脉搏波时、频域特征提取与识别技术研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·脉搏波特征提取与自动识别的研究意义 | 第8页 |
| ·国内外的研究现状 | 第8-10页 |
| ·本论文主要研究内容 | 第10-12页 |
| 第二章 脉搏波时域特征提取及优选技术 | 第12-29页 |
| ·脉搏波与心血管疾病的关系 | 第12-14页 |
| ·脉搏波信号特征及特征点提取 | 第14-17页 |
| ·脉搏波信号的特征 | 第14-16页 |
| ·脉搏波特征点的选取 | 第16-17页 |
| ·脉搏波特征点的自动搜索方法 | 第17-23页 |
| ·脉搏波的周期识别 | 第17-19页 |
| ·六个特征点的识别 | 第19-23页 |
| ·基于遗传算法的特征优选技术 | 第23-27页 |
| ·遗传算法优选特征参数的方法 | 第23-26页 |
| ·遗传算法优选参数的应用研究 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 脉搏波信号频域特征分析 | 第29-37页 |
| ·脉搏波多分辨率小波分解 | 第29-32页 |
| ·小波变换的算法实现 | 第29-31页 |
| ·脉搏波的多分辨率小波分解 | 第31-32页 |
| ·谱能比概念的提出 | 第32-33页 |
| ·脉搏波的复杂度参数熵 | 第33-34页 |
| ·频域特征的优选 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 脉搏波时、频域特征的识别技术与模型建立 | 第37-45页 |
| ·模糊模式识别技术用于脉搏波的分类 | 第37-41页 |
| ·特征参数的选择 | 第37-38页 |
| ·模糊模式识别理论及在脉搏波时域特征识别中的应用 | 第38-39页 |
| ·采用遗传算法进行模糊模式识别的学习 | 第39页 |
| ·模糊模式识别 | 第39-41页 |
| ·Bayes判别分类识别技术 | 第41页 |
| ·时域特征识别模型建立 | 第41页 |
| ·频域特征识别模型建立 | 第41-44页 |
| ·时、频域混合特征识别模型建立 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第五章 临床实验与识别模型验证 | 第45-58页 |
| ·临床数据采集及分析 | 第45-47页 |
| ·实验仪器 | 第45页 |
| ·实验方法 | 第45-47页 |
| ·脉搏波时域特征识别模型的验证 | 第47-51页 |
| ·特征优选的结果 | 第47-48页 |
| ·模型训练 | 第48-50页 |
| ·模型验证结果 | 第50-51页 |
| ·脉搏波频域特征识别模型的验证 | 第51-54页 |
| ·特征优选的结果 | 第51-52页 |
| ·模型训练 | 第52-53页 |
| ·交互验证结果 | 第53-54页 |
| ·混合特征的识别模型建立 | 第54-56页 |
| ·模型训练 | 第54-56页 |
| ·交互验证结果 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·全文总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |
