摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题来源 | 第11页 |
1.2 课题研究背景及意义 | 第11-12页 |
1.2.1 研究背景 | 第11页 |
1.2.2 研究意义 | 第11-12页 |
1.3 国内外研究现状 | 第12-14页 |
1.3.1 脉象信号的获取研究 | 第12-13页 |
1.3.2 脉象信号的特征值提取研究 | 第13-14页 |
1.3.3 脉象信号识别方法研究 | 第14页 |
1.4 本文的研究工作 | 第14-17页 |
第2章 系统的总体设计 | 第17-33页 |
2.1 系统部署 | 第17页 |
2.2 硬件平台简介 | 第17-19页 |
2.3 软件平台简介 | 第19-20页 |
2.3.1 Visual Studio 2012 | 第19-20页 |
2.3.2 ADO.NET技术 | 第20页 |
2.4 系统的需求描述 | 第20-22页 |
2.4.1 功能需求 | 第21页 |
2.4.2 非功能性需求 | 第21-22页 |
2.5 系统的体系结构设计 | 第22-23页 |
2.6 系统的功能结构设计 | 第23-27页 |
2.7 系统的数据库设计 | 第27-32页 |
2.7.1 数据库概念结构设计 | 第28-29页 |
2.7.2 数据库逻辑结构设计 | 第29页 |
2.7.3 数据库物理结构设计 | 第29-32页 |
2.8 本章小结 | 第32-33页 |
第3章 脉象信号的特征提取算法设计 | 第33-53页 |
3.1 脉象信号的复杂生理机制 | 第33-36页 |
3.1.1 脉图结构和生理意义 | 第33-34页 |
3.1.2 脉象信号参数的定义 | 第34-36页 |
3.2 基于中医理论的脉象信号分类 | 第36-38页 |
3.3 脉象信号特征值的选取 | 第38-41页 |
3.4 脉象信号特征值提取算法设计 | 第41-46页 |
3.4.1 基于FFT的主波提取算法设计 | 第41-44页 |
3.4.2 基于Pnum的时域特征值提取算法设计 | 第44-46页 |
3.5 算法评估与分析 | 第46-50页 |
3.5.1 用于评估的数据源 | 第46页 |
3.5.2 评价指标 | 第46-47页 |
3.5.3 算法评估结果 | 第47-50页 |
3.6 本章小结 | 第50-53页 |
第4章 脉象识别算法设计 | 第53-61页 |
4.1 输入数据的降维方法 | 第53-54页 |
4.1.1 基于核主成分分析(KPCA)方法的概念 | 第53页 |
4.1.2 KPCA用于脉象特征值提取的算法设计 | 第53-54页 |
4.2 极限学习机的原理 | 第54-56页 |
4.3 ELM用于脉象分类的算法设计 | 第56-57页 |
4.4 ELM分类实验与数据分析 | 第57-59页 |
4.4.1 评价指标 | 第57-58页 |
4.4.2 实验结果分析 | 第58-59页 |
4.5 本章小结 | 第59-61页 |
第5章 脉象系统的详细设计与实现 | 第61-77页 |
5.1 系统概述 | 第61页 |
5.2 用户生理参数报告模块的详细设计与实现 | 第61-63页 |
5.2.1 用户生理参数报告模块的详细设计 | 第61-62页 |
5.2.2 用户生理参数报告模块的实现 | 第62-63页 |
5.3 脉搏波数据采集模块的详细设计与实现 | 第63-67页 |
5.3.1 脉搏波数据采集模块的详细设计 | 第63-65页 |
5.3.2 脉搏波数据采集模块的实现 | 第65-67页 |
5.4 脉象信号特征值提取模块的详细设计与实现 | 第67-70页 |
5.4.1 脉象信号特征值提取模块的详细设计 | 第67-68页 |
5.4.2 脉象信号特征值提取模块的实现 | 第68-70页 |
5.5 脉象识别模块的详细设计与实现 | 第70-72页 |
5.5.1 脉象识别模块的详细设计 | 第70页 |
5.5.2 脉象识别模块的实现 | 第70-72页 |
5.6 中医百科模块的详细设计与实现 | 第72-74页 |
5.6.1 中医百科模块的详细设计 | 第72-73页 |
5.6.2 中医百科模块的实现 | 第73-74页 |
5.7 体质百科模块的详细设计与实现 | 第74-75页 |
5.7.1 体质百科模块的详细设计实现 | 第74-75页 |
5.8 本章小结 | 第75-77页 |
第6章 软件测试 | 第77-83页 |
6.1 功能测试 | 第77-82页 |
6.1.1 脉搏波数据采集模块测试 | 第77-80页 |
6.1.2 脉象识别模块测试 | 第80-82页 |
6.2 测试结论 | 第82页 |
6.3 本章小结 | 第82-83页 |
第7章 总结与展望 | 第83-85页 |
7.1 本文工作总结 | 第83-84页 |
7.2 未来展望 | 第84-85页 |
参考文献 | 第85-89页 |
致谢 | 第89-91页 |
攻读硕士学位期间发表的论文 | 第91页 |