首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于多种信息处理技术的中医脉诊信息提取与识别的研究

摘要第1-6页
Abstract第6-9页
第1章 引言第9-18页
   ·课题背景第9-10页
   ·课题研究意义和应用前景第10-11页
   ·国内外研究现状第11-17页
     ·脉搏波产生机理第11页
     ·血液动力学模型第11-13页
     ·国内外研究成果第13-17页
   ·本文的主要工作第17-18页
第2章 脉象信号的周期分割及预处理第18-32页
   ·脉象信号的周期分割第18-22页
   ·脉象信号的预处理第22-31页
     ·剔除不良的脉象信号第22-24页
     ·去除脉象信号的基线漂移第24-29页
     ·脉象信号的降噪第29-31页
     ·脉象信号的重采样第31页
   ·本章小结第31-32页
第3章 脉象信号特征提取第32-72页
   ·概述第32-34页
   ·应用样本第34-35页
   ·脉象信号的血液动力学分析第35-42页
   ·脉象信号的非线性分析第42-54页
     ·多尺度熵分析第45-48页
     ·递归图及递归定量分析第48-53页
     ·符号动力学分析第53-54页
   ·特征提取结果第54-70页
     ·血液动力学分析结果第54页
     ·非线性动力学分析结果第54-70页
   ·本章小结第70-72页
第4章 血液动力学特征与非线性分析特征的因果关系分析第72-80页
   ·概述第72页
   ·算法描述第72-73页
     ·图模型第72-73页
     ·贪婪搜索第73页
   ·中医脉象的因果关系分析第73-79页
   ·本章小结第79-80页
第5章 脉象信号的分类识别第80-93页
   ·概述第80页
   ·算法描述第80-85页
     ·基于互信息的识别方法第80-81页
     ·基于支持向量机的识别方法第81-84页
     ·多标记算法第84-85页
   ·分类识别结果第85-92页
     ·互信息分类结果第85-86页
     ·SVM的分类结果第86-90页
     ·多标记算法的分类结果第90-92页
   ·本章小结第92-93页
第6章 脉诊分析系统的初步实现第93-100页
   ·开发工具和开发语言简介第93-94页
     ·C++语言第93页
     ·Visual Studio 2005第93-94页
   ·脉诊分析系统的软件设计第94-99页
     ·患者基本信息页面第95页
     ·测试者脉象信号采集及读取界面第95-97页
     ·提取血液动力学特征第97-99页
   ·本章小结第99-100页
第7章 展望与总结第100-102页
参考文献第102-106页
致谢第106-107页
附录第107-115页
攻读硕士期间已发表论文第115页

论文共115页,点击 下载论文
上一篇:基于多标记学习的中医问诊系统的研究
下一篇:数字化中医声诊五脏五音信息提取和识别研究