融合跌倒功能检测的全导联心电监护系统设计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 心电信号基础 | 第11-14页 |
| 1.2.1 心脏搏动及心电图的产生 | 第11-12页 |
| 1.2.2 心电信号波形及其特征 | 第12-13页 |
| 1.2.3 标准十二导联的介绍 | 第13-14页 |
| 1.3 跌倒检测的基础知识 | 第14-16页 |
| 1.3.1 跌倒行为过程及跌倒产生的原因 | 第14-15页 |
| 1.3.2 跌倒模型的建立 | 第15-16页 |
| 1.4 国内外研究现状综述 | 第16-19页 |
| 1.4.1 心电监护仪及心率异常诊断算法研究现状 | 第16-18页 |
| 1.4.2 跌倒检测算法研究现状 | 第18-19页 |
| 1.5 论文研究主要内容 | 第19-20页 |
| 第2章 系统软硬件设计 | 第20-34页 |
| 2.1 系统设计要求 | 第20页 |
| 2.2 系统硬件设计 | 第20-29页 |
| 2.2.1 模拟前端电路芯片选择 | 第20-22页 |
| 2.2.2 威尔逊中心点及ADS1298配置 | 第22-24页 |
| 2.2.3 右腿驱动电路 | 第24页 |
| 2.2.4 加速度数据采集部分 | 第24-26页 |
| 2.2.5 数字电路控制芯片选择 | 第26页 |
| 2.2.6 电量监测模块的设计 | 第26-27页 |
| 2.2.7 数据存储模块的设计 | 第27-28页 |
| 2.2.8 数据传输模块的设计 | 第28-29页 |
| 2.3 上位机软件设计及系统实现 | 第29-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 信号预处理及特征提取 | 第34-49页 |
| 3.1 心电信号的噪声干扰 | 第34页 |
| 3.2 50 Hz工频干扰去噪算法 | 第34-37页 |
| 3.3 基于小波变换的去噪算法 | 第37-42页 |
| 3.3.1 小波变换原理 | 第37-38页 |
| 3.3.2 基于小波变换分解重构的心电信号滤波 | 第38-42页 |
| 3.4 各波段检测及心电信号特征提取 | 第42-45页 |
| 3.5 跌倒过程分析 | 第45-48页 |
| 3.5.1 跌倒过程加速度变化 | 第45-46页 |
| 3.5.2 跌倒后加速度值的变化 | 第46-47页 |
| 3.5.3 人体倾角变化 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 心率异常分类及跌倒判断算法研究 | 第49-67页 |
| 4.1 支持向量机的特性和原理 | 第49-52页 |
| 4.1.1 支持向量机的特性 | 第49-50页 |
| 4.1.2 支持向量机的原理 | 第50-52页 |
| 4.2 BP神经网络概述 | 第52-53页 |
| 4.3 支持向量机的参数优化 | 第53-57页 |
| 4.3.1 粒子群算法 | 第53-56页 |
| 4.3.2 基于粒子群的SVM参数优化 | 第56-57页 |
| 4.4 心率异常分类实验分析 | 第57-59页 |
| 4.5 跌倒检测算法 | 第59-63页 |
| 4.6 跌倒实验测试 | 第63-65页 |
| 4.6.1 实验对象的选择 | 第63页 |
| 4.6.2 阈值的确定 | 第63-65页 |
| 4.6.3 实验验证 | 第65页 |
| 4.7 心电异常与跌倒判断功能融合 | 第65-66页 |
| 4.8 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74页 |
