一、采集生理数据的便携式Data-Logger数据记录仪(论文文献综述)
逯欢[1](2021)在《基于光电容积脉搏波和肌电信号的面部吸引力识别研究》文中研究指明面部吸引力是指目标人物的外貌特征所诱发的一种积极愉悦的情绪体验,它能够促使他人产生想要进一步接近目标人物的意愿。有相关研究表明,面部吸引力无论是在伴侣选择、应聘工作还是寻求帮助时总是具有一定的优势。由此可见,能够准确识别出是否产生了面部吸引力有着重要的意义。生理信号已经被许多研究证明包含了大量的有关情绪的信息,并且具有不容易受到人物自身的主观影响的特点。但是,目前还未发现有研究者从生理信号方面对面部吸引力进行探讨。因此,本文选择了获取方便且有效的两种生理信号,包括光电容积脉搏波(PPG)和肌电信号(EMG),提出了基于PPG信号和EMG信号的面部吸引力识别研究。使用了基于顺序向后浮动选择算法(SBFS)分别与支持向量机(SVM)、线性判别分析(LDA)和XGBoost相结合的模型,识别目标人物的外貌是否诱发了面部吸引力。本文的主要工作及研究结果如下:1、通过设计的面部吸引力诱发实验范式,构建了与面部吸引力相关的生理信号数据库。本文设计了通过人物的外貌图片诱发被试面部吸引力这种情绪的实验范式,挑选出480张(240张男性图片和240张女性图片)包含高、中、低面部吸引力的人像图片。招募了46名(22名男性和24名女性,年龄范围:17-27岁,均值:21,标准差:2.36)身心健康的在校大学生参与实验,获取了他们在实验过程中的PPG信号和EMG信号数据,成功诱发产生了面部吸引力。2、提出了基于PPG信号和EMG信号生理特征融合的面部吸引力识别方法,通过对三种分类器识别性能的比较,获得了最佳的识别分类器。首先对预处理过后的PPG信号提取了时域、频域和非线性特征,对EMG信号提取了时域和频域特征。然后将PPG信号和EMG信号生理特征进行融合后输入到分类器模型中,通过10折交叉验证进行分类。论文使用了三种分类器模型,包括支持向量机、XGBoost以及线性判别分析。分类结果对比表明,XGBoost分类器获得了最高的识别正确率68.04%。3、在识别方法2的基础上,提出了基于SBFS特征选择算法与分类器相结合的面部吸引力识别模型。首先通过使用SBFS特征选择算法,挑选出了融合特征集中的最佳特征子集,然后输入到分类器模型中,并通过10折交叉验证进行识别分类。分类结果表明:在顺序向后浮动选择算法结合XGBoost分类器的情况下,获得了最好的情绪识别正确率71.53%,相比于识别方法2提升了3.49%。因此,论文提出的顺序向后浮动选择算法和分类器结合的面部吸引力识别方法,能够有效地识别出是否产生了面部吸引力。同时,PPG信号和EMG信号是两种可应用在可穿戴设备上的生理信号,具有巨大的商业价值。未来,有希望将算法集成到可穿戴设备上,这对于伴侣选择、寻找工作等社交活动方面具有很重要的参考意义。
陈佳慧[2](2021)在《‘红美人’柑橘果实采后振动损伤特性研究及减振包装开发》文中指出物流运输过程中产生的振动是导致果实损伤的重要因素之一。‘红美人’柑橘是近年来广受消费者欢迎的品种,糖度高、口感好,但由于果实硬度较低,在采后运输过程中易遭受振动损伤,加速腐烂变质。本文首先基于开发的机械力分解平台,研究了振动对‘红美人’柑橘果实生理品质和代谢的影响;进而通过模拟振动实验和道路运输实验评估了自制物流包装的减振效果,并研究了不同的振动环境条件对果实损伤程度的影响;然后采集了浙江衢州到北京道路全程的车厢加速度频谱,为后续更真实地模拟道路运输提供了数据支撑;此外,还开发了一种可以更好地判断包装材料减振效果的振动传递率测试装置。主要研究结果如下:1.开发了能够单独研究物流振动力的机械力分解平台。