ICU监护预测术后急性低血压发生的模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题背景及意义 | 第10-11页 |
| ·ICU 中监护仪的工作原理及血压监护 | 第11-13页 |
| ·监护仪的工作原理 | 第11-12页 |
| ·血压监护 | 第12-13页 |
| ·低血压的分类及病因 | 第13-14页 |
| ·慢性低血压 | 第13页 |
| ·急性低血压 | 第13-14页 |
| ·国内外ICU 监护中发生急性低血压的处理对策 | 第14-16页 |
| ·构建预测模型的关键技术 | 第16-18页 |
| ·信号采集与预处理 | 第16-17页 |
| ·信号特征选取与表达 | 第17页 |
| ·人工智能预测模型 | 第17-18页 |
| ·本文主要研究内容及意义 | 第18-19页 |
| ·论文组织结构 | 第19-20页 |
| 第二章 研究基础与实验数据的识读 | 第20-31页 |
| ·引言 | 第20页 |
| ·研究基础 | 第20-25页 |
| ·复杂生理信号研究资源——PhysioNet | 第20-24页 |
| ·实验平台 | 第24-25页 |
| ·ABPMEAN 信号的识读 | 第25-29页 |
| ·头文件识读 | 第25-26页 |
| ·注释文件识读 | 第26-27页 |
| ·数据文件的识读 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 ABPMEAN 信号的特征提取方法 | 第31-47页 |
| ·引言 | 第31页 |
| ·数据预处理 | 第31-35页 |
| ·利用插值法提高测试集中信号的采样率 | 第31-34页 |
| ·去除噪声信号 | 第34-35页 |
| ·ABPMEAN 信号的特征选择与提取 | 第35-45页 |
| ·功率谱估计法 | 第35-39页 |
| ·小波变换法 | 第39-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于支持向量机的急性低血压预测模型研究 | 第47-68页 |
| ·引言 | 第47页 |
| ·支持向量机理论 | 第47-52页 |
| ·线性最优分类超平面 | 第47-48页 |
| ·线性支持向量机 | 第48-49页 |
| ·非线性支持向量机 | 第49-51页 |
| ·核函数 | 第51-52页 |
| ·基于支持向量机的急性低血压预测模型实现 | 第52-67页 |
| ·实验数据说明 | 第52-58页 |
| ·支持向量机分类预测的流程 | 第58-59页 |
| ·分类预测模型构建的实验结果与分析 | 第59-67页 |
| ·小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 工作总结 | 第68-69页 |
| 工作展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
