基于多模态信息的骨骼肌运动评估方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题来源 | 第10页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·骨骼肌结构与运动功能的概述 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·骨骼肌运动评估方法的现状 | 第13-15页 |
| ·模式识别方法的发展现状 | 第15-16页 |
| ·论文的内容与组织结构 | 第16-18页 |
| 第2章 多模态信息评估方法总体设计 | 第18-26页 |
| ·多模态信息评估方法的设计思想 | 第18-19页 |
| ·多模态信息检测系统的硬件平台设计 | 第19-21页 |
| ·多模态信号检测系统的硬件平台 | 第19-20页 |
| ·肌电信号模块采集设备的选型 | 第20页 |
| ·超声信号模块采集设备的选型 | 第20-21页 |
| ·数据的分析流程设计 | 第21-23页 |
| ·多模态信号评估方法的研究方案设计 | 第23-24页 |
| ·多模态信号评估方法的实验建模 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 多模态信息评估方法的实现 | 第26-44页 |
| ·肌电信号处理方法的设计 | 第26-31页 |
| ·肌电信号的特性分析 | 第26-27页 |
| ·肌电信号的参数设计 | 第27-29页 |
| ·肌电信号参数值的软件实现 | 第29-31页 |
| ·超声影像信号处理方法的设计 | 第31-35页 |
| ·超声图像的特性分析 | 第31页 |
| ·超声图像的参数设计 | 第31-33页 |
| ·超声图像中肌肉厚度的比较算法 | 第33-35页 |
| ·肌肉厚度自动跟踪算法的提出与实现 | 第35-41页 |
| ·肌肉厚度自动跟踪算法的设计思路 | 第35-36页 |
| ·肌肉厚度自动跟踪算法的实现方法及步骤 | 第36-40页 |
| ·肌肉厚度的评估参数指标 | 第40-41页 |
| ·多模态信号融合处理方法的分析 | 第41-42页 |
| ·模式识别分类器的选择 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 多模态信息评估方法的实验及结果分析 | 第44-53页 |
| ·多模态信息评估方法的实验实现方法 | 第44-45页 |
| ·实验简介 | 第44页 |
| ·实验步骤 | 第44-45页 |
| ·多模态信息评估方法的实验参数分析方法 | 第45-47页 |
| ·多模态信息评估方法的实验结果与分析 | 第47-52页 |
| ·提出的算法在骨骼肌运动评估中的结果分析 | 第47-51页 |
| ·多模态信息评估方法在骨骼肌运动评估中的结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于超声影像的多模态分析方法的应用研究 | 第53-62页 |
| ·在女性下肢肌群状态研究中的应用 | 第53-61页 |
| ·高跟鞋实验的背景分析 | 第53页 |
| ·高跟鞋实验的方案设计 | 第53-55页 |
| ·高跟鞋实验的数据处理与分析方法 | 第55-58页 |
| ·高跟鞋实验的结果与讨论 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-66页 |
| ·总结 | 第62-63页 |
| ·创新点 | 第63页 |
| ·展望 | 第63-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 硕士期间的研究成果 | 第71页 |
