實體圖	17
圖 3 3 ECG125模組所測得之ECG波形	18
圖 3 4 ECG數值	18
圖 3 5 穿戴式裝置應用於物聯網監控分析系統	18
圖 3 6 ECG擷取發射器與ECG監控顯示平台之訊號處理方塊圖	19
圖 3 7 穿戴過緊訊號變差	20
圖 3 8 穿戴過鬆甩動訊號	20
圖 3 9 ECG量測裝置配戴方式	20
圖 3 10 受測者坐下靜止狀態之波形	21
圖 3 11 受測者一般走路狀態之波形	22
圖 3 12 受測者跑步狀態之波形	22
圖 3 13 80BPM動態ECG與醫院儀器的比較資料	23
圖 3 14 120BPM動態ECG與醫院儀器的比較資料	24
圖 3 15 240BPM動態ECG與醫院儀器的比較資料	24
圖 3 16 水下測試圖	25
圖 3 17 水上波形	26
圖 3 18 水下波形	26
圖 4 1 標準心電波形圖	27
圖 4 2 心電波形圖	28
圖 4 3 測試流程圖	29
圖 4 4 跑步機測試狀況	30
圖 4 5靜態測試環境圖	31
圖 4 6靜態波形圖	33
圖 4 7 量測第一次之走路波形圖	34
圖 4 8 量測第一次之跑步波形圖	34
圖 4 9 休息5分鐘後波形圖	35
圖 4 10 量測第二次之走路波形圖	36
圖 4 11 量測第二次之跑步波形圖	37
圖 4 12 量測第二次之休息5分鐘後	37
圖 4 13 量測第三次之走路波形圖	38
圖 4 14 量測第三次之跑步波形圖	39
圖 4 15 量測第三次之休息5分鐘後波形	40
圖 4 16 運動血壓預估曲線圖	41
圖 4 17 電子式溫度時鐘	42
圖 4 18 長時間溫度與心跳直條圖	44

表目錄
表 1 1我國人口年齡結構的變化	2
表 1 2血壓水平分類及定義	6
表 2 1生理訊號量測裝置類型	10
表 4 1靜態量測數據	32
表 4 2動態量測數據Part.1	33
表 4 3量測數據Part2.	35
表 4 4 量測數據Part.3	38
表 4 5 總量測數據	41
表 4 6長時間溫度與心跳數據	43

[1].	衛生福利年報，衛生福利部統計處，2015，P16.19
[2].	台灣地區主要死因統計，衛生福利部統計處，2015
[3].	Jose Fernandez Villasenor新通訊157期《技術前瞻，2014
[4].	吳世琳、王惟溫”物聯網在健康資療與照護之應用”，科學月，2014
[5].	K.S.Kwak, S. Ullah and N. Ullah,"An Overview of IEEE 802.15.6 Standard,"3 International Symposium on Applied Sciences in Biomedical and Comminication Technologies(ISABEL),2010.
[6].	E. Jovanov, A. Milenkovic, C. Otto and P. Groen, “A Wireless Body Area Network of Intelligent Motion Sensors for Computer Assisted Physical Rehabilitation,”Journal of Neuro Engineering and Rehabilitation,Mar.2005.
[7].	R. Kohno, K. Hamaguchi, H.B. Li and K. Takizawa, “R&D and Standardization of Body Area Network (BAN) for Medical Healthcare, ”IEEE International Conference on Ultra-Wideband, vol. 3,pp. 5-8, Sept. 2008.
[8].	A. Boulis, D. Smith, D. Miniutti,L. Libman and Y. Tselishchev, “Challenges in Body Area Networks for Healthcare:The MAC,” IEEE Communications Magazine, vol. 50, pp. 100-106, May 2012.
[9].	B. Gyselinckx, C. Van Hoof, J. Ryckaert, R. Yazicioglu, P. Fiorini, And V. Leonov, “Human++:autonomous wireless sensors for body areanetworks,” Proceedings of IEEE Custom Integrated Circuits Conference,pp. 13-19, Sept. 2005.
[10].	呂嘉陞編著”心電圖學必備”第三版，合記圖書出版社”2001
[11].	何敏夫編著”臨床生理學”，合記圖書出版社”2009
[12].	Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology(Membership of the Task Force listed in the Appendix),“[Guidelines] Heart rate variability-Standards of measurement,physiological interpretation, and clinical use,” European Heart Journal, Vol. 17, pp. 354-381, 1996.
[13].	Rami J. Qweis and Basim O. AI-Tabbaa, “QRS Detection and Heart Rate Variability Analysis: A Survey,” Biomedical Science and Engineering, Vol. 2, No. 1, pp. 13-34, 2014.
[14].	王瑋,“架構於無線人體感測網路下心跳同步方法之時間誤差改良機制“淡江大學電機工程學系碩士在職專班碩士論，Jul.2016
[15].	李永文,“穿戴式入睡品質監測系統之研發“淡江大學電機工程學系博士班,博士論文Jul.2016
[16].	怎樣看心電圖，http://www.wuji8.com/meta/800009482.html
[17].	老年低溫症，http://www.twword.com/wiki