致谢 | 第5-7页 |
摘要 | 第7-9页 |
ABSTRACT | 第9-11页 |
第一章 绪论 | 第15-29页 |
1.1 研究背景与研究意义 | 第15-16页 |
1.2 研究现状与存在问题 | 第16-24页 |
1.2.1 穿戴式多生理参数监测系统的研究现状与存在问题 | 第16-19页 |
1.2.2 体温测量技术的研究现状与存在问题 | 第19-21页 |
1.2.3 血压测量技术的研究现状与存在问题 | 第21-24页 |
1.3 本文主要研究内容与研究重点 | 第24-26页 |
1.4 本文结构与章节安排 | 第26-29页 |
第二章 穿戴式多生理参数监测系统的电路设计与实现 | 第29-49页 |
2.1 引言 | 第29页 |
2.2 穿戴式无线多生理参数监测系统 | 第29-46页 |
2.2.1 体温子系统 | 第29-32页 |
2.2.2 心电子系统 | 第32-36页 |
2.2.3 血氧/脉率子系统 | 第36-40页 |
2.2.4 血压子系统 | 第40-46页 |
2.3 时间同步 | 第46-48页 |
2.4 小结 | 第48-49页 |
第三章 基于双通道热流法的核心体温测量技术的研究 | 第49-75页 |
3.1 引言 | 第49页 |
3.2 核心体温测量技术的基本原理 | 第49-54页 |
3.2.1 插管法 | 第50页 |
3.2.2 零热流法 | 第50-51页 |
3.2.3 单/双通道热流法 | 第51-54页 |
3.3 基于双通道热流法的核心体温有限元仿真与分析 | 第54-59页 |
3.3.1 K vs T_(core) | 第56-57页 |
3.3.2 K vs T_(air) | 第57-58页 |
3.3.3 K vs H_(st) | 第58-59页 |
3.4 抗环境温度扰动的改进型核心体温测量技术 | 第59-63页 |
3.4.1 基于自适应滤波器的抗环境温度扰动算法 | 第59-60页 |
3.4.2 核心体温测量探头的改进 | 第60-63页 |
3.5 热板实验 | 第63-67页 |
3.6 人体实验 | 第67-73页 |
3.6.1 静息实验 | 第68-70页 |
3.6.2 运动实验 | 第70-73页 |
3.7 小结 | 第73-75页 |
第四章 基于SOI硅片的镍薄膜温度传感器的设计与实现 | 第75-91页 |
4.1 引言 | 第75页 |
4.2 薄膜热敏材料在温度测量中的应用 | 第75-76页 |
4.3 金属薄膜温度传感器的工作原理 | 第76-78页 |
4.4 金属薄膜温度传感器的设计 | 第78-82页 |
4.4.1 基片的选取 | 第78页 |
4.4.2 金属薄膜材料的选取 | 第78-80页 |
4.4.3 金属薄膜温度传感器的版图设计 | 第80-82页 |
4.5 镍薄膜温度传感器的实现 | 第82-88页 |
4.5.1 剥离技术及光刻胶的选择 | 第82-83页 |
4.5.2 镍薄膜温度传感器的制作 | 第83-88页 |
4.6 镍薄膜温度传感器的测试 | 第88-90页 |
4.7 小结 | 第90-91页 |
第五章 基于脉搏波传导时间与血液动力学参数的连续血压测量技术的研究 | 第91-123页 |
5.1 引言 | 第91-92页 |
5.2 连续血压测量技术的基本原理 | 第92-97页 |
5.2.1 插管法 | 第92-93页 |
5.2.2 恒定容积法 | 第93页 |
5.2.3 扁平张力法 | 第93-94页 |
5.2.4 脉搏波传导时间法 | 第94-97页 |
5.3 基于脉搏波传导时间与血液动力学参数的改进型血压测量技术 | 第97-99页 |
5.3.1 基于纳维-斯托克斯流体动量守恒方程的血压模型 | 第97-98页 |
5.3.2 引入血液动力学参数的重要意义 | 第98-99页 |
5.4 生理信号预处理和生理参数特征提取 | 第99-103页 |
5.4.1 心电信号 | 第100-102页 |
5.4.2 脉搏波信号与血液动力学参数 | 第102-103页 |
5.5 改进型血压测量模型的建立 | 第103-110页 |
5.5.1 模型所用的生理参数特征选取方法 | 第104-107页 |
5.5.2 基于RLR和RLS的血压算法 | 第107-110页 |
5.6 改进型血压测量模型的验证 | 第110-121页 |
5.6.1 MIMIC数据库实验 | 第110-118页 |
5.6.2 人体实验 | 第118-121页 |
5.7 小结 | 第121-123页 |
第六章 基于主成分分析与支持向量机的心血管疾病初筛技术的研究 | 第123-145页 |
6.1 引言 | 第123页 |
6.2 基于主成分分析的特征选取算法 | 第123-128页 |
6.2.1 信号预处理与特征提取 | 第124-126页 |
6.2.2 主成分分析与特征选取 | 第126-128页 |
6.3 基于支持向量机的有/无心血管疾病的分类算法 | 第128-137页 |
6.3.1 支持向量机 | 第128-135页 |
6.3.2 基于萤火虫算法的支持向量机参数优化算法 | 第135-137页 |
6.4 心血管疾病初筛分类算法及其验证 | 第137-143页 |
6.5 小结 | 第143-145页 |
第七章 总结与展望 | 第145-151页 |
7.1 工作总结 | 第145-147页 |
7.2 主要创新点 | 第147-148页 |
7.3 未来展望 | 第148-151页 |
参考文献 | 第151-173页 |
附录 作者攻读博士学位期间取得的科研成果 | 第173-175页 |
作者简历 | 第175页 |