该平台可单独研究振动处理对果实机械伤发生的影响,避免碰撞、摩擦、滚动等机械力的干扰,并且可以同时对多个独立果实样品进行分析。该平台还可用于研究挤压力和振动力同时作用对果实机械损伤的影响,也可用于研究不同包装材料对果实振动损伤的保护效果。2.基于机械力分解平台,研究了振动对‘红美人’柑橘果实生理品质和代谢的影响。发现3 h随机振动后,在贮藏第1 d,振动组果实的失重率比对照组高171.43%;振动组硬度在第14 d较对照组低20.53%;呼吸速率在振动后第1 d出现峰值,比振动前升高了122.01%;同时,通过代谢组分析发现,振动后果肉中α-亚麻酸代谢、亚油酸代谢、不饱和脂肪酸生物合成代谢通路富集程度较高,果皮中酮体的合成与降解、卟啉和叶绿素代谢、植物激素信号转导通路富集程度较高。3.提出了一种用于‘红美人’柑橘果实采后物流的减振包装。测定了三种包装(散装塑料筐、商用礼盒装、自制物流包装)的振动传递率,然后通过模拟振动实验和道路运输实验比较了不同包装对果实的保护效果。结果表明,自制物流包装的最大传递率和果实最易遭受振动损伤的低频段(3-28.69 Hz)的传递率均低于其他包装;虽然散装塑料筐货物密度最高,但其装载的果实在3 h和10 h模拟振动后的损伤率和在贮藏期间的腐烂率均高于商用礼盒装和自制物流包装,说明散装方式不适合用于运输‘红美人’柑橘果实;道路实验A(约13 h)中自制物流包装的果实损伤率只有散装塑料筐的16.89%,说明自制物流包装具有良好的保护效果,同时道路实验A中的自制物流包装的损伤率(8.67%)与模拟振动1 0 h的损伤率(6.6 7%)相似,说明模拟振动的实验结果是可靠的。4.研究了振动时间和振动环境温湿度对果实的影响。结果表明,随着振动时间从3 h增加到10 h,果实损伤率升高了2-3倍;振动10 h时,20℃下果实损伤率(15.56%)为10℃(5.56%)的2.8倍;70%RH环境下振动后果实的损伤率(20.00%)比90%RH环境下(15.56%)增加了4.44%。5.测量了道路运输过程中车厢内果箱的加速度,并研究了果箱在车厢中的摆放位置对果实损伤率的影响。采集了道路运输全程29.5 h共102411个加速度数据样本点,发现了3 Hz和16 Hz两个功率谱密度峰值;车厢后部果实的损伤率最高,而车厢前部果实的损伤率最低;车厢后部果实失重率显着高于前部和中部。6.开发了包装材料振动传递率的测试装置。该装置可以用于正式振动运输试验之前测试包装材料的振动传递率特性,为选择减振性能最佳的包装材料提供实验数据,同时也可以减少正式实验中果实的浪费。为了减少因材料与装置之间存在空隙而造成的实验误差,该装置采用了多层结构设计,使待测材料与装置和振动台面紧密贴合。
庞小婷[3](2020)在《便携式心电监护系统的设计与实现》文中研究说明随着科技的持续发展和人们生活质量的不断提高,人们不再着眼于吃饱穿暖,对自身的健康管理越来越重视,防患于未然,不会像以往一样等身体出现严重病变时才去诊治。由此衍生了对身体健康信息收集和管理的需求。掌握健康信息能让我们在日常生活中更加注重身体的调节,同时能在发生疾病时将个人的日常健康信息提供给医生,让医生快速准确的做出判断,制定正确的诊疗方案。传统医疗设备因其自身的特点在广泛应用时受到时间或空间上的制约,无法满足人们快速便捷的应用需求。因此快速便捷的移动式医疗服务设备与技术逐渐成为当今科研机构和企业的研发热点。移动终端式健康服务设备相对于传统医疗设备具有体积小、便于携带、开发和维护成本低等优点,其作为智能医疗的重要组成部分,将会对智能医疗产生重要影响。心率作为人体中最重要指标之一,它可准确反映人体心脏工作的最基本情况。目前,市场上的心率检测系统主要由大型医疗设备机构提供,其具有数据处理速度快和计算精度高的优势,同时存在体积太大不便于携带等缺点。