基于多通道PPG信号的心率测量研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 1 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 研究现状及难点 | 第13-17页 |
| 1.2.1 基于PPG信号的心率测量算法研究现状 | 第13-16页 |
| 1.2.2 基于PPG信号的心率测量算法的难点 | 第16-17页 |
| 1.3 论文的主要研究内容 | 第17-18页 |
| 1.4 论文的结构安排 | 第18-20页 |
| 2 压缩感知理论及在心率测量中的应用 | 第20-27页 |
| 2.1 压缩感知理论概述 | 第20-24页 |
| 2.1.1 信号的稀疏表示 | 第21-22页 |
| 2.1.2 测量矩阵的设计 | 第22-23页 |
| 2.1.3 信号重构算法 | 第23-24页 |
| 2.2 压缩感知理论在心率测量中的应用 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 基于多通道频谱矩阵分解的心率测量 | 第27-47页 |
| 3.1 引言 | 第27-28页 |
| 3.2 基于多通道频谱矩阵分解的去噪算法 | 第28-31页 |
| 3.2.1 多通道频谱矩阵分解模型 | 第28-29页 |
| 3.2.2 近端梯度加速算法优化目标函数 | 第29-31页 |
| 3.3 基于多通道频谱矩阵分解的心率测量算法 | 第31-39页 |
| 3.3.1 心率测量框架 | 第31-33页 |
| 3.3.2 心率谱峰跟踪方法 | 第33-39页 |
| 3.4 仿真与分析 | 第39-45页 |
| 3.4.1 参数设定与评价指标 | 第40-41页 |
| 3.4.2 仿真结果与分析 | 第41-45页 |
| 3.5 本章小结 | 第45-47页 |
| 4 基于支持向量机的心率测量 | 第47-62页 |
| 4.1 引言 | 第47页 |
| 4.2 多通道PPG信号中运动噪声的去除方法 | 第47-51页 |
| 4.2.1 运动噪声的初步滤除 | 第48-49页 |
| 4.2.2 稀疏信号的最优化模型 | 第49-50页 |
| 4.2.3 谱减法 | 第50-51页 |
| 4.3 多通道PPG信号频谱分析 | 第51-55页 |
| 4.3.1 支持向量机 | 第51-52页 |
| 4.3.2 基于SVM的心率谱峰跟踪方法 | 第52-55页 |
| 4.4 仿真与分析 | 第55-61页 |
| 4.4.1 参数设定与评价指标 | 第55-56页 |
| 4.4.2 仿真结果与分析 | 第56-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 基于联合稀疏谱重构的线下心率测量 | 第62-76页 |
| 5.1 引言 | 第62页 |
| 5.2 基于多通道PPG信号的联合稀疏谱重构 | 第62-66页 |
| 5.2.1 联合稀疏谱重构模型 | 第62-63页 |
| 5.2.2 不精确增广拉格朗日乘子法优化目标函数 | 第63-66页 |
| 5.3 基于联合稀疏谱重构的线下心率测量算法 | 第66-69页 |
| 5.3.1 心率测量整体流程 | 第66-69页 |
| 5.4 仿真与分析 | 第69-75页 |
| 5.4.1 参数设定与评价指标 | 第69-70页 |
| 5.4.2 仿真结果与分析 | 第70-75页 |
| 5.5 本章小结 | 第75-76页 |
| 6 总结与展望 | 第76-79页 |
| 6.1 论文总结 | 第76-78页 |
| 6.2 进一步研究方向 | 第78-79页 |
| 参考文献 | 第79-88页 |
| 攻读硕士学位期间取得的研究成果 | 第88-89页 |
| 致谢 | 第89-91页 |
