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--机器人技术论文--机器人论文

面向触觉交互康复训练的中风患者情绪识别方法研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-18页
    1.1 课题研究背景与意义第9-11页
        1.1.1 课题背景第9-10页
        1.1.2 课题意义第10-11页
    1.2 国内外研究现状第11-16页
    1.3 主要研究内容与论文组织结构第16-18页
第二章 面向触觉交互康复训练的情绪生理测量实验设计第18-37页
    2.1 情绪的定义第18-19页
    2.2 情绪的分类第19-21页
        2.2.1 基本情绪模型第19-20页
        2.2.2 目标情绪模型第20-21页
    2.3 情绪诱发实验设计第21-24页
        2.3.1 IAPS图像实验情绪诱发第22-23页
        2.3.2 触觉交互康复训练实验情绪诱发第23-24页
    2.4 触觉交互康复训练情绪生理测量实验设计第24-35页
        2.4.1 实验平台第24-26页
        2.4.2 虚拟训练场景第26-28页
        2.4.3 实验设备第28-31页
        2.4.4 实验方案第31-35页
    2.5 IAPS图像情绪生理测量实验设计第35-36页
        2.5.1 实验任务第35页
        2.5.2 实验流程第35-36页
    2.6 本章小结第36-37页
第三章 面向触觉交互康复训练的情绪生理响应特征提取第37-52页
    3.1 生理信号处理方案第37-43页
        3.1.1 心电信号第37-39页
        3.1.2 脉搏信号第39页
        3.1.3 呼吸信号第39-41页
        3.1.4 皮电信号第41-42页
        3.1.5 肌电信号第42-43页
    3.2 生理信号特征提取第43-50页
        3.2.1 心电信号特征提取第43-46页
        3.2.2 脉搏信号特征提取第46-47页
        3.2.3 呼吸信号特征提取第47-48页
        3.2.4 皮电信号特征提取第48-49页
        3.2.5 肌电信号特征提取第49-50页
    3.3 本章小结第50-52页
第四章 面向触觉交互康复训练的情绪生理响应特征分析第52-80页
    4.1 实验触觉交互生理响应影响分析第53-60页
        4.1.1 正常人被试组内触觉交互情绪生理响应影响分析第54-56页
        4.1.2 患者被试组内触觉交互情绪生理响应影响分析第56-60页
    4.2 实验显著差异性分析第60-72页
        4.2.1 不同任务调查问卷与正常情况显著性差异分析第61-63页
        4.2.2 不同任务调查问卷显著性差异分析第63-65页
        4.2.3 不同任务生理特征参数与正常情况显著性差异分析第65-69页
        4.2.4 不同任务生理特征参数显著性差异分析第69-72页
    4.3 实验相关性分析第72-77页
        4.3.1 正常人被试相关性分析第72-74页
        4.3.2 患者患侧相关性分析第74-75页
        4.3.3 患者健侧相关性分析第75-77页
    4.4 不同被试组间显著差异性分析第77-79页
    4.5 本章小结第79-80页
第五章 面向触觉交互康复训练的情绪识别方法第80-98页
    5.1 神经网络基础理论第80-82页
        5.1.1 神经网络模型第80-82页
        5.1.2 神经网络的学习和训练第82页
        5.1.3 神经网络特点第82页
    5.2 BP神经网络第82-85页
        5.2.1 BP网络神经元模型第83页
        5.2.2 BP神经网络结构第83-84页
        5.2.3 BP神经网络的学习第84-85页
    5.3 情绪识别BP神经网络设计第85-88页
        5.3.1 BP神经网络模型设计第85-87页
        5.3.2 BP神经网络参数设计第87-88页
    5.4 情绪识别BP神经网络训练第88-94页
    5.5 情绪识别BP神经网络实验验证第94-97页
    5.6 本章小结第97-98页
第六章 总结与展望第98-100页
    6.1 论文总结第98-99页
    6.2 存在的问题与建议第99-100页
参考文献第100-103页
附录1 攻读硕士学位期间申请的专利第103-104页
附录2 攻读硕士学位期间参加的科研项目第104-105页
致谢第105页

论文共105页,点击 下载论文
上一篇:基于移动性数据的时空及网络特征的隐私敏感空间区域发现方法研究
下一篇:机器人辅助主动康复情绪生理响应与识别方法研究