摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-15页 |
1.2.1 穿戴式心电监护系统研究现状 | 第10-12页 |
1.2.2 心电信号研究现状分析 | 第12-13页 |
1.2.3 睡眠阶段识别研究现状分析 | 第13-14页 |
1.2.4 心肌缺血研究现状分析 | 第14-15页 |
1.3 研究目的与内容 | 第15-16页 |
1.4 论文的结构安排 | 第16-17页 |
第二章 心电监控的基础及检测原理 | 第17-28页 |
2.1 心电信号分析的基础 | 第17-23页 |
2.1.1 心电信号产生原理 | 第17页 |
2.1.2 正常的心电信号及生理意义 | 第17-19页 |
2.1.3 常见异常的心电信号及生理意义 | 第19-20页 |
2.1.4 心电信号的特征及常见干扰 | 第20-23页 |
2.2 睡眠阶段分析的基础 | 第23-24页 |
2.2.1 睡眠的机理 | 第23页 |
2.2.2 心电信号与睡眠 | 第23-24页 |
2.3 心肌缺血分析的基础 | 第24-25页 |
2.4 心电数据库及心电信号模拟器 | 第25-27页 |
2.4.1 常用的心电数据库 | 第25-26页 |
2.4.2 心电信号模拟器 | 第26-27页 |
2.5 算法的性能评价方法 | 第27-28页 |
第三章 穿戴式心电监护系统设计 | 第28-37页 |
3.1 系统整体框架设计 | 第28页 |
3.2 智慧衣部分设计 | 第28-29页 |
3.3 系统硬件电路设计 | 第29-35页 |
3.3.1 心电信号调理模块设计 | 第30-31页 |
3.3.2 微处理器模块 | 第31-32页 |
3.3.3 低功耗蓝牙无线传输模块 | 第32-33页 |
3.3.4 数据存储模块 | 第33-34页 |
3.3.5 电源管理模块 | 第34-35页 |
3.4 系统软件设计 | 第35-37页 |
3.4.1 数据采集协议 | 第35页 |
3.4.2 数据存储格式 | 第35-36页 |
3.4.3 数据传输协议 | 第36-37页 |
第四章 穿戴式智慧衣算法设计 | 第37-47页 |
4.1 动态学习的QRS侦测算法 | 第37-41页 |
4.1.1 算法概述 | 第37-38页 |
4.1.2 动态学习的QRS侦测算法流程 | 第38-41页 |
4.2 基于分布式神经网络的心肌缺血监测 | 第41-44页 |
4.2.1 算法概述 | 第41页 |
4.2.2 基于分布式神经网络的心肌缺血监测算法流程 | 第41-44页 |
4.3 基于HRV睡眠阶段的辨识 | 第44-47页 |
4.3.1 算法概述 | 第44页 |
4.3.2 基于HRV睡眠阶段辨识的流程 | 第44-47页 |
第五章 实验设计和结果分析 | 第47-56页 |
5.1 智慧衣信号品质分析 | 第47页 |
5.2 QRS算法准确度分析 | 第47-49页 |
5.3 分布式神经网络分析 | 第49-51页 |
5.4 基于HRV的睡眠阶段辨识分析 | 第51-56页 |
5.4.1 各项特征值参数在不同睡眠阶段的差异显著性分析实验 | 第51-52页 |
5.4.2 睡眠阶段辨识网络参数设定测试实验 | 第52-54页 |
5.4.3 睡眠阶段辨别特征值参数筛选实验 | 第54-56页 |
第六章 总结和展望 | 第56-58页 |
6.1 论文的主要结论 | 第56-57页 |
6.2 论文展望 | 第57-58页 |
参考文献 | 第58-64页 |
发表论文和参加科研情况说明 | 第64-65页 |
致谢 | 第65-66页 |