基于桡动脉波形分析的动脉硬化评估指标研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·动脉硬化研究的意义 | 第10页 |
| ·动脉硬化检测的研究现状 | 第10-13页 |
| ·论文研究思路 | 第13-15页 |
| ·论文的研究内容和创新点 | 第15-18页 |
| 第二章 脉搏信号的获取与预处理 | 第18-34页 |
| ·脉搏信号获取系统总体结构 | 第18-21页 |
| ·硬件部分 | 第18-19页 |
| ·软件部分 | 第19-21页 |
| ·脉搏信号采集装置的整体系统实现 | 第21页 |
| ·基于脉搏波的噪声消除 | 第21-31页 |
| ·小波变换对脉搏信号的噪声干扰的抑制 | 第22-25页 |
| ·基于形态学的基线漂移抑制 | 第25-31页 |
| ·检波 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 脉搏信号的特征提取 | 第34-44页 |
| ·时域特征 | 第34-39页 |
| ·时域特征提取 | 第34-37页 |
| ·特征点e点识别 | 第37-39页 |
| ·频域特征 | 第39-41页 |
| ·小波域特征 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于脉搏波特征参数的年龄识别 | 第44-58页 |
| ·特征选择 | 第44-46页 |
| ·F-score特征选择方法 | 第45页 |
| ·基于改进的F-score特征选择方法 | 第45-46页 |
| ·支持向量机的基本理论 | 第46-50页 |
| ·支持向量机简介 | 第46-48页 |
| ·支持向量机的核函数选择与参数优化 | 第48-50页 |
| ·多分类支持向量机与年龄阶段分类器设计 | 第50页 |
| ·实验结果与分析 | 第50-56页 |
| ·基于时域特征的脉搏年龄段识别结果与分析 | 第51-53页 |
| ·基于频域特征的脉搏年龄段识别结果与分析 | 第53-54页 |
| ·基于小波域特征的脉搏年龄段识别结果与分析 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 融合脉搏特征的年龄段分类识别 | 第58-66页 |
| ·脉搏信息融合 | 第58-61页 |
| ·信息融合方法 | 第58-59页 |
| ·信息的特征融合 | 第59-61页 |
| ·基于融合特征识别实验 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 DAI:一种基于动脉硬化的评价参数 | 第66-76页 |
| ·研究对象和方法 | 第66-67页 |
| ·对象 | 第66-67页 |
| ·资料收集 | 第67页 |
| ·测量 | 第67页 |
| ·数据分析方法 | 第67页 |
| ·分析 | 第67-71页 |
| ·桡动脉AI与年龄 | 第68页 |
| ·桡动脉DAI和年龄 | 第68-69页 |
| ·桡动脉DAI和AI | 第69-70页 |
| ·心率对DAI和AI的影响 | 第70页 |
| ·影响因素分析 | 第70-71页 |
| ·可靠性分析 | 第71-73页 |
| ·本章小结 | 第73-76页 |
| 第七章 总结与展望 | 第76-78页 |
| ·研究工作总结 | 第76页 |
| ·本文的主要创新点 | 第76-77页 |
| ·未来研究工作展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 附录 心血管信息采集参与者调查表 | 第84-86页 |
| 在读期间完成的学术论文 | 第86-88页 |
| 致谢 | 第88页 |