为满足用户的便利性需求,本文设计一款便携式心电监护系统,该系统可以实现心率信息的实时测量和采集,并借助蓝牙技术将收集到的效数据同步传输到移动终端。本文在充分研究国内外便携式医疗监护系统使用现状的基础上,选取当前较前沿的传感技术和通讯技术,设计并开发了一个便携式心电监护系统。该系统的电路以EFM32G230F64 MCU为核心,设计了系统心率采集电路、蓝牙5.0电路、OLED电路和RTC电路等;心率信号检测与采集则采用了光电容积脉搏波描记法(PPG);设计了心率采集器相对应的移动终端安卓应用系统。该系统可以实时收集监测被监测者心率数据,并发送到移动终端,在通过移动终端上传到中心服务器,从而达到对患者身体健康异常的预警功能。
程云飞[4](2021)在《可穿戴健康监护中的生理信号处理关键方法研究》文中研究表明随着可穿戴技术的快速发展,可穿戴健康监护也越来越受到更多人的关注,但是这也给生理信号的采集、处理和分析带来了一些新的挑战。首先,在目前应用最为广泛的可穿戴运动心率监测中,运动状态下采集腕部PPG信号极易受到运动伪影干扰,运动伪影由于其频率范围与PPG信号的频率范围高度重叠而很难去除;其次,在基于压缩感知采样的可穿戴健康监护中,由于现有压缩感知重构算法计算复杂度较高,很难满足实时监护的要求;最后,在对基于压缩感知采样的心电片段进行实时分析和诊断时,现有的基于心拍的心律失常自动诊断方法很容易出现漏诊或者误诊。为了应对这些挑战,本论文在项目组所研制的可穿戴远程健康监护系统的基础上分别针对运动伪影的去除问题、心电信号的重构问题和压缩心电的分类问题提出了一系列算法,主要研究内容与创新点包括以下几个方面:(1)针对腕部PPG信号中混入的强运动伪影难以去除从而导致心率估计准确性差的问题,分别提出了适用于两种不同应用场景的运动伪影去除及心率估计算法:①对于远程服务器端,本文提出了一种基于皮尔逊相关二元决策的混合去噪方法,充分利用非线性自适应滤波和奇异谱分析去噪优势,实验结果表明该算法可以有效去除PPG信号中混入的运动伪影干扰,从而提高了心率估计的准确度,并且所采用的去噪算法不依赖于个体数据,具有良好的通用性,适合于在计算资源充足的服务器端对大量不同用户的数据进行统一处理和分析;②对于可穿戴智能设备(如智能手表),本文提出了一种基于条件生成对抗网络的运动伪影去除算法,实验结果表明,相对于现有的运动伪影去除及心率估计算法,其速度可以提升约一个数量级,并且训练好的运动伪影去除模型计算复杂度很低,可以很容易地嵌入到计算资源受限的可穿戴智能设备中。(2)针对现有的现有非稀疏心电信号重构算法计算复杂度高、实时性差的问题,分别提出了适用于两种不同应用场景的非稀疏心电信号重构算法:①对于远程服务器端,本文基于传统的块稀疏贝叶斯学习框架,利用交替方向乘子法优化其迭代流程,实验结果表明,该算法有效加快了重构算法的收敛速度,在保证信号重构精度的同时提高了信号重构的实时性,并且该算法不依赖于特定数据集,具有良好的通用性,适合于在计算资源充足的服务器端对大量不同用户的数据进行统一处理和分析;②对于可穿戴智能设备,传统的迭代式压缩感知重构算法计算复杂度偏高,因此本文提出了一种基于扩张残差网络的心电信号重构算法,实验结果表明,基于特定数据集训练好的信号重构模型相对于传统迭代式压缩感知重构算法不仅有着更好的重构精度,实时性也有着巨大的提升,其重构速度可以提升约两到三个数量级,因此很容易嵌入到计算资源受限的可穿戴智能设备中。(3)针对现有的分类算法对压缩的心电片段进行心律失常自动诊断时容易发生漏诊和误诊的问题,提出两种心律失常自动诊断算法:①对于心律失常自动诊断分类,与传统的基于心拍的心律失常自动诊断算法不同,本文提出了一种多标签分类算法对同一心电片段中可能存在的多种心律失常进行分类,实验结果表明,提出的算法可以对同一心电片段中存在多种心律失常的情况进行准确分类,从而减少漏诊或者误诊的发生;②对于房颤检测,本文利用测量矩阵的先验信息对深度模型的第一层进行初始化并进行微调,从而充分利用已有的信息来提高模型的分类性能,实验结果表明,该算法有效提高了基于压缩心电的房颤检测准确率,尤其是在较高的压缩率下可以有效减少漏诊或者误诊的发生。
