脑血流自动调节能力评估关键算法及下肢束带平台研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 引言 | 第8页 |
| 1.2 课题研究背景及意义 | 第8-10页 |
| 1.3 国内外研究现状及分析 | 第10-16页 |
| 1.3.1 脑血流调节机能概述 | 第10-11页 |
| 1.3.2 静态动态评估 | 第11-12页 |
| 1.3.3 数学模型 | 第12-13页 |
| 1.3.4 线性分析方法 | 第13-14页 |
| 1.3.5 变异性 | 第14-16页 |
| 1.4 论文研究目标、内容与安排 | 第16-17页 |
| 第2章 生理系统建模及血流信号处理 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 系统模型 | 第17-21页 |
| 2.2.1 系统辨识原理 | 第17-18页 |
| 2.2.2 特殊MISO模型 | 第18-21页 |
| 2.3 信号处理 | 第21-26页 |
| 2.3.1 一次高斯滤波 | 第21-24页 |
| 2.3.2 关键处理步骤 | 第24-25页 |
| 2.3.3 相位评估Hilbert算法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于最小角度准则的变量选择算法及仿真 | 第27-45页 |
| 3.1 引言 | 第27页 |
| 3.2 最小角度准则 | 第27-29页 |
| 3.3 最小角度一次有效算法 | 第29-39页 |
| 3.3.1 一次算法步骤 | 第29-30页 |
| 3.3.2 一次算法仿真 | 第30-37页 |
| 3.3.3 辨识误差分析 | 第37-39页 |
| 3.4 最小角度自适应高效算法 | 第39-43页 |
| 3.4.1 自适应算法步骤 | 第39-41页 |
| 3.4.2 自适应算法仿真 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 半自动下肢束带平台 | 第45-52页 |
| 4.1 引言 | 第45页 |
| 4.2 下肢束带原理 | 第45-46页 |
| 4.3 平台硬件设计 | 第46-49页 |
| 4.3.1 主控芯片 | 第47页 |
| 4.3.2 泵与阀控制 | 第47-49页 |
| 4.3.3 压力传感器与AD转换 | 第49页 |
| 4.4 平台气路控制 | 第49-50页 |
| 4.5 平台程序流程 | 第50-51页 |
| 4.5.1 加压控制程序 | 第50-51页 |
| 4.5.2 最大收缩压压力6档 | 第51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 实验与分析 | 第52-63页 |
| 5.1 引言 | 第52页 |
| 5.2 实验拟定 | 第52-53页 |
| 5.3 预期分析 | 第53-54页 |
| 5.4 数据采集 | 第54-56页 |
| 5.5 实验数据分析 | 第56-62页 |
| 5.5.1 ARI评估非整数算法 | 第56-58页 |
| 5.5.2 验证分析 | 第58-62页 |
| 5.6 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文 | 第69-71页 |
| 致谢 | 第71页 |
