基于微波实验平台的脑中风分类判断研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第11-16页 |
1.1 引言 | 第11页 |
1.2 研究背景和意义 | 第11-13页 |
1.3 国内外研究现状 | 第13-14页 |
1.4 本文的研究内容及意义 | 第14-15页 |
1.5 论文章节安排 | 第15-16页 |
2 脑中风微波检测的理论基础 | 第16-26页 |
2.1 引言 | 第16页 |
2.2 微波检测原理 | 第16-19页 |
2.3 人脑组织及其介电特性 | 第19-20页 |
2.4 支持向量机原理 | 第20-25页 |
2.5 小结 | 第25-26页 |
3 基于支持向量机的脑中风检测分类算法 | 第26-37页 |
3.1 引言 | 第26页 |
3.2 数据预处理 | 第26-27页 |
3.3 主成分分析特征提取 | 第27-29页 |
3.4 SVM中需要的参数 | 第29-31页 |
3.5 交叉验证 | 第31-32页 |
3.6 SVM核函数优化 | 第32-36页 |
3.7 小结 | 第36-37页 |
4 基于微波检测脑中风的实验平台设计 | 第37-50页 |
4.1 引言 | 第37-38页 |
4.2 超宽带微带天线 | 第38-40页 |
4.3 头部模型 | 第40-41页 |
4.4 矢量网络分析仪 | 第41-46页 |
4.5 测量参数 | 第46-49页 |
4.6 小结 | 第49-50页 |
5 脑中风分类判断与研究 | 第50-66页 |
5.1 引言 | 第50页 |
5.2 实验系统搭建 | 第50-53页 |
5.3 相关参数设置 | 第53-60页 |
5.4 检测结果分析 | 第60-64页 |
5.5 小结 | 第64-66页 |
6 总结与展望 | 第66-68页 |
参考文献 | 第68-72页 |
附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
附录2 攻读硕士学位期间参加的科研项目 | 第73-74页 |
致谢 | 第74页 |