邝帅[5](2020)在《胃肠道肿瘤无创诊查系统与癌前病变检测设备关键技术研究》文中研究表明无线胶囊内窥镜(WCE,wireless capsule endoscope)是无创、无痛和安全地诊查胃肠道疾病的新兴技术。胶囊大小的成像探头无创地进入人体胃肠道采集内壁图像,给临床医生提供最真实直观的病灶信息。这是胃肠道疾病早期、无创诊查技术的重要进展,得到了国内外生物医学工程、精密医疗仪器等研究领域的高度重视。然而,在临床实际应用过程中,由于该技术采用微型纽扣电池供能,连续在体工作时间通常小于12小时,导致不能对全消化道实施诊查,造成漏检。其二,随着诊查技术参数的需求不断提升,一些新功能如高分辨率成像、主动运动和驻留、取样和活检等被提出,系统功耗进一步增大。处于胃肠道内的WCE无线缆与外部电源连接,且WCE体积狭小内部无法放入足量的电池,能量供应已成为严重制约WCE发展的瓶颈。其三,在一次完整的WCE检查过程中,采集的胃肠道图像多达数十万张。若采用诊查医师逐张人工诊断的方式,显然工作量巨大,同时会由于视觉疲劳造成漏诊和误诊。最后,现有的WCE主要根据组织的形态和颜色特征辨别病灶,难以发现粘膜下的癌前病变和早期原位癌微小病变。针对上述问题,在国家自然基金项目(NO.61673271、81971767)、上海市科委科研项目(NO.19441910600、19441913800、19142203800)和上海交通大学医疗机器人研究院项目(NO.IMR2018KY05)资助下,本文较为深入地研究了胃肠道肿瘤无创诊查系统(NCES,noninvasive capsule endoscope system)和癌前病变自体荧光检测系统(AFIS,autofluorescence imaging system)。充足的能量是NCES正常工作的基础。由于进入胃肠道内的成像胶囊无线缆与NCES的体外部分连接,只能采用无线供能。成像胶囊在胃肠道内位置和角度随时变化,导致体外能量发射线圈与装配在成像胶囊内的接收线圈的耦合情况变化,接收功率随之改变。若接收功率不足,NCES将无法正常工作。为此,提出了耦合互感模型,分析接收线圈处于不同位置和方向时与发射线圈的互感,进而得出接收功率。模型从简单到复杂逐步分析:按线圈绕制参数,从单匝到多匝再至多层;按位置关系,从共轴到平行不共轴再至最一般的不平行情况。搭建了互感测量平台,比较了测量值与模型计算值,二者误差较小。又以猪肉组织紧密包裹接收线圈,以探究生物组织的电磁吸收作用对本模型影响。通过与已有的解析算法和有限元算法比较,得出本模型在计算精度和耗时方面的优势。根据模型计算结果,用控制变量法分析轴向偏移、径向偏移和角度偏移对互感的影响。绕制了不同几何形状参数的接收线圈,探究形状参数对互感的影响。对于一般形状的线圈,探索出了本模型的适用条件。此模型不仅可用于NCES,亦可分析其他采用无线能量传输技术的微型医学设备的接收功率。提出了一种新型结构的能量接收线圈以解决胃肠道内成像胶囊接收功率不足的问题,同时缩小了成像胶囊体积。根据胃肠道内实际环境和人体组织散热安全性等约束条件,求得最优的接收线圈形状、绕线匝数和层数等设计参数,使接收功率满足成像胶囊的最小功率需求。将装载了此接收线圈的NCES进行活体小猪胃肠道成像实验。