| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 背景和研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 深度学习在医疗健康领域国内外研究现状 | 第12页 |
| 1.2.2 国内外可穿戴式移动医疗研究现状及发展 | 第12-14页 |
| 1.3 主要内容和结构安排 | 第14-17页 |
| 1.3.1 主要研究内容 | 第14-15页 |
| 1.3.2 各章节结构安排 | 第15-17页 |
| 第二章 相关技术与理论基础探究 | 第17-31页 |
| 2.1 Android相关技术基础 | 第17-19页 |
| 2.1.1 蓝牙4.0技术 | 第17页 |
| 2.1.2 蓝牙4.0在Android上的实现 | 第17-19页 |
| 2.2 深度学习相关技术基础 | 第19-30页 |
| 2.2.1 深度学习概述 | 第19页 |
| 2.2.2 人工神经元 | 第19-21页 |
| 2.2.3 BP神经网络 | 第21-25页 |
| 2.2.4 卷积神经网络(CNN) | 第25-28页 |
| 2.2.5 循环神经网络(RNN) | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 帕金森病症识别算法设计 | 第31-58页 |
| 3.1 识别算法总体设计 | 第31页 |
| 3.2 获取原始数据 | 第31-35页 |
| 3.2.1 原始数据的采集硬件 | 第31-32页 |
| 3.2.2 原始数据的预分类 | 第32-34页 |
| 3.2.3 原始数据的采集 | 第34-35页 |
| 3.3 原始数据的预处理 | 第35-38页 |
| 3.4 基于BP神经网络帕金森识别模型的实现 | 第38-42页 |
| 3.4.1 数据的时间窗设置 | 第39页 |
| 3.4.2 特征值的选取 | 第39-41页 |
| 3.4.3 数据归一化设置 | 第41-42页 |
| 3.4.4 网络模型参数设置 | 第42页 |
| 3.5 基于CNN的帕金森识别模型的设计与实现 | 第42-51页 |
| 3.5.1 将数据转化为类语谱图 | 第43-47页 |
| 3.5.2 基于CNN的躯干运动识别网络结构设计 | 第47页 |
| 3.5.3 基于CNN的躯干运动识别网络结构配置 | 第47-49页 |
| 3.5.4 基于CNN的上肢震颤识别网络结构设计 | 第49页 |
| 3.5.5 基于CNN的上肢震颤识别网络结构配置 | 第49-51页 |
| 3.6 基于RNN帕金森识别模型的设计与实现 | 第51-53页 |
| 3.6.1 RNN结构设计 | 第51-52页 |
| 3.6.2 基于RNN的两种识别网络结构设置 | 第52-53页 |
| 3.7 三种神经网络识别模型实验结果对比 | 第53-57页 |
| 3.7.1 实验条件 | 第53页 |
| 3.7.2 传统BP神经网络的帕金森识别模型的实验结果 | 第53-55页 |
| 3.7.3 基于CNN的帕金森识别模型的实验结果 | 第55-56页 |
| 3.7.4 基于RNN的帕金森识别模型的实验结果 | 第56-57页 |
| 3.7.5 实验结果对比分析 | 第57页 |
| 3.8 本章小结 | 第57-58页 |
| 第四章 Android端帕金森监测预警系统的设计与实现 | 第58-78页 |
| 4.1 系统的总体设计 | 第58-59页 |
| 4.2 系统的分模块设计 | 第59-61页 |
| 4.2.1 数据采集模块 | 第59页 |
| 4.2.2 数据传输模块 | 第59-60页 |
| 4.2.3 病症识别模块 | 第60页 |
| 4.2.4 结果展示模块 | 第60页 |
| 4.2.5 历史数据模块 | 第60页 |
| 4.2.6 个人信息模块 | 第60-61页 |
| 4.3 系统的数据库设计 | 第61-63页 |
| 4.3.1 基本信息表格 | 第62页 |
| 4.3.2 登录信息表格 | 第62-63页 |
| 4.3.3 历史数据信息表格 | 第63页 |
| 4.4 系统应用程序实现 | 第63-75页 |
| 4.4.1 系统表现层整体框架的实现 | 第64-66页 |
| 4.4.2 个人信息模块的实现 | 第66-68页 |
| 4.4.3 历史数据记录模块的实现 | 第68-70页 |
| 4.4.4 蓝牙通信模块的实现 | 第70-73页 |
| 4.4.5 病症识别预警模块的实现 | 第73-75页 |
| 4.5 系统测试 | 第75-77页 |
| 4.6 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-81页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-84页 |