首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于VC++的睡眠呼吸监测系统的研究与实现

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-14页
    1.1 课题的研究背景与意义第8-9页
    1.2 睡眠呼吸暂停低通气综合征第9-11页
        1.2.1 睡眠呼吸暂停低通气综合征的发病机理第9页
        1.2.2 临床表现及危害第9-11页
    1.3 睡眠监测技术的发展及现状第11-13页
        1.3.1 传统睡眠呼吸监测技术第11-12页
        1.3.2 便携或初筛式睡眠呼吸诊断仪第12页
        1.3.3 国内外睡眠呼吸发展现状第12-13页
    1.4 本文的主要内容及结构第13-14页
2 系统构成第14-18页
    2.1 系统功能分析第14页
    2.2 系统组成设计第14-15页
    2.3 监测信号模型分析第15页
        2.3.1 鼾声信号第15页
        2.3.2 鼻气流信号第15页
        2.3.3 心电信号第15页
    2.4 传感器的选择第15-16页
        2.4.1 鼻气流传感器第15页
        2.4.2 鼾声传感器第15-16页
    2.5 数据采集卡第16-17页
    2.6 本章小结第17-18页
3 监测系统的软件设计第18-33页
    3.1 VC 6.0 简介第18页
    3.2 前面板设计第18-21页
    3.3 后面板设计第21-31页
        3.3.1 信号采集第22-23页
        3.3.2 心电信号分析第23-25页
        3.3.3 鼻气流信号分析第25-27页
        3.3.4 鼾声信号分析第27-29页
        3.3.5 参数的设置第29页
        3.3.6 诊断结果的处理第29-31页
    3.4 信号的存储和回放第31-32页
        3.4.1 信号的存储第31页
        3.4.2 信号的回放第31-32页
    3.5 本章小结第32-33页
4 SAHS 的诊断第33-46页
    4.1 分析软件测试第35-36页
        4.1.1 设置参数修改测试第35页
        4.1.2 运算结果正确性测试第35-36页
    4.2 基于鼻气流信号的 SAHS 诊断第36-41页
        4.2.1 基于经验阈值的 SAHS 的诊断第36-38页
        4.2.2 基于自适应阈值的 SAHS 的诊断第38-41页
    4.3 基于鼾声信号的 SAHS 诊断第41-44页
        4.3.1 基于经验阈值的 SAHS 的诊断第41-43页
        4.3.2 基于自适应阈值的 SAHS 诊断第43-44页
    4.4 本章小结第44-46页
5 总结与展望第46-48页
    5.1 工作总结第46-47页
    5.2 工作展望第47-48页
致谢第48-49页
参考文献第49-52页
附录 作者在攻读学位期间取得的科研成果目录第52页

论文共52页,点击 下载论文
上一篇:浅水mini-ROV系统研发
下一篇:基于压缩感知的水下图像处理