图像清晰噪声低且视频流稳定流畅,证实了NCES处于正常工作状态,此线圈的接收功率充足且稳定。在一次完整的NCES检查过程中,将产生逾10万张图像,为了减轻诊查医师人工读图的工作量、降低由于诊查医师视觉疲劳而造成的误诊和漏诊,需借助计算机算法将图像准确而快速的分类。提出了一种人机协作的肿瘤图像分类识别方法,以降低假阴性率为首要目标,尽可能将所有阳性图像识别出来。其工作步骤如下:先进行机器处理:转换至YCb Cr色彩空间,进行曲波变换得到多尺度、多角度和多位置的频域子图像,再根据间隙微分适应度函数选择最佳子图像,提取了全局和局部的多重纹理特征,将特征向量输入径向基神经网络用于图像初步分类。对于类别为“疑似阳性”的图像,由诊查医师进行进一步的人工审核,再作出最终诊断。这种人机协作的方法有效降低了假阴性率,以免肿瘤患者被误诊为健康,而错过黄金治疗期。采用标准数据集验证了本方法的识别性能;并使用本研究NCES采集的图像,进一步验证了本方法的精度与可行性。目前的胃肠道疾病诊查设备难以检出早期癌症和癌前病变组织。肿瘤的发展阶段与其治疗方案及预后效果紧密相关。中晚期癌症的治疗难度大,预后效果差。若能诊断出癌前病变,可挽救更多患者生命。根据癌前病变和正常组织的内源性荧光物质含量不同的原理,本文研究了AFIS系统,使用超短波长的紫外光源可激发二者产生不同色泽的自体荧光,将癌前病变组织直观迅速地检出。针对紫外光源发热严重及光束发散等问题分别设计了散热和聚光装置。由于荧光与白光图像性质不同,设计了专用于AFIS的感应成像模块。对患者胃肠内壁分别进行白光和AFIS成像实验,将三种类型的组织(正常组织、良性增生和癌前病变)的白光与AFIS成像结果对比,AFIS能更明显地区分三种组织,且胃肠内壁的褶皱阴影等结构形态不会影响诊断结果。
邹冠花[6](2020)在《振知非接触式人体振动体征监测系统效果评价及时间序列分析》文中研究说明研究目的:1.本研究同时使用振知非接触式人体振动体征监测系统(Znzi iHealth device,ZID)与Apnea-Link Air便携式睡眠监测仪(APL)同时进行整夜睡眠呼吸监测。以APL的监测结果作为参照标准,验证ZID用于睡眠呼吸监测的准确性。2.本研究基于振动传感器采集到的高精准时间维度大数据,包括呼吸频率、心率和打鼾次数,参考计量经济学的时间序列分析方法,验证时间序列分析可用于睡眠呼吸暂停的预测。研究方法:1.数据收集:从门诊招募200例疑似OSA的患者,例如有睡眠打鼾或呼吸暂停症状,在患者夜间睡眠时同时使用参比设备APL与被测设备ZID进行睡眠呼吸监测并采集睡眠呼吸监测数据,其中实验监测时间≥4小时,监测指标包括平均心率、平均呼吸频率、呼吸暂停/低通气次数(AHI)、打鼾次数。2.统计方法:应用SPSS 25.0软件和Medcalc 19.1软件分别对设备采集到的数据进行Pearson相关分析及Bland-Altman一致性分析,以验证被测设备用于睡眠监测的有效性。基于ZID所采时间维度大数据,应用Eviews 12.0软件对采集到的原始生理数据包括心率、呼吸频率和打鼾次数进行时间序列分析来探讨心率、呼吸频率、打鼾次数的变化规律,其中分析并建立了心率、呼吸频率、打鼾次数的预测模型并验证其平稳性。研究结果:1.被测设备与参比设备的平均心率、平均呼吸频率、呼吸暂停/低通气次数(AHI)、打鼾次数都具有很好的相关性,P值均<0.05,具有统计学意义;2.Bland-Altman分析结果表明被测设备与参比设备具有较高的一致性,说明了被测设备用能用于睡眠呼吸暂停的监测,并且能够实现对呼吸暂停的初步筛查;3.基于振知高精度的时间维度大数据利用时间序列分析能预测心率、呼吸频率和打鼾次数的变化趋势,可以为预测和诊断睡眠呼吸暂停类疾病提供重要依据。结论:1.振知非接触式人体振动体征监测系统与Apnea-Link Air便携式睡眠监测系统的AHI、心率、呼吸频率、打鼾次数生理信号监测结果有较高的一致性,能有效筛查睡眠呼吸暂停疾病。2.基于振知所采集的高精度时间维度大数据利用时间序列分析能够很好的预测睡眠呼吸暂停疾病的发生。
