首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信息论论文--信号检测与估计论文

基于LabVIEW的心血管生理信号检测系统的设计与实现

摘要第4-5页
abstract第5-6页
专用术语注释表第9-10页
第一章 绪论第10-17页
    1.1 课题的研究背景和意义第10-11页
    1.2 相关领域的发展现状第11-12页
    1.3 人体生理信号产生机理第12-14页
        1.3.1 心音信号第12-13页
        1.3.2 心电信号第13-14页
        1.3.3 脉搏信号第14页
    1.4 论文结构及创新点第14-17页
第二章 系统开发平台与设计方案第17-24页
    2.1 开发平台介绍第17-18页
        2.1.1 虚拟仪器发展史第17-18页
        2.1.2 LabVIEW2015简介第18页
    2.2 整体系统方案第18-23页
        2.2.1 生命心衣硬件采集平台第20-21页
        2.2.2 基于LabVIEW的数据采集与分析模块第21页
        2.2.3 基于Matlab的分析模块第21-23页
    2.3 本章小结第23-24页
第三章 生命心衣硬件采集模块第24-36页
    3.1 硬件概述第24-27页
    3.2 心音信号采集模块第27-30页
        3.2.1 传统金属-橡胶听诊器听诊方法第27页
        3.2.2 电子听诊器第27-28页
        3.2.3 无线听诊器第28-30页
    3.3 心电采集模块第30-31页
    3.4 脉搏采集模块第31-33页
    3.5 血氧传感器第33-34页
    3.6 本章小结第34-36页
第四章 基于LabVIEW与Matlab的混合分析第36-54页
    4.1 基于LabVIEW数据采集与分析模块概述第36-37页
    4.2 数据采集与保存第37-39页
        4.2.1 硬件板卡第37-38页
        4.2.2 数据采集与保存模块第38-39页
    4.3 基于LabVIEW的分析第39-44页
        4.3.1 心音分析方法第40-44页
        4.3.2 心率与血氧饱和度分析方法第44页
    4.4 文件传输接口第44-46页
        4.4.1 客户端(Client)第45页
        4.4.2 服务端(Server)第45-46页
    4.5 心血管评价指标的计算方法第46-49页
        4.5.1 血压第46页
        4.5.2 心搏输出量和心输出量第46页
        4.5.3 心内膜下心肌活力率第46-47页
        4.5.4 外周阻力第47页
        4.5.5 脉搏波波速第47-48页
        4.5.6 血糖第48-49页
    4.6 心血管健康评估模型第49-50页
    4.7 实验结果与分析第50-52页
        4.7.1 实验设计第50-51页
        4.7.2 实验结果第51-52页
    4.8 本章小结第52-54页
第五章 基于SD-Dpoint面积分割的血压快速计算方法第54-66页
    5.1 算法背景第54-55页
    5.2 信号的时程与替换关系第55-56页
        5.2.1 第一心音的产生机理第55页
        5.2.2 心电图中QRS的产生机理第55页
        5.2.3 心电图与心音在心动周期中的时程关系第55-56页
        5.2.4 脉搏波波形释义第56页
    5.3 SPTT与血压BP线性关系推导第56-58页
    5.4 心音与脉搏波特征值提第58-62页
        5.4.1 第一心音峰值定位第58-59页
        5.4.2 脉搏波特征提取第59-62页
    5.5 SPTT_(p-p)和SPTT_(p-g)的计算第62页
    5.6 基于SD-Dpoint面积分割的血压计算公式第62-63页
        5.6.1 线性拟合系数推导第62-63页
        5.6.2 获取线性拟合系数的实验方法第63页
    5.7 验证实验第63-64页
    5.8 本章小结第64-66页
第六章 总结与展望第66-68页
    6.1 总结第66-67页
    6.2 展望第67-68页
参考文献第68-71页
附录1 攻读硕士学位期间参加的科研项目第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于WLAN的地下停车场定位导航系统的研究
下一篇:基于稀疏表示和深度学习的单通道语音信号分离技术研究