| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 本文主要工作 | 第14-15页 |
| 1.3 本文组织结构 | 第15-18页 |
| 第2章 移动医疗现状分析及非接触式生理信号采集技术综述 | 第18-26页 |
| 2.1 移动医疗系统概述和研究现状 | 第18-19页 |
| 2.1.1 移动医疗系统组成模式 | 第18页 |
| 2.1.2 移动医疗领域的国内外研究现状和发展前景 | 第18-19页 |
| 2.1.3 移动医疗的发展瓶颈 | 第19页 |
| 2.2 生理信号采集技术研究 | 第19-21页 |
| 2.2.1 接触式生理信号采集 | 第20页 |
| 2.2.2 非接触式生理信号采集 | 第20-21页 |
| 2.3 基于运动放大技术的生理信号视频采集技术 | 第21-26页 |
| 2.3.1 运动放大技术 | 第21-22页 |
| 2.3.2 基于运动光流和特征的拉格朗日(显式)运动放大方法 | 第22-23页 |
| 2.3.3 基于像素点时频域分析的欧拉(隐式)运动放大方法 | 第23-26页 |
| 第3章 基于脉搏波的生物身份认证理论 | 第26-42页 |
| 3.1 脉搏波研究综述 | 第26-27页 |
| 3.2 脉搏波作为生物特征的唯一性和一致性推论 | 第27-32页 |
| 3.2.1 心电信号作为一项用于身份识别的生物特征理论综述 | 第27-29页 |
| 3.2.2 脉搏波唯一性推导 | 第29-31页 |
| 3.2.3 脉搏波一致性研究 | 第31-32页 |
| 3.3 基于欧拉视频放大技术的非接触式脉搏波提取方法 | 第32-37页 |
| 3.3.1 基于人脸检测的目标跟踪和归一化 | 第32-33页 |
| 3.3.2 颜色空间转换和指标选取 | 第33页 |
| 3.3.3 基于图像金字塔的空间分解方法 | 第33-35页 |
| 3.3.4 时域带通滤波器选取和自适应滤波设计 | 第35-37页 |
| 3.3.5 放大参数约束 | 第37页 |
| 3.3.6 基于放大前后视频差分的脉搏波提取 | 第37页 |
| 3.4 基于时间序列数据挖掘的脉搏波分析方法 | 第37-39页 |
| 3.4.1 小波分析 | 第37-38页 |
| 3.4.2 相空间重构 | 第38-39页 |
| 3.5 基于视频的非接触式脉搏波采集结果分析 | 第39-42页 |
| 第4章 视频非接触式脉搏波采集和分析系统开发 | 第42-57页 |
| 4.1 MATLAB开发平台介绍 | 第42-43页 |
| 4.2 软件框架和设计思路 | 第43-54页 |
| 4.2.1 视频文件读取、播放模块 | 第43-44页 |
| 4.2.2 人脸检测和跟踪模块 | 第44-45页 |
| 4.2.3 参数选取和运动放大模块 | 第45-47页 |
| 4.2.4 脉搏波提取和分析模块 | 第47-51页 |
| 4.2.5 身份识别模块 | 第51-54页 |
| 4.3 软件功能检测 | 第54-57页 |
| 4.3.1 基于Bland-Altman方法的脉率准确性检测 | 第54页 |
| 4.3.2 不同生理数据库规模下身份识别准确性检测 | 第54-57页 |
| 第5章 医疗监护环境下基于生物特征的视频定位技术研究 | 第57-75页 |
| 5.1 室内外定位技术综述 | 第57-58页 |
| 5.2 基于特征光的定位技术研究和仿真实验 | 第58-70页 |
| 5.2.1 球形采光装置和平板采光装置 | 第58-59页 |
| 5.2.2 系统组成和定位流程 | 第59-62页 |
| 5.2.3 MATLAB仿真结果 | 第62-64页 |
| 5.2.4 实物实验 | 第64-66页 |
| 5.2.5 误差讨论和优化分析 | 第66-70页 |
| 5.3 基于生物特征的视频定位技术研究 | 第70-73页 |
| 5.4 定位技术在移动医疗领域的应用模式探讨 | 第73-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 附录1：作者在攻读硕士期间的科研成果 | 第83-84页 |
| 附录2：相关项目科技查新报告 | 第84-85页 |
| 附录3：相关系统性能检验报告 | 第85-86页 |