张紫烨[7](2020)在《基于心电和加速度信号的老人健康监测技术研究》文中指出在城市化不断加快和人口老龄化的今天,子女不在身边的独居老人数量显着增加,因此独居老人的安全性引起了广泛的重视。慢性心脏病是导致老人死亡的三大病因之一,心血管疾病已经成为危害生命健康的第一杀手。跌倒是威胁中老年人健康的危险意外事故原因,同时是导致老年人伤亡的重要原因之一。因此针对独居老人的健康安全,本文基于心电和加速度信号对老人健康监测技术进行研究。为了提取有效的心电信号,利用Mallat算法对心电信号进行分解重构,使用小波阈值法去噪。采取双正交二次B样条小波变换,利用小波变换奇异点检测原理定位R波峰值,在R波的基础上前后定位Q波及S波,完成对QRS波群的特征提取。采用主成分分析法对心电信号特征降维,进行数据压缩,并根据贡献率选取了前10个心拍。提出采用粒子群算法优化BP神经网络,弥补其缺陷,提高分类识别效果。使用MIT-BIH心电数据库对不同算法进行5种心电分类效果检验,并进行对比分析。在跌倒检测技术研究中,以三轴合加速度和人体倾角作为特征量,结合特征量设计了多阈值的跌倒检测算法,设置合加速度阈值和倾角阈值来进行跌倒检测。通过志愿者来模拟跌倒实验,验证了算法的可行性。本文提出了一种“生理信号采集前端+移动端用户APP”的心电和跌倒检测的解决方案。生理信号采集前端实现对人体的心电信号和加速度信号的采集和数据传输。同时,在移动端开发了基于Android的小智APP搭配使用,小智APP对前端数据进行处理,实现了心电波形的显示、数据保存和异常报警等功能。本文研究了基于心电和加速度信号的老人健康监测技术,通过对心电信号和加速信号采集、信号预处理、心电信号分类和跌倒检测算法研究实现了老人健康状况监测。该监测系统避免了患者因心电异常而引发的昏厥而发生跌倒行为产生二次伤害和因发生跌倒行为而导致心电出现异常从而引发危险,基于心电和跌倒检测的应用具有一定的实际意义和社会意义。
安在秋[8](2020)在《基于网络协议的便携式无线远程睡眠监测系统》文中认为睡眠是人们生活的重要组成部分,对人体健康起着至关重要的作用。而如今人们生活压力增大,更多的人出现了睡眠类疾病,从而影响身心健康。针对睡眠类疾病首先应监测睡眠时的生理参数,随后根据睡眠状态信息来进行诊断与治疗。目前睡眠监测设备主要为多导睡眠监测仪(Polysomnography,PSG),PSG具有监测数据全、准确率高的特点。但PSG存在体积庞大、价格昂贵且只能在医院使用的问题,难以实现患者日常睡眠监护的需求。基于此,本文设计了一种基于网络协议的便携式无线远程睡眠监测系统,该系统可将采集的睡眠脑电与眼电信号通过本文设计的网络应用层协议实时发送至远端医院上位机接收端,没有传输距离限制,可满足患者在家进行睡眠监测的需求。同时,上位机软件对滤波算法进行改进,获得了更清晰可靠的脑电与眼电信号波形。基于网络协议的便携式无线远程睡眠监测系统选择STM32F407VGT6作为主控芯片,对前端采集的睡眠信号进行处理;选择生物电采集芯片ADS1299对睡眠脑电与眼电信号进行采集;选择SD卡存储模块对采集到的睡眠信号进行保存;选择WiFi模块ESP8266实现睡眠信号的无线传输。本文基于TCP/IP协议,应用JAVA进行Socket编程,对睡眠监测系统信号传输的网络应用层协议进行设计,改善了MQTT协议中无法将数据存储至服务器数据库与不能发送反馈信息的缺陷。