针对老龄化严重以及阿尔兹海默症患者数量增多等问题，设计并研究一款基于STM32F103C8T6微控制器的智能眼镜系统，通过CAN总线与STM32F407实现双机协同通信。该系统整合了多项创新技术：采用高灵敏度脑电波传感器，可实时检测用户神经信号并触发摄像头拍摄视觉画面。通过低功耗蓝牙模块与手机App连接，用户可远程查看实时画面或回放历史影像。系统集成GPS定位功能，可实时追踪位置信息。当检测到脑电波信号异常或中断时，设备会立即启动二级警报机制。

STM32F103C8T6微控制器；脑电波传感器；二级警报机制；双通道无线传输

[1]金戈.阿尔茨海默病[M].沈阳:辽宁科学技术出版社,2021:406.

[2]申澍楠,赵浚伊,尹金良,等.基于物联网的阿尔兹海默病脑电波检测装置[J/OL].天津理工大学学报,1-6[2026-03-08].https://link.cnki.net/urlid/12.1374.n.20250521.1536.004.

[3]王宜怀,索明何,王玉丽.嵌入式技术基础与实践项目化教程[M].北京:机械工业出版社,2023:182.

[4]杨淑婷.“记忆的守护者:数字科技与阿尔兹海默症的较量”[C]//广东省肿瘤康复学会.2024年《健康大湾区》科普论坛暨第六期健康科普作品征集活动作品集.惠州市中心人民医院神经科,2024:512-513.

[5]刘萱,陈华竣.基于脑电波监测的疲劳驾驶预防系统设计[J].现代信息科技,2025,9(15):194-198.

[6]谢锦华.BDS/GPS数据融合定位解算算法的研究与实现[D].广州:暨南大学,2016.

[7]陈出新,周雨辰,王晨晨,等.基于双频GPS定位和陀螺仪姿态解算与霍尔传感器的多数据融合滤波定位算法研究[J].工业控制计算机,2023,36(8):125-126+129.

[8]邹平吉.嵌入式机器视觉信息采集系统设计研究[J].信息记录材料,2022,23(11):191-194.

[9]王强.机器视觉与数字图像处理基础[M].北京:化学工业出版社,2021:210.

[10]康德龙.物联网智能无线节点数据采集系统设计与实现[D].沈阳:东北大学,2014.

[11]王通.阿尔兹海默症的大脑萎缩与脑网络的关系研究[D].太原:太原理工大学,2023.

[12]范炤,姚丽丽.基于功能磁共振成像的个体脑网络在阿尔兹海默症早期诊断中的应用[J].生物医学工程研究,2021,40(2):126-130+143.

[13]袁俊.基于低功耗蓝牙的脑电信号采集与处理系统设计[D].长沙:湖南大学,2018.

[14]陆琦,曾金艳,顾蒙曦,等.智能可穿戴设备在临床护理中的应用现状与优化策略:以无锡地区为例[J].现代医院,2026,26(1):122-125+131.

[15]何佳俪.智能可穿戴设备在运动表现监测中的应用路径[J].文体用品与科技,2026(1):137-139.