| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| 1．1 概述 | 第7页 |
| 1．2 中医脉诊客观化的研究与进展 | 第7-8页 |
| 1．3 脉象信号识别分析的常用方法 | 第8-10页 |
| 1．4 论文的主要内容 | 第10-12页 |
| 第二章 脉图及其辨识的基础 | 第12-18页 |
| 2．1 脉图的基础 | 第12-13页 |
| 2．2 脉图的时域判读法 | 第13-15页 |
| 2．3 最佳脉图 | 第15页 |
| 2．4 典型脉图介绍 | 第15-18页 |
| 第三章 基于小波分析的脉象信号特征提取 | 第18-48页 |
| 3．1 小波分析理论基础 | 第18-27页 |
| 3．1．1 小波变换 | 第18-20页 |
| 3．1．2 多分辨分析 | 第20-23页 |
| 3．1．3 小波变换中的信号分解与重构 | 第23-24页 |
| 3．1．4 小波变换检测信号的奇异点的原理 | 第24-27页 |
| 3．2 脉象信号的特征提取 | 第27-47页 |
| 3．2．1 脉象信号的分解与合成 | 第28-29页 |
| 3．2．2 基于小波变换的脉象信号滤波处理 | 第29-34页 |
| 3．2．3 脉象周期的测定 | 第34-41页 |
| 3．2．4 脉象时域特征参数的提取 | 第41-44页 |
| 3．2．5 提取脉象的时间-尺度能量分布参数 | 第44-47页 |
| 3．3 小结 | 第47-48页 |
| 第四章 脉象信号的神经网络识别 | 第48-63页 |
| 4．1 神经网络模式识别基础 | 第48-50页 |
| 4．1．1 神经网络的基本特征和训练方式 | 第48-49页 |
| 4．1．2 神经元和激励函数 | 第49-50页 |
| 4．2 多层前传网络及其在脉象识别中的应用 | 第50-62页 |
| 4．2．1 BP网络模型及训练算法 | 第50-54页 |
| 4．2．2 神经网络作为信号分类的特点 | 第54-55页 |
| 4．2．3 BP网络对脉象频谱的识别 | 第55-59页 |
| 4．2．4 BP网络对脉象信号的时间-尺度能量分布的识别 | 第59-62页 |
| 4．3 小结 | 第62-63页 |
| 第五章 脉象信号采集系统的设计与实现 | 第63-75页 |
| 5．1 中医脉象采集系统的结构 | 第63-64页 |
| 5．2 数据采集的实现方法 | 第64-65页 |
| 5．3 基于串行口的脉象数据采集系统的设计与实现 | 第65-74页 |
| 5．3．1 系统的硬件结构图 | 第65-66页 |
| 5．3．2 电源及模拟信号处理 | 第66页 |
| 5．3．3 A／D转换的设计与实现 | 第66-67页 |
| 5．3．4 采样频率的实现 | 第67-69页 |
| 5．3．5 数据的串行输出 | 第69-70页 |
| 5．3．6 系统可靠性问题 | 第70-71页 |
| 5．3．7 系统的软件设计 | 第71-73页 |
| 5．3．8 上位机应用程序设计 | 第73-74页 |
| 5．4 小结 | 第74-75页 |
| 第六章 结束语 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |