当前,市场上的健康信息监测设备多数是用来监测某一方面的健康异常。为帮助医院、养老院等地方全面监测患者的健康状态,本文设计了一款优于以往的移动监测设备的嵌入式健康信息处理系统。它被固定安装在室内的天花板或者墙上,还运用了多种算法实现健康实时监测。论文首先介绍了整个系统具备的功能,给出了整体设计框图。然后给出了实现各个功能的技术方案简介,运用神经网络算法检测接收到的健康指标数据异常;选用了MLX90614传感器实现非接触式测温系统,精度为±0.5℃;基于UWB定位技术,并采用TOA算法实现了楼内精准定位,定位精度达到厘米级;通过提取视频中运动目标特征,采用跌倒检测算法实现人体跌倒检测;用人脸识别技术去识别用户身份。再次,设计了基于胶囊网络算法的人脸识别技术。胶囊网络算法是用活动向量来表示存在的人脸特征,降低用标量表示带来的错误率,采用囊间动态路由来训练胶囊网络的权重参数。人脸识别的胶囊网络架构由输入层、卷积层、主胶囊层、数字胶囊层、3个全接层和输出层,用来对输入的人脸进行分类识别,我们建立人脸数据库训练网络架构,训练的结果显示人脸识别的精确度达到98%。最后,搭建了TensorFlow平台来实现人脸识别,实验用Python3.6语言编写程序,在Python IDE上运行代码,得到了单人脸、双人脸、三人脸、四人脸的识别结果。实验结果表明,对单人、双人的身份识别精确度较高,多于三人的识别还需要进一步优化胶囊网络。基于人脸的身份识别功能帮助医护人员预先、快速地了解患者的健康状态和病史,让健康信息处理系统得到了很好的应用。