| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 胎心检测算法发展 | 第9-11页 |
| 1.3 非接触式生理检测算法 | 第11-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第2章 基于视频的心率检测算法及相关研究 | 第14-25页 |
| 2.1 光电容积脉搏波描记法 | 第14-16页 |
| 2.1.1 光电容积脉搏波描记法基本原理 | 第14-15页 |
| 2.1.2 光电容积脉搏波描记法在人体生理信号提取中的应用 | 第15-16页 |
| 2.2 欧拉放大算法 | 第16-20页 |
| 2.2.1 欧拉放大算法简介 | 第16-17页 |
| 2.2.2 空间滤波 | 第17-18页 |
| 2.2.3 时域滤波 | 第18-20页 |
| 2.2.4 放大和合成 | 第20页 |
| 2.3 心率检测算法的实现和验证 | 第20-23页 |
| 2.3.1 心率检测算法的实现 | 第21页 |
| 2.3.2 心率检测数据的获取 | 第21-22页 |
| 2.3.3 一致性评价方法简介 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 非接触式胎心检测算法的分析与研究 | 第25-34页 |
| 3.1 独立成分分析 | 第25-30页 |
| 3.1.1 去均值处理 | 第28页 |
| 3.1.2 预白化处理 | 第28页 |
| 3.1.3 ICA算法原理 | 第28-30页 |
| 3.2 信号去趋势处理 | 第30-33页 |
| 1 )传统的Z-score标准化方法 | 第31页 |
| 2 )min-max标准化方法 | 第31-32页 |
| 3 )平滑先验法的去趋势方法 | 第32-33页 |
| 3.3 视频去抖动降噪 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于视频的非接触式胎心检测算法的分析与实现 | 第34-46页 |
| 4.1 胎心检测算法 | 第34-35页 |
| 4.1.1 实验环境及设备介绍 | 第34页 |
| 4.1.2 算法思想 | 第34-35页 |
| 4.2 胎心算法实现 | 第35-39页 |
| 4.2.1 胎儿心率信号提取 | 第35-38页 |
| 4.2.3 实验结果分析 | 第38-39页 |
| 4.3 影响胎心检测精度的研究 | 第39-42页 |
| 4.3.1 颜色空间的影响 | 第39-42页 |
| 4.3.2 视频长度对于实验结果的影响 | 第42页 |
| 4.4 应用程序开发 | 第42-45页 |
| 4.4.1 技术分析 | 第42-43页 |
| 4.4.2 系统实现 | 第43-44页 |
| 4.4.3 系统流程图 | 第44-45页 |
| 4.5 本章总结 | 第45-46页 |
| 第5章 结论与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间取得的研究成果 | 第52-53页 |
| 致谢 | 第53页 |