婴儿玩玩具行为中自闭症谱系障碍早期迹象的数据获取和初步识别
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第10-16页 |
| 1.1.研究的医学背景 | 第10-11页 |
| 1.2.研究的技术现状 | 第11-13页 |
| 1.3.研究的优势和意义 | 第13-14页 |
| 1.4.研究内容及文章结构 | 第14-16页 |
| 第二章 婴儿玩玩具行为的检测及建模 | 第16-26页 |
| 2.1.玩玩具时的特征及自闭症的迹象 | 第16-17页 |
| 2.2.玩玩具行为的检测方案 | 第17-19页 |
| 2.3.使用决策树进行行为建模 | 第19-24页 |
| 2.4.本章小结 | 第24-26页 |
| 第三章 数据收集的实验环境和硬件平台 | 第26-35页 |
| 3.1.基于3D打印的玩具示例 | 第26-27页 |
| 3.2.低功耗蓝牙(BLE) | 第27-29页 |
| 3.3.待测量参数及传感器 | 第29-32页 |
| 3.4.数据收集实验环境、测试过程及传感器安置 | 第32-33页 |
| 3.5.本章小结 | 第33-35页 |
| 第四章 数据收集软件的设计 | 第35-43页 |
| 4.1.软件运行平台及编译环境 | 第35-36页 |
| 4.2.Android软件的构成要素 | 第36-37页 |
| 4.3.软件界面 | 第37-38页 |
| 4.4.软件结构 | 第38-39页 |
| 4.5.软件流程图 | 第39-41页 |
| 4.6.数据库结构 | 第41-42页 |
| 4.7.本章小结 | 第42-43页 |
| 第五章 数据分析和行为识别 | 第43-60页 |
| 5.1.数据窗分割和匹配 | 第43-44页 |
| 5.2.特征提取 | 第44-47页 |
| 5.3.分类算法 | 第47-56页 |
| 5.4.算法测试与验证 | 第56-59页 |
| 5.5.本章小结 | 第59-60页 |
| 结论与展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 答辩委员会对论文的评定意见 | 第69页 |