| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 睡眠监测技术研究 | 第11-12页 |
| 1.2.2 睡眠分期方法研究 | 第12-13页 |
| 1.2.3 心率变异性的研究现状 | 第13-15页 |
| 1.2.4 呼吸信号的研究现状 | 第15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第二章 基于BCG信号睡眠分期的理论基础 | 第17-26页 |
| 2.1 睡眠分期的临床指标 | 第17-18页 |
| 2.2 BCG信号与标准心率呼吸率信号 | 第18-22页 |
| 2.3 心率呼吸率与睡眠分期研究的理论基础 | 第22-24页 |
| 2.3.1 心率与睡眠分期的相关性 | 第22-23页 |
| 2.3.2 呼吸信号与睡眠的相关性研究 | 第23-24页 |
| 2.3.3 基于心率呼吸率的睡眠分期方法 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于心率呼吸率的实时睡眠分期算法研究 | 第26-45页 |
| 3.1 研究问题 | 第26页 |
| 3.2 隐马尔可夫模型 | 第26-28页 |
| 3.3 BP神经网络模型 | 第28-30页 |
| 3.4 基于HMM与BP神经网络的混合睡眠分期算法 | 第30-41页 |
| 3.4.1 心跳间隔和呼吸序列的获取和预处理 | 第31-32页 |
| 3.4.2 心率变异性特征提取 | 第32-35页 |
| 3.4.3 隐马尔可夫模型的训练 | 第35-36页 |
| 3.4.4 基于HMM的睡眠分期 | 第36-38页 |
| 3.4.5 HMM/BP神经网络混合模型的建立 | 第38-40页 |
| 3.4.6 混合模型的睡眠分期 | 第40-41页 |
| 3.5 不同睡眠分期算法的差异 | 第41-43页 |
| 3.6 结果分析 | 第43-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第四章 实时睡眠监护系统的设计与实现 | 第45-65页 |
| 4.1 系统总体设计 | 第45-48页 |
| 4.1.1 系统框架设计 | 第45-46页 |
| 4.1.2 系统开发框架 | 第46-48页 |
| 4.2 主要功能模块设计 | 第48-54页 |
| 4.2.1 数据库设计 | 第48-52页 |
| 4.2.2 睡眠数据采集服务器设计 | 第52-53页 |
| 4.2.3 接口服务器设计 | 第53-54页 |
| 4.3 系统实现 | 第54-62页 |
| 4.3.1 实时数据采集服务器功能实现 | 第54-58页 |
| 4.3.2 实时睡眠分期计算服务器实现 | 第58-59页 |
| 4.3.3 睡眠移动监护系统的实现 | 第59-62页 |
| 4.4 对比实验 | 第62-63页 |
| 4.5 结果分析 | 第63-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |