| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和研究意义 | 第9-10页 |
| 1.2 研究现状及发展历程 | 第10-11页 |
| 1.3 本文的组织结构 | 第11-13页 |
| 第2章 血氧饱和度研究的理论基础 | 第13-22页 |
| 2.1 光电容积脉搏波理论 | 第13-15页 |
| 2.1.1 脉搏波概念及生理活动机理 | 第13-14页 |
| 2.1.2 光电容积脉搏波原理 | 第14-15页 |
| 2.2 血氧饱和度检测原理基础 | 第15-16页 |
| 2.2.1 朗伯比尔定律 | 第15-16页 |
| 2.2.2 血氧饱和度概述 | 第16页 |
| 2.3 血氧饱和度无创方法研究 | 第16-21页 |
| 2.3.1 基于光电容积的血氧饱和度测量方法 | 第17-19页 |
| 2.3.2 基于容积脉搏波成像的血氧饱和度测量方法 | 第19-20页 |
| 2.3.3 基于功能性成像的血氧饱和度测量方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 指尖视频信号分析方法研究 | 第22-32页 |
| 3.1 视频数据格式 | 第22-23页 |
| 3.2 视频信号预处理过程 | 第23-29页 |
| 3.2.1 感兴趣区域的选取 | 第24-25页 |
| 3.2.2 卡尔曼滤波理论及应用 | 第25-27页 |
| 3.2.3 基线漂移处理 | 第27-29页 |
| 3.3 基于FSM的有效信号检测方法研究 | 第29-31页 |
| 3.3.1 指尖检测方法研究 | 第29-30页 |
| 3.3.2 奇异信号检测 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于智能手机的血氧饱和度测量方法研究 | 第32-44页 |
| 4.1 基于自适应的波峰波谷检测 | 第32-33页 |
| 4.1.1 波峰波谷检测原理 | 第32页 |
| 4.1.2 自适应调整算法 | 第32-33页 |
| 4.2 线性回归基本理论 | 第33-34页 |
| 4.3 基于YUV光谱法的测量方法 | 第34-40页 |
| 4.3.1 测量原理及血氧饱和度模型 | 第35-37页 |
| 4.3.2 特征点的选取及分析 | 第37-38页 |
| 4.3.3 模型建立过程 | 第38-40页 |
| 4.4 基于亮度信号能量谱的测量方法 | 第40-43页 |
| 4.4.1 亮度信号变化曲线 | 第40-41页 |
| 4.4.2 基于亮度信号能量谱的回归模型 | 第41-42页 |
| 4.4.3 特征点的分析 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 血氧饱和度检测系统 | 第44-54页 |
| 5.1 系统框架与流程设计 | 第44-45页 |
| 5.2 血氧饱和度检测引擎具体设计 | 第45-47页 |
| 5.3 系统运行效果及测量数据分析 | 第47-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章总结与展望 | 第54-56页 |
| 6.1 本文工作总结 | 第54-55页 |
| 6.2 未来工作展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 附录（攻读硕士学位期间参与的科研项目和研究成果） | 第60页 |