基于主成分分析的呼吸气体类型识别与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·呼吸诊断研究现状和存在的问题 | 第9-11页 |
| ·本文主要研究内容及论文的结构 | 第11-12页 |
| 2 电喷雾萃取电离质谱技术 | 第12-15页 |
| ·电喷雾萃取电离的原理 | 第12-13页 |
| ·电喷雾萃取电离源结构 | 第13页 |
| ·电喷雾萃取电离质谱技术应用领域 | 第13-15页 |
| 3 呼吸气体成分分析的方法研究 | 第15-29页 |
| ·呼吸气体信号预处理 | 第15-18页 |
| ·数据平滑处理算法概述 | 第15页 |
| ·数据平滑处理算法 | 第15-16页 |
| ·实验结果 | 第16-18页 |
| ·呼吸气体信号特征提取方法 | 第18-26页 |
| ·基于曲线拟合特征提取 | 第18-19页 |
| ·基于小波变换特征提取 | 第19-20页 |
| ·主成分分析特征提取 | 第20-22页 |
| ·实验结果 | 第22-26页 |
| ·模式识别方法 | 第26-29页 |
| ·模式与模式识别的概念 | 第26页 |
| ·模式识别方法 | 第26-27页 |
| ·模式识别系统 | 第27-29页 |
| 4 呼吸气体成分分析系统设计与实现 | 第29-39页 |
| ·系统的结构设计 | 第29-30页 |
| ·系统功能模块设计 | 第29页 |
| ·系统的设计思路 | 第29-30页 |
| ·软件选择 | 第30页 |
| ·系统的详细设计 | 第30-32页 |
| ·数据文件说明 | 第30-31页 |
| ·主要组成类及功能说明 | 第31页 |
| ·总离子质谱图现实意义 | 第31-32页 |
| ·系统的实现 | 第32-39页 |
| 5 呼吸气体样本分类的实验结果与分析 | 第39-46页 |
| ·呼吸气体的分类方法 | 第39-42页 |
| ·K-NN分类方法 | 第39-40页 |
| ·SIMCA分类方法 | 第40-41页 |
| ·SIMCA模型建立 | 第41-42页 |
| ·实验结果及分析 | 第42-46页 |
| ·阴虚诊断实验结果及分析 | 第42-44页 |
| ·阳虚诊断实验结果及分析 | 第44页 |
| ·阴阳两虚实验结果及分析 | 第44-46页 |
| 6 结论 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录 | 第52-61页 |
| 附录A | 第52-54页 |
| 附录B | 第54-56页 |
| 附录C | 第56-60页 |
| 附录D | 第60-61页 |
