首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于单导脉搏波的多生理参数测量研究与实现

摘要第2-3页
Abstract第3-4页
1 绪论第8-21页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-14页
        1.2.1 脉搏波信号的研究现状第9-11页
        1.2.2 无创动脉硬化程度检测方法研究现状第11-12页
        1.2.3 无创血压检测方法研究现状第12-13页
        1.2.4 微循环检测方法研究现状第13-14页
    1.3 课题相关背景知识第14-18页
        1.3.1 容积脉搏波信号背景知识第14-16页
        1.3.2 动脉血压的生理背景第16-17页
        1.3.3 微循环背景知识第17-18页
    1.4 主要研究内容与结构安排第18-21页
2 多生理参数检测系统信号采集端的设计与实现第21-25页
    2.1 电源电路的设计第21-22页
    2.2 光电容积脉搏波传感器第22页
    2.3 信号放大模块第22-23页
    2.4 控制器模块第23页
    2.5 信号蓝牙传输模块第23-24页
    2.6 本章小结第24-25页
3 单导光电容积脉搏波的动脉硬化程度的分析第25-63页
    3.1 脉搏波信号的预处理第25-35页
        3.1.1 平滑滤波去除高频噪声第25-27页
        3.1.2 去除饱和波形第27-29页
        3.1.3 去除基线漂移第29-31页
        3.1.4 信号特征点提取第31-35页
    3.2 脉搏波信号时域分析第35-46页
        3.2.1 容积脉搏波特征K’、K1’和K2’值第35-37页
        3.2.2 基于特征量K’、K1’和K2’值提取特征周期脉搏波第37-40页
        3.2.3 重搏特征量第40-46页
    3.3 脉搏波信号频域分析第46-49页
        3.3.1 脉搏信号频域内血管弹性特征提取第46-47页
        3.3.2 脉搏信号频域内血管弹性特征分析第47-49页
    3.4 集合经验模态分解的脉搏信号分析第49-54页
        3.4.1 经验模态分解与集合经验模态分解原理第50页
        3.4.2 光电容积脉搏信号时频域特征提取第50-54页
    3.5 基于径向基神经网络的血管弹性的初步诊断第54-62页
        3.5.1 径向基神经网络原理第54-56页
        3.5.2 径向基神经网络预测重搏波特征量第56-57页
        3.5.3 径向基神经网络预测重搏波特征量的结果分析第57-60页
        3.5.4 Android平台端神经网络算法的实施方案第60-62页
    3.6 本章小结第62-63页
4 单导光电容积脉搏波测量动脉血压第63-75页
    4.1 基于加速脉搏信号提取脉搏传导时间第63-66页
        4.1.1 脉搏传输时间与血压的关系模型第63-64页
        4.1.2 加速脉搏信号的生理意义第64-65页
        4.1.3 加速脉搏波特征点提取算法第65-66页
    4.2 构建单导光电容积脉搏信号的血压测量模型第66-68页
        4.2.1 血压相关补偿项的研究第66-67页
        4.2.2 基于单导加速脉搏波的补偿多因素血压模型第67-68页
    4.3 实验过程及结果分析第68-73页
        4.3.1 实验方法第68-69页
        4.3.2 实验结果分析第69-73页
    4.4 本章总结第73-75页
5 容积脉搏信号的仿真及微循环信息提取第75-99页
    5.1 心脏模型仿真第75-79页
        5.1.1 电路模型仿真的生理基础第75页
        5.1.2 基于双弹性腔的左心动脉耦合系统模型第75-79页
    5.2 脉搏波模型仿真第79-85页
        5.2.1 双弹性腔模型第80-82页
        5.2.2 微循环容积脉搏血流模型第82-85页
    5.3 微循环容积脉搏血流模型参数分析第85-92页
        5.3.1 脉搏波对比仿真实验方法第86页
        5.3.2 模型参数对脉图的影响分析第86-92页
    5.4 微循环容积脉搏血流模型参数估计第92-98页
        5.4.1 模型参数估计方法第92-95页
        5.4.2 实验结果及分析第95-98页
    5.5 本章总结第98-99页
6 多生理参数检测系统Andriod移动端的设计与实现第99-109页
    6.1 Android平台简介第99-100页
    6.2 系统的结构设计第100页
    6.3 Android移动端功能模块分析第100-108页
        6.3.1 蓝牙接收模块第101-102页
        6.3.2 用户基本参数输入模块第102-103页
        6.3.3 UI界面显示模块第103-104页
        6.3.4 预处理模块第104页
        6.3.5 生理参数计算模块第104-105页
        6.3.6 数据存储模块第105-108页
    6.4 本章总结第108-109页
7 结论与展望第109-112页
    7.1 结论第109-110页
    7.2 创新点第110-111页
    7.3 展望第111-112页
参考文献第112-119页
附录A 系统实物图第119-120页
攻读硕士学位期间发表学术论文情况第120-121页
致谢第121-123页

论文共123页,点击 下载论文
上一篇:基于创业型为导向的表演(体育)专业课程设置研究--以湖南涉外经济学院为例
下一篇:柠檬酸废水强化电动力法修复镉污染土壤研究