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

脉搏波信号采集质量实时分析研究及设备开发

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 研究背景和意义第11-12页
    1.2 研究内容第12-13页
    1.3 国内外研究现状第13-15页
        1.3.1 脉搏波波形参数的研究现状第13-15页
        1.3.2 脉搏波信号质量的研究现状第15页
    1.4 论文各章节安排第15-17页
第2章 脉搏波波形特征参数研究及波形特征分类第17-37页
    2.1 脉搏波波形量化平面第17-20页
        2.1.1 数据点个数统一化处理第17-19页
        2.1.2 波形幅度统一化处理第19-20页
    2.2 脉搏波波形特征参数第20-26页
        2.2.1 波幅位置平均数第20-22页
        2.2.2 主波峰位置相对时间第22页
        2.2.3 主波宽度第22-23页
        2.2.4 主波变化率第23-24页
        2.2.5 重搏波明显度第24-25页
        2.2.6 重搏波波谷相对位置点第25-26页
    2.3 脉搏波波形特征参数与生理意义第26-28页
        2.3.1 脉搏波周期与心动周期第26-27页
        2.3.2 脉搏波波形与生理意义第27-28页
    2.4 脉搏波波形特征分类第28-35页
        2.4.1 数据来源第28-30页
        2.4.2 分类方法及阈值确定第30-33页
        2.4.3 脉搏波波形特征分类第33-35页
    2.5 本章总结第35-37页
第3章 脉搏波采集质量实时评价模型及算法第37-59页
    3.1 实时脉搏波单波判别第37-41页
        3.1.1 脉搏波数据处理队列中的单波判别第38-40页
        3.1.2 经验心率初判算法第40-41页
        3.1.3 基于经验心率的实时单波判别算法第41页
    3.2 脉搏波质量评价参数第41-47页
        3.2.1 脉搏主频能量比第41-43页
        3.2.2 干扰频率能量比第43-44页
        3.2.3 基线漂移累计量第44-45页
        3.2.4 周期变异量第45页
        3.2.5 单波数据点特征变异量第45-46页
        3.2.6 单波主波峰宽度变异量第46-47页
    3.3 脉搏波采集质量实时评价模型第47-57页
        3.3.1 脉搏波质量评价参数的层次分析第48-52页
        3.3.2 脉搏波质量评价参数的优劣量化第52-54页
        3.3.3 脉搏波信号质量评价方程第54-55页
        3.3.4 模型逻辑验证第55-57页
    3.4 本章总结第57-59页
第4章 基于 ARM CORTEX A8 的实时分析装置硬件设计第59-71页
    4.1 核心板第59-61页
        4.1.1 S5PV210 处理器简介第60-61页
        4.1.2 核心板的硬件资源及引脚定义第61页
    4.2 AD 采集电路第61-65页
    4.3 声卡电路第65-66页
    4.4 LCD 电路第66-68页
    4.5 USB 电路第68-69页
    4.6 网络接口电路第69页
    4.7 本章总结第69-71页
第5章 基于 Android 的实时分析软件设计第71-85页
    5.1 实时分析软件总体设计第71-72页
    5.2 功能结构第72-73页
    5.3 关键技术分析第73-84页
        5.3.1 AD 采集第73-74页
        5.3.2 声卡采集第74-76页
        5.3.3 实时质量评价第76-78页
        5.3.4 SQLite 数据库开发第78-82页
        5.3.5 网络通信开发第82-84页
    5.4 本章总结第84-85页
第6章 实验设计及评价第85-89页
    6.1 实验材料第85页
    6.2 实验对象第85页
    6.3 实验方法第85-86页
    6.4 实验结论及评价第86页
    6.5 本章总结第86-89页
总结与展望第89-91页
参考文献第91-95页
攻读硕士学位期间所发表的学术论文第95-97页
致谢第97页

论文共97页,点击 下载论文
上一篇:基于ASP.net的学生信息管理系统设计与实现
下一篇:基于脑电信号样本熵的情感识别