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 |