首页--医药、卫生论文--内科学论文--心脏、血管(循环系)疾病论文--诊断学论文

基于心率变异性的心理压力识别研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景与意义第10-11页
    1.2 基于HRV识别压力的可行性第11-13页
        1.2.1 HRV的概念和生理意义第11-12页
        1.2.2 压力的反应机理第12-13页
        1.2.3 通过HRV识别压力第13页
    1.3 心理压力识别的研究现状第13-15页
        1.3.1 基于生理信号压力识别研究现状第14页
        1.3.2 基于心率变异性的压力识别研究现状第14-15页
    1.4 本文研究内容第15-17页
第二章 压力诱发与心电信号采集第17-30页
    2.1 实验方案设计第17-19页
        2.1.1 实验设计思路第17-18页
        2.1.2 实验对象第18页
        2.1.3 实验设备与平台第18-19页
    2.2 压力诱发方案设计第19-22页
        2.2.1 压力的诱发方法第19-20页
        2.2.2 压力的标签判定第20-22页
    2.3 心电信号采集与处理第22-29页
        2.3.1 数据采集流程第22页
        2.3.2 噪声信号种类与去噪方法选择第22-24页
        2.3.3 小波阈值去噪第24-27页
        2.3.4 基于小波变换的R波检测第27-29页
    2.4 本章小结第29-30页
第三章 HRV特征值的提取第30-38页
    3.1 HRV分析方法与特征选取第30-31页
    3.2 时域特征值的提取第31-33页
        3.2.1 HRV时域分析方法第31页
        3.2.2 HRV统计学指标第31-33页
    3.3 频域特征值的提取第33-35页
        3.3.1 HRV频域分析方法第33-34页
        3.3.2 基于Lomb-Scargle周期图的HRV频域特征提取第34-35页
    3.4 非线性特征值的提取第35-37页
        3.4.1 HRV非线性分析方法第35-36页
        3.4.2 HRV的Poincare散点图量化特征提取第36-37页
    3.5 本章小结第37-38页
第四章 HRV的压力识别模型第38-47页
    4.1 基于随机森林的压力识别第38-40页
        4.1.1 Bagging算法第38-39页
        4.1.2 随机森林第39页
        4.1.3 基于随机森林的压力识别模型第39-40页
    4.2 HRV特征值的压力识别权重分析第40-42页
        4.2.1 随机森林的特征重要性度量方法第40-41页
        4.2.2 HRV的特征权重分析第41-42页
    4.3 模型识别效果评价第42-46页
        4.3.1 准确率与ROC曲线评价方法描述第42-43页
        4.3.2 模型ROC曲线与分类准确率分析第43-46页
    4.4 本章小结第46-47页
第五章 总结和展望第47-49页
    5.1 总结第47页
    5.2 展望第47-49页
参考文献第49-53页
发表论文和科研情况说明第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:基于触觉临场感的血管介入手术机器人系统的研究
下一篇:深静脉血栓患者皮下注射低分子肝素按压时间与皮下出血关系的研究