远程生理参数系统的血压测量方法研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-19页 |
1.1 课题研究背景 | 第9-14页 |
1.1.1 心血管疾病发展现状 | 第9-10页 |
1.1.2 高血压疾病发展现状 | 第10-11页 |
1.1.3 远程生理监测系统现状 | 第11-14页 |
1.2 血压测量方法 | 第14-17页 |
1.3 论文研究内容和结构安排 | 第17-19页 |
2 监测系统平台 | 第19-27页 |
2.1 引言 | 第19页 |
2.2 系统总体设计 | 第19-21页 |
2.3 单元硬件电路设计 | 第21-26页 |
2.3.1 电源模块设计 | 第21-22页 |
2.3.2 脉搏传感器模块设计 | 第22-23页 |
2.3.3 温度传感器模块设计 | 第23-24页 |
2.3.4 主控处理器单元设计 | 第24-25页 |
2.3.5 数据存储单元设计 | 第25页 |
2.3.6 数据传输单元设计 | 第25-26页 |
2.3.7 显示单元设计 | 第26页 |
2.4 本章小结 | 第26-27页 |
3 脉搏信号处理 | 第27-35页 |
3.1 引言 | 第27页 |
3.2 总体平均经验模式分解 | 第27-29页 |
3.2.1 EMD分解 | 第27-28页 |
3.2.2 EEMD基本原理 | 第28-29页 |
3.3 脉搏波信号处理 | 第29-34页 |
3.3.1 脉搏波信号预处理 | 第29-30页 |
3.3.2 脉搏波信号EEMD处理 | 第30-32页 |
3.3.3 脉搏波信号的消噪处理 | 第32-33页 |
3.3.4 特征参数确定 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
4 基于多生理参数的电子血压值修正 | 第35-67页 |
4.1 多元线性回归分析 | 第35-39页 |
4.1.1 多元线性回归分析 | 第35页 |
4.1.2 关系模型 | 第35-38页 |
4.1.3 血压值预测 | 第38-39页 |
4.2 BP神经网络 | 第39-46页 |
4.2.1 输出数据归一化 | 第42-43页 |
4.2.2 模型参数设计 | 第43页 |
4.2.3 模型训练与仿真 | 第43-46页 |
4.3 方法对比分析 | 第46-54页 |
4.3.1 主成分神经网络 | 第46-49页 |
4.3.2 RBF神经网络 | 第49-53页 |
4.3.3 仿真对比分析 | 第53-54页 |
4.4 模型仿真实验分析 | 第54-59页 |
4.4.1 多样本分析 | 第54-56页 |
4.4.2 单体测试分析 | 第56-59页 |
4.5 基于二阶差分的血压变化模型 | 第59-66页 |
4.5.1 血压变化模型 | 第59-60页 |
4.5.2 仿真分析 | 第60-66页 |
4.6 本章小结 | 第66-67页 |
5 总结与展望 | 第67-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-73页 |
个人简历、在学期间发表的学术论文及取得的研究成果 | 第73页 |