| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 睡眠分期概述 | 第9-11页 |
| 1.1.1 睡眠概述 | 第9-10页 |
| 1.1.2 睡眠分期概述 | 第10-11页 |
| 1.2 心电信号和脉搏信号与睡眠分期的关系 | 第11-12页 |
| 1.2.1 心电与睡眠分期的关系 | 第11-12页 |
| 1.2.2 脉搏波与心电的关系 | 第12页 |
| 1.3 睡眠分期发展概述及研究现状 | 第12-13页 |
| 1.4 睡眠分期的研究意义 | 第13-14页 |
| 1.5 论文主要结构 | 第14-16页 |
| 第二章 心电信号与脉搏波信号概述与处理 | 第16-32页 |
| 2.1 心电信号 | 第16-17页 |
| 2.1.1 心电信号产生原理 | 第16页 |
| 2.1.2 心电信号的波形特征 | 第16-17页 |
| 2.2 心电信号预处理与特征提取 | 第17-23页 |
| 2.2.1 心电信号预处理 | 第17-22页 |
| 2.2.2 心电信号提取特征值 | 第22-23页 |
| 2.3 光电容积脉搏波信号 | 第23-25页 |
| 2.3.1 脉搏波信号的产生机理 | 第23页 |
| 2.3.2 光电容积脉搏波的检测原理 | 第23-24页 |
| 2.3.3 光电容积脉搏波波形特征 | 第24-25页 |
| 2.4 脉搏波信号预处理与特征提取 | 第25-31页 |
| 2.4.1 脉搏波信号预处理 | 第25-29页 |
| 2.4.2 脉搏波信号提取特征值 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 心电信号和脉搏信号DFA和DMA分析 | 第32-45页 |
| 3.1 去趋势波动分析DFA | 第32-33页 |
| 3.1.1 DFA算法 | 第32-33页 |
| 3.1.2 DFA的应用与发展 | 第33页 |
| 3.2 去趋势移动平均分析DMA | 第33-36页 |
| 3.2.1 DMA算法 | 第33-35页 |
| 3.2.2 DMA的应用与发展 | 第35-36页 |
| 3.3 基于DFA、DMA算法的ECG和PPG的睡眠分期研究 | 第36-44页 |
| 3.3.1 健康成年人稳定睡眠期RRI、PPI的DFA、DMA分析 | 第36-39页 |
| 3.3.2 健康成年人RRI、PPI的睡眠时序图分析 | 第39-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 心电信号和脉搏波信号耦合强度分析 | 第45-56页 |
| 4.1 两路信号互相关定义及性质 | 第45-46页 |
| 4.1.1 互相关函数 | 第45-46页 |
| 4.1.2 最小二乘线性拟合法 | 第46页 |
| 4.2 去趋势互相关分析DCCA | 第46-48页 |
| 4.2.1 去趋势互相关分析DCCA算法分析 | 第46-48页 |
| 4.3 去趋势移动平均互相关分析DMCA | 第48-50页 |
| 4.3.1 DMCA算法提出的背景 | 第48-49页 |
| 4.3.2 DMCA算法分析 | 第49-50页 |
| 4.4 基于DCCA、DMCA的两路信号耦合强度的睡眠分期研究 | 第50-55页 |
| 4.4.1 健康成年人稳定睡眠期RRI、PPI的DCCA、DMCA耦合强度分析 | 第50-52页 |
| 4.4.2 健康成年人RRI、PPI的睡眠时序图分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 基于支持向量机的睡眠分期 | 第56-63页 |
| 5.1 基于网格搜索法参数优化的支持向量机 | 第56-59页 |
| 5.1.1 SVM基础理论 | 第56-58页 |
| 5.1.2 网格搜索法参数优化 | 第58-59页 |
| 5.2 基于SVM睡眠分期 | 第59-62页 |
| 5.2.1 SVM睡眠分期流程 | 第59-60页 |
| 5.2.2 睡眠分期结果分析 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 致谢 | 第69页 |
