基于步态压力数据的帕金森病识别方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 论文研究背景和意义 | 第14-18页 |
| 1.1.1 研究背景 | 第14-17页 |
| 1.1.2 研究目的和意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.3 本文主要工作和章节安排 | 第21-23页 |
| 1.3.1 本文主要工作 | 第21页 |
| 1.3.2 本文章节安排 | 第21-23页 |
| 第二章 步态分析数据收集系统 | 第23-30页 |
| 2.1 系统总体介绍 | 第23页 |
| 2.2 数据收集系统硬件模块 | 第23-26页 |
| 2.2.1 U型电子步道 | 第24-25页 |
| 2.2.2 柔性阵列压力传感器 | 第25-26页 |
| 2.3 数据收集系统软件模块 | 第26-29页 |
| 2.3.1 人员信息管理 | 第26-27页 |
| 2.3.2 硬件模块调试 | 第27-28页 |
| 2.3.3 数据采集存储 | 第28-29页 |
| 2.4 本章总结 | 第29-30页 |
| 第三章 步态特征提取和特征处理 | 第30-40页 |
| 3.1 步态时空特征概念 | 第30-32页 |
| 3.1.1 步态周期 | 第30-31页 |
| 3.1.2 步态时空参数 | 第31-32页 |
| 3.2 步态时空特征提取 | 第32-37页 |
| 3.3 特征处理 | 第37-39页 |
| 3.3.1 去量纲 | 第37-38页 |
| 3.3.2 数据标准化 | 第38-39页 |
| 3.4 本章总结 | 第39-40页 |
| 第四章 帕金森病诊断模型构建 | 第40-51页 |
| 4.1 支持向量机算法 | 第40-41页 |
| 4.2 参数寻优 | 第41-43页 |
| 4.2.1 网格搜索法 | 第41页 |
| 4.2.2 粒子群算法寻优 | 第41-43页 |
| 4.3 实验 | 第43-50页 |
| 4.3.1 实验设计 | 第44页 |
| 4.3.2 评价指标 | 第44-45页 |
| 4.3.3 实验结果和分析 | 第45-50页 |
| 4.4 本章总结 | 第50-51页 |
| 第五章 总结与展望 | 第51-54页 |
| 5.1 本文总结 | 第51-52页 |
| 5.2 未来展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第58-59页 |
