随着我国人口日益严重的老龄化,非接触式监护对于非危重病人特别是老年人的监护显得越来越重要。目前,欧美国家在医疗监护领域发展迅猛,特别是对非接触监护仪器的研究和开发更是投入巨资,正在打造一个“量化自我”的智能监护系统。“量化自我”是一个基于社区网络的智能化医疗监护系统,此系统无需医护人员的医疗监护,通过一系列传感器24小时不间断地采集人体各种生理和病理信号,通过有线或无线的方式传输至服务器,建立个人档案,对个体的信号进行处理、分析和预测,并及时地进行有效反馈。借助此监护系统可了解到人体健康状态的变化趋势和疾病变化情况,还能给模糊神经网络判断心律失常提供大量临床数据。本论文针对慢性心血管疾病,构建了一个基于社区网络的智能化医疗监护系统,此监护系统摒弃了传统的接触式心脏监护仪的电极导联方式,不需要任何导线接触,病人只需平静地躺在放有传感器的监护床上,利用传感器就能采集检测到人体的心电信号,之后通过智能手持终端接收处理后再无线发送到远端信号处理系统,进行信号处理与分析,医生依此就能作出诊断和治疗方案。系统设计主要包括三部分：(1)信号的采集与转换(msp430)：由压电传感器、心电信号采集单元、心电信号处理单元等组成。硬件设计：通过设计硬件滤波电路,将压电传感器固定在床上,通过非接触式压电传感器获得的心电信号；然后对信号进行放大、整形和滤波,利用无线方式发送到心电信号采集单元；最后,通过一个16位MSP30系列基于高度集成超低功耗的单片机处理单元对检测得到的心电信号进行分析理,这样的设计既简化了电路又降低了功耗。软件设计：为实现心电信号的采集、处理和实时传输给个人计算机等的功能,采用C语言为MSP430编写固件程序。(2)信号的分析和传递：由基于AMR架构的智能手持终端和心电信号收集单元构成。在手持终端中,采用qt强大的图形语言,设计了操作简单、界面优美的测试界面,可用于心电信号的存储,分析和显示。并在心电信号中分析提取出更适合人工神经网络的特征输入。(3)人工神经网络专家系统：采用matlab的gui界面,通过网络输入信号,实现自我诊断和对比,医生可以借助此系统完善自己的诊断体系,研究者也可以据此细化病例分析,评价药效和把握心脏疾病的发展趋势。通过本系统的建立和执行,前期实验结果初步表明,本系统的非接触心脏监护仪能采集到满意的生物电信号,智能手持终端收集处理信号可执行性强,经MIT-BIH心电数据库和实测数据检验,正确率达94.5%,能够达到设计要求。