基于心电信号的白天短时睡眠的分期研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·课题研究的内容 | 第12-14页 |
| ·章节安排 | 第14-16页 |
| 第2章 心电图、觉醒度和睡眠分期相关知识 | 第16-27页 |
| ·心电信号的相关知识 | 第16-22页 |
| ·心电图的基本概念 | 第16-18页 |
| ·心电图的发展 | 第18-19页 |
| ·心电图各波形的形成 | 第19-22页 |
| ·觉醒度的概念和应用 | 第22-23页 |
| ·睡眠分期的相关知识 | 第23-25页 |
| ·小结 | 第25-27页 |
| 第3章 心电信号的分析方法和应用 | 第27-34页 |
| ·心电特征波检测的方法 | 第27-30页 |
| ·时域检测的方法 | 第27-28页 |
| ·频域检测的方法 | 第28页 |
| ·时频域检测的方法 | 第28-30页 |
| ·心电信号在睡眠分期中的应用 | 第30-32页 |
| ·心电信号在情绪识别中的应用 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第4章 基于心率变异性的觉醒度特征提取和特征选择 | 第34-49页 |
| ·信号的采集实验 | 第34-38页 |
| ·心电R波的自动检测 | 第38-39页 |
| ·心率变异性的计算 | 第39-41页 |
| ·特征提取与特征选择 | 第41-48页 |
| ·特征提取 | 第41-42页 |
| ·特征选择 | 第42-48页 |
| ·讨论与总结 | 第48-49页 |
| 第5章 浅睡眠阶段觉醒度的分类识别 | 第49-62页 |
| ·支持向量机的原理和特点 | 第49-52页 |
| ·时序列分析 | 第52-54页 |
| ·脑电信号特征计算和睡眠分期识别 | 第54-56页 |
| ·基于心电信号的睡眠分期识别 | 第56-59页 |
| ·基于脑电心电相结合的睡眠分期识别 | 第59-61页 |
| ·分析与比较 | 第61-62页 |
| 第6章 总结与展望 | 第62-65页 |
| ·工作总结 | 第62-63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
