| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.1.1 心肺复苏与胸外按压 | 第10-11页 |
| 1.1.2 动物胸外按压实验 | 第11-12页 |
| 1.2 胸外按压设备的研究现状 | 第12-15页 |
| 1.3 机器学习及其在医疗领域的研究现状 | 第15-16页 |
| 1.4 课题研究意义 | 第16-17页 |
| 1.5 课题主要研究内容 | 第17-18页 |
| 第二章 胸外按压方法与机器学习原理 | 第18-35页 |
| 2.1 胸外按压及其质量评价 | 第18-20页 |
| 2.1.1 胸外按压机理 | 第18-19页 |
| 2.1.2 反映胸外按压质量的生理指标 | 第19-20页 |
| 2.2 机器学习方法 | 第20-23页 |
| 2.3 常用的有监督学习分类方法 | 第23-34页 |
| 2.3.1 医学诊断常用方法介绍 | 第23-27页 |
| 2.3.2 Logistic回归算法 | 第27-29页 |
| 2.3.3 贝叶斯判别式算法 | 第29-31页 |
| 2.3.3.1 协方差矩阵齐性的检验 | 第29-30页 |
| 2.3.3.2 最大后验概率法 | 第30-31页 |
| 2.3.4 C4.5决策树 | 第31-34页 |
| 2.3.4.1 信息熵与信息熵增益 | 第32-33页 |
| 2.3.4.2 ID3算法与C4.5算法 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 大鼠心肺复苏按压装置的设计与实现 | 第35-61页 |
| 3.1 系统硬件的总体设计 | 第35-36页 |
| 3.1.1 系统硬件的功能需求 | 第35页 |
| 3.1.2 系统硬件设计方案 | 第35-36页 |
| 3.2 系统各硬件模块的设计与实现 | 第36-51页 |
| 3.2.1 机械结构设计 | 第36-38页 |
| 3.2.2 伺服驱动模块 | 第38-45页 |
| 3.2.3 血压检测模块 | 第45-48页 |
| 3.2.3.1 血压传感器 | 第45-47页 |
| 3.2.3.2 血压信号的放大 | 第47-48页 |
| 3.2.4 按压力检测模块 | 第48页 |
| 3.2.5 体温检测模块 | 第48-51页 |
| 3.3 下位机控制程序的设计与实现 | 第51-52页 |
| 3.4 上位机生理数据接收程序设计 | 第52页 |
| 3.5 系统软件的需求分析与开发平台 | 第52-53页 |
| 3.6 系统软件的设计与实现 | 第53-60页 |
| 3.6.1 胸外按压控制模块的设计与实现 | 第55-58页 |
| 3.6.2 生理指标监测模块的设计与实现 | 第58-59页 |
| 3.6.3 实验数据存储模块的设计与实现 | 第59-60页 |
| 3.7 本章小结 | 第60-61页 |
| 第四章 基于机器学习的大鼠心肺复苏智能控制系统 | 第61-79页 |
| 4.1 提升大鼠自主循环恢复率问题建模 | 第61-62页 |
| 4.2 生理指标的特征参数提取 | 第62-69页 |
| 4.2.1 基于小波变换的血压信号极值搜索方法 | 第63-65页 |
| 4.2.2 反映胸外按压质量的特征参数提取 | 第65-68页 |
| 4.2.3 特征数据标准化 | 第68-69页 |
| 4.3 大鼠自主循环恢复预测及分析 | 第69-75页 |
| 4.3.1 大鼠自主循环恢复预测准确性对比 | 第69-71页 |
| 4.3.2 影响心脏骤停大鼠自主循环恢复的关键因素 | 第71-75页 |
| 4.4 大鼠心肺复苏智能控制方法的设计与实现 | 第75-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第五章 总结与展望 | 第79-81页 |
| 5.1 全文总结 | 第79-80页 |
| 5.2 展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |