帕金森病患者步态信号评估方法研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
第一章 绪论 | 第15-22页 |
1.1 论文研究背景和意义 | 第15-17页 |
1.1.1 研究背景 | 第15-16页 |
1.1.2 研究目的及意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-19页 |
1.3 论文主要工作和组织结构 | 第19-21页 |
1.3.1 主要工作 | 第19-20页 |
1.3.2 组织结构 | 第20-21页 |
1.4 本章小结 | 第21-22页 |
第二章 帕金森病数字化诊疗评估系统 | 第22-29页 |
2.1 引言 | 第22页 |
2.2 数字化诊疗评估系统硬件平台 | 第22-23页 |
2.3 数字化诊疗评估系统软件平台 | 第23-28页 |
2.3.1 信息管理模块 | 第24-25页 |
2.3.2 步态信号采集模块 | 第25-26页 |
2.3.3 步态信号回放与分析模块 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
第三章 步态数据采集与处理技术 | 第29-40页 |
3.1 引言 | 第29页 |
3.2 数据采集 | 第29-31页 |
3.3 数据预处理 | 第31-33页 |
3.3.1 转弯特征处理 | 第31页 |
3.3.2 消除身高差异性处理 | 第31-32页 |
3.3.3 归一化处理 | 第32-33页 |
3.4 实验数据与相关实验分析 | 第33-39页 |
3.4.1 实验数据 | 第33-34页 |
3.4.2 差异性分析 | 第34-37页 |
3.4.3 相关性分析 | 第37-39页 |
3.5 本章小结 | 第39-40页 |
第四章 帕金森病患者步态信号识别与评估 | 第40-58页 |
4.1 引言 | 第40页 |
4.2 实验设计 | 第40-42页 |
4.2.1 实验环境 | 第40-41页 |
4.2.2 实验流程 | 第41-42页 |
4.3 帕金森病患者识别算法 | 第42-50页 |
4.3.1 k阶近邻算法 | 第42-43页 |
4.3.2 朴素贝叶斯算法 | 第43-45页 |
4.3.3 支持向量机 | 第45-49页 |
4.3.4 代价敏感支持向量机 | 第49-50页 |
4.4 模型性能评价指标 | 第50-51页 |
4.5 实验结果与分析 | 第51-56页 |
4.5.1 转弯特征选择对识别模型影响 | 第51-54页 |
4.5.2 消除身高差异性对步态特征影响 | 第54-56页 |
4.5.3 非平衡样本对识别模型分类精度影响 | 第56页 |
4.6 本章小结 | 第56-58页 |
第五章 总结与展望 | 第58-60页 |
5.1 工作总结 | 第58-59页 |
5.2 未来展望 | 第59-60页 |
参考文献 | 第60-64页 |
攻读硕士学位期间的学术活动及成果情况 | 第64-65页 |