| 摘要 | 第5-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.2.1 生物信号特征提取国内外研究现状 | 第15-16页 |
| 1.2.2 生物信号模式分类识别国内外研究现状 | 第16-17页 |
| 1.2.3 人体步态信号建模识别的国内外研究现状 | 第17-19页 |
| 1.2.4 心电信号分析技术在心肌缺血诊断中的应用现状 | 第19-21页 |
| 1.3 本文研究内容及结构介绍 | 第21-24页 |
| 第二章 基本方法、适用条件与应用框架 | 第24-33页 |
| 2.1 确定学习动态建模方法基本原理 | 第24-29页 |
| 2.1.1 RBF神经网络 | 第24-25页 |
| 2.1.2 RBF神经网络的持续激励特性 | 第25-26页 |
| 2.1.3 确定学习与持续激励 | 第26-27页 |
| 2.1.4 确定学习与人体生物信号建模 | 第27-29页 |
| 2.2 基于确定学习的人体生物信号建模识别方法的适用条件 | 第29-30页 |
| 2.3 基于确定学习的人体生物信号建模识别方法的应用框架 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于确定学习的人体步态信号建模识别研究 | 第33-70页 |
| 3.1 人体步态信号建模识别的研究意义 | 第33-35页 |
| 3.2 基于确定学习的人体步态信号建模识别算法 | 第35-38页 |
| 3.2.1 非线性步态系统内部动态建模 | 第35-38页 |
| 3.2.2 非线性步态系统内部动态识别 | 第38页 |
| 3.3 基于确定学习的人体步态识别实验研究 | 第38-45页 |
| 3.3.1 CASIA-B步态数据库 | 第38-39页 |
| 3.3.2 步态特征分析与提取 | 第39-41页 |
| 3.3.3 步态模式建模结果 | 第41-43页 |
| 3.3.4 步态模式识别结果 | 第43-45页 |
| 3.4 视角融合下的步态鲁棒识别研究 | 第45-57页 |
| 3.4.1 双视角融合 | 第47-48页 |
| 3.4.2 特征提取与表示 | 第48-49页 |
| 3.4.3 模式提取与表示 | 第49-51页 |
| 3.4.4 模式识别 | 第51-52页 |
| 3.4.5 实验及分析 | 第52-57页 |
| 3.5 Kinect数据流下的实用步态识别方法 | 第57-68页 |
| 3.5.1 Kinect骨架数据流及特征提取 | 第58-60页 |
| 3.5.2 步态系统动态建模 | 第60-61页 |
| 3.5.3 步态模式识别 | 第61-62页 |
| 3.5.4 实验及分析 | 第62-68页 |
| 3.6 本章小结 | 第68-70页 |
| 第四章 人体步态识别实用系统开发 | 第70-77页 |
| 4.1 基于Labview软件平台的步态识别原型系统 | 第70-72页 |
| 4.1.1 预处理与训练模块 | 第70页 |
| 4.1.2 步态识别模块 | 第70-72页 |
| 4.2 步态识别系统的GPU平台实现 | 第72-75页 |
| 4.2.1 GPU平台与Jacket工具箱 | 第72-73页 |
| 4.2.2 RBF神经网络与识别残差的并行化计算 | 第73页 |
| 4.2.3 系统整体设计与实现 | 第73-75页 |
| 4.3 本章小结 | 第75-77页 |
| 第五章 基于确定学习理论的心电信号建模识别研究 | 第77-105页 |
| 5.1 心电信号分析技术在心肌缺血诊断中的意义 | 第77-78页 |
| 5.2 基于确定学习理论的心电信号建模识别 | 第78-84页 |
| 5.2.1 非线性心电系统内部动态建模――心电动力学图 | 第79-81页 |
| 5.2.2 非线性心电系统内部动态分析识别 | 第81-83页 |
| 5.2.3 方法小结 | 第83-84页 |
| 5.3 基于确定学习的心肌缺血早期检测临床试验研究 | 第84-97页 |
| 5.3.1 国家心血管病中心临床试验介绍及测量方案 | 第84-86页 |
| 5.3.2 试验数据处理方案 | 第86-87页 |
| 5.3.3 基于确定学习的心肌缺血检测方法 | 第87-90页 |
| 5.3.4 临床试验结果 | 第90-94页 |
| 5.3.5 试验结果讨论 | 第94-97页 |
| 5.4 心电动力学图的大规模临床试验 | 第97-104页 |
| 5.4.1 临床试验介绍及测量方案 | 第98页 |
| 5.4.2 心电动力学图检测心肌缺血 | 第98-100页 |
| 5.4.3 临床试验研究结果 | 第100页 |
| 5.4.4 试验研究结果讨论 | 第100-104页 |
| 5.5 本章小结 | 第104-105页 |
| 第六章 心肌缺血早期辅助诊断系统及其配套数据管理系统开发 | 第105-118页 |
| 6.1 系统开发的软硬件平台 | 第105-107页 |
| 6.1.1 系统硬件组成 | 第105页 |
| 6.1.2 系统软件平台 | 第105-107页 |
| 6.2 心肌缺血早期辅助诊断系统实现 | 第107-109页 |
| 6.2.1 数据采集 | 第107-108页 |
| 6.2.2 心肌缺血检测 | 第108-109页 |
| 6.3 配套数据管理系统实现 | 第109-117页 |
| 6.3.1 病历信息管理模块 | 第111-112页 |
| 6.3.2 心电数据管理模块 | 第112-115页 |
| 6.3.3 信息查询显示模块 | 第115-117页 |
| 6.4 本章小结 | 第117-118页 |
| 第七章 展望 | 第118-120页 |
| 7.1 本文总结 | 第118-119页 |
| 7.2 进一步设想 | 第119-120页 |
| 参考文献 | 第120-134页 |
| 攻读博士学位期间取得的研究成果 | 第134-137页 |
| 致谢 | 第137-138页 |
| 附件 | 第138页 |
