随着时代的发展,世界人口爆炸式增长与人口老龄化所衍生出的一系列问题受到人们的重视,中老年人等特定人群的健康保健问题亟待解决。然而,传统的集中式医疗监控方法在对病患实施监护时存在许多不足,甚至会给病患施加额外的心理负担。无线体域网技术结合了无线通信、数据云存储、移动应用等技术,可以长时间且无间断地监控和记录人体的体征数据,克服了传统监护存在的大型化、不可便携性等缺点,满足人们对日常医疗监控的高效性、可穿戴性、舒适性、安全性等要求。本文主要设计与实现了基于无线体域网的医疗监测系统,并将本系统与神经网络相结合,提出一种人体体征状态分析模型,主要工作和创新点总结如下:1.本文研究了无线体域网技术,对无线体域网系统的总体网络结构与关键技术进行分析,并以无线体域网架构与理论技术为基础设计与实现了基于无线体域网系统架构的体征监控系统。系统结合了无线体域网技术、低功耗蓝牙技术、生理检测技术、Android移动开发技术、远程服务器技术等,基本实现了对人体的体温、心率、血氧、呼吸参数的采集和数据存储。实验结果表明,本系统可以较为准确地采集人体的生理数据,实现了Android客户端软件与远程服务器的数据交互,基本完成系统设计时的需求。2.人体的体征状态处于连续变化的过程中,在对一段时间内人体的体征状态进行分析与判断时,可将某时刻的体征数据与前后时刻的数据结合分析。本文在实现对人体多项基本体征监测的基础上,提出了一种人体生理状态评估和趋势预测模型,该模型利用神经网络模式分类的功能,对系统采集的多项人体生理数据进行实时的多参数融合分析。实验结果表明,本模型具有较好的性能与可用性,对人体状态分类的准确性能够达到96.5%以上,预测结果与实际结果较为接近,基本符合初始设计的要求。