| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-16页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 目前存在的问题 | 第13页 |
| 1.4 研究内容 | 第13-14页 |
| 1.5 论文结构 | 第14-15页 |
| 1.6 本章小结 | 第15-16页 |
| 2 帕金森病各阶段运动病症分析与总体方案设计 | 第16-20页 |
| 2.1 帕金森病临床运动症状简介 | 第16页 |
| 2.2 临床帕金森病病情严重程度评估 | 第16-18页 |
| 2.2.1 Hoehn-Yahr分级表 | 第17页 |
| 2.2.2 UPDRS量表 | 第17-18页 |
| 2.3 帕金森病震颤严重程度评估标准 | 第18-19页 |
| 2.4 总体方案设计 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 帕金森病震颤信号的采集、预处理以及特征参数提取 | 第20-30页 |
| 3.1 帕金森病震颤信号 | 第20-21页 |
| 3.2 多点震颤信号的采集 | 第21-24页 |
| 3.2.1 震颤信号采集装置及系统 | 第21-22页 |
| 3.2.2 震颤信号采集部位 | 第22-23页 |
| 3.2.3 震颤信号数据存储 | 第23-24页 |
| 3.3 震颤信号的预处理 | 第24-26页 |
| 3.3.1 采集到的震颤信号中包含的噪声 | 第24页 |
| 3.3.2 带通滤波器 | 第24-26页 |
| 3.4 帕金森病震颤信号特征参数的提取 | 第26-29页 |
| 3.4.1 时域内特征参数 | 第26-27页 |
| 3.4.2 频域内特征参数 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 帕金森病震颤评估方法 | 第30-59页 |
| 4.1 基于GBDT的PD震颤分类方法 | 第30-33页 |
| 4.2 基于禁忌搜索算法优化SVM的PD震颤分类方法 | 第33-42页 |
| 4.2.1 基于SVM的PD震颤分类方法 | 第34-37页 |
| 4.2.2 SVM参数选取分析 | 第37-38页 |
| 4.2.3 基于禁忌搜索算法优化SVM的PD震颤分类方法 | 第38-42页 |
| 4.3 结合TS-SVM和DS证据理论的PD震颤评估方法 | 第42-46页 |
| 4.3.1 DS证据理论 | 第42-43页 |
| 4.3.2 基于TS-SVM与DS证据理论的PD震颤评估模型 | 第43-46页 |
| 4.4 仿真结果与分析 | 第46-58页 |
| 4.4.1 研究对象组成与样本收集 | 第46-47页 |
| 4.4.2 分类方法的性能评价指标 | 第47-48页 |
| 4.4.3 基于GBDT的PD震颤分类仿真结果 | 第48-50页 |
| 4.4.4 基于禁忌搜索算法优化SVM的PD震颤分类仿真结果 | 第50-56页 |
| 4.4.5 结合TS-SVM和DS证据理论的PD震颤评估仿真结果 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 帕金森病震颤评估系统实现 | 第59-72页 |
| 5.1 PD震颤评估系统设计 | 第59-67页 |
| 5.1.1 系统体系结构设计 | 第60-65页 |
| 5.1.2 数据库设计 | 第65-67页 |
| 5.2 系统开发及功能描述 | 第67-71页 |
| 5.2.1 系统开发 | 第67-68页 |
| 5.2.2 系统功能模块 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 A 公式参量名称表 | 第76-78页 |
| 附录 B 缩略词 | 第78-79页 |
| 攻读硕士学位期间发表论文及科研成果 | 第79-80页 |
| 致谢 | 第80-81页 |
