| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 论文研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 睡眠分期发展的研究现状 | 第9-10页 |
| 1.2.2 非接触式睡眠分期算法的研究现状 | 第10页 |
| 1.3 论文主要研究内容 | 第10-11页 |
| 1.3.1 基于心率和体动的非接触式睡眠分期算法的研究与实现 | 第11页 |
| 1.3.2 采集、整理与分析数据 | 第11页 |
| 1.3.3 改进和完善算法 | 第11页 |
| 1.4 论文总体结构 | 第11-14页 |
| 第2章 技术研究基础 | 第14-22页 |
| 2.1 睡眠分期技术 | 第14-16页 |
| 2.1.1 睡眠分期标准 | 第14-15页 |
| 2.1.2 睡眠生理信号特征提取方法 | 第15-16页 |
| 2.2 系统开发技术 | 第16-20页 |
| 2.2.1 数据库技术 | 第16页 |
| 2.2.2 UML建模语言 | 第16-17页 |
| 2.2.3 MVC模式 | 第17-18页 |
| 2.2.4 J2EE概述 | 第18-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第3章 非接触式睡眠信号采集技术研究 | 第22-32页 |
| 3.1 非接触式睡眠信号采集原理 | 第22-23页 |
| 3.2 基于低频MEMS传感器的数据采集技术 | 第23-24页 |
| 3.3 心跳和呼吸信号的提取 | 第24-29页 |
| 3.3.1 信号提取方法选择 | 第24-26页 |
| 3.3.2 心跳和呼吸信号滤波器设计及频率特性 | 第26-27页 |
| 3.3.3 实测信号滤波处理结果 | 第27-28页 |
| 3.3.4 呼吸和心跳次数计算 | 第28-29页 |
| 3.4 体动信号的提取 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第4章 基于心率和体动的非接触式睡眠分期算法研究 | 第32-42页 |
| 4.1 睡眠生理信号数据采集与特征分析 | 第32-33页 |
| 4.1.1 睡眠生理信号数据采集与处理 | 第32页 |
| 4.1.2 睡眠生理信号特征分析 | 第32-33页 |
| 4.2 决策树算法 | 第33-34页 |
| 4.3 改进的决策树算法 | 第34-41页 |
| 4.3.1 利用CART算法提高算法效率 | 第34-35页 |
| 4.3.2 利用马氏距离提高算法准确率 | 第35-36页 |
| 4.3.3 改进算法效果分析 | 第36-38页 |
| 4.3.4 算法应用 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 非接触式睡眠监测系统的设计与实现 | 第42-58页 |
| 5.1 系统设计原则与需求分析 | 第42-43页 |
| 5.1.1 系统设计原则 | 第42-43页 |
| 5.1.2 系统需求分析 | 第43页 |
| 5.2 系统设计 | 第43-50页 |
| 5.2.1 系统总体架构设计 | 第43-44页 |
| 5.2.2 系统网络拓扑设计 | 第44-45页 |
| 5.2.3 详细功能模块设计 | 第45-50页 |
| 5.3 系统实现 | 第50-52页 |
| 5.3.1 系统实现环境 | 第50-51页 |
| 5.3.2 系统功能模块实现 | 第51-52页 |
| 5.4 系统测试 | 第52-56页 |
| 5.4.1 测试流程与目的 | 第52-53页 |
| 5.4.2 系统功能测试 | 第53-55页 |
| 5.4.3 系统性能测试 | 第55-56页 |
| 5.5 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-66页 |
| 致谢 | 第66页 |