通过将应用层协议部署到固定IP的服务器上,并应用该服务器作为数据传输的中转站,实现了睡眠信号的实时无线远程传输。同时,针对传统小波阈值函数去噪存在的缺点,设计并构造了新的小波阈值函数,弥补了软、硬阈值函数具有的偏差性和不连续性的缺陷,使得上位机显示的两路脑电与两路眼电信号波形更加清晰可靠。最后,对睡眠监测系统进行实验测试,将系统采集的脑电信号进行特征提取与频谱分析,同时对眼电信号进行状态分析,结果证明采集的睡眠信号满足实际监测要求。系统具有体积小、便于佩戴、远程传输稳定性高、滤波性能好的特点,可以满足患者睡眠监测家庭化的需求。
王庭龙[9](2020)在《基于自然驾驶试验的高速公路减速设施效果对比研究》文中认为减速设施是高速公路中用于实现速度管控的交通安全设施,它的基本形式是在道路空间范围以内设置固定的提示,从而使驾驶人根据提示采取相应速度行为以达到速度管控的目标,对高速公路交通安全具有重要的意义。速度协调性是保障道路交通安全的关键,而控速则是实现速度协调性的基本手段。许多学者针对减速设施的有效性开展了相应的研究,主要试验手段主要为驾驶舱模拟和高速公路断面测速,两种试验方法均能检测出减速设施的减速效果。虽然这两种方式能够取得一定的成效,但驾驶舱模拟环境是虚拟的,一定程度上给了驾驶人心理暗示,无法真实体现驾驶人在真实环境中的生心理反应;断面测速无法得到车辆连续的速度,无法对可能存在的不利于交通安全的瞬时速度变化展开分析。为此,本文采取自然驾驶试验的方式,实时采集车辆的运行数据以及驾驶人的生心理数据,对高速公路减速设施的效果进行对比研究。本文从试验的路段、设备、试验人员以及试验注意事项等各个阶段进行了设计,在现场驾驶试验过程中,借助OBD智能盒子、BIOPAC生心理仪、行车记录仪和笔记本电脑等设备,实时获取车辆的速度、加速度、行驶距离以及驾驶人的心率等数据。按照减速设施的强制性与否,将门架式限速牌和测速拍照归类为强制性减速设施,横向减速标线和纵向减速标线归类为非强制性减速设施。筛选初始速度条件无差异的路段进行对比分析,经过对比分析车辆经过减速设施时车辆的减速度以及加减速距离,结合驾驶人经过限速设施时心率及其心率增长率可知:测速拍照的相对减速幅度最为明显,比门架限速牌高10%左右,比横向减速标线以及纵向减速标线的减速幅度高7%左右;相较于门架限速牌,测速拍照更加能引起驾驶人的注意力和警惕性,更能约束驾驶人的驾驶行为;横向减速标线和纵向减速标线均有一定的减速效果,且二者之间无明显性差异,但纵向减速标线对于驾驶人的心理刺激更为明显,更能提高驾驶人的警惕性。本文从车辆和驾驶人两者出发,通过对不同减速设施作用效果的研究结果表明,每一种减速设施均有一定的减速效果,但也有各自的特点。本文研究结论可以为高速公路减速设施的研究和设计提供参考。
蒋坤坤[10](2020)在《基于Cortex-M3的具有实时分析功能的动态心电软硬件系统的研究》文中指出动态心电可以长时间监测人体心电信号,对心律失常等疾病检测具有重大价值。目前被广泛应用的动态心电监测仪仅有记录事后分析功能,难以满足心电信号实时分析的需求,限制了心电分析系统的广泛应用。因此,开发一种具有实时分析功能的动态心电软硬件系统具有重要意义,该系统应具有适用复杂心电检测算法的能力,同时满足低功耗、便携式、高可靠性等需求。论文基于载人航天型号任务需求,研究内容包括:①研制高可靠性、高性能硬件电路:采用基于Cortex-M3内核的具有高达120M主频、512KB Flash程序存储器、96KB SRAM数据存储器的ARM芯片,24bit高精度采样前端解决方案进行硬件电路设计;②研究心电实时分析算法:算法具有准确度高、运算复杂度低的特点,可适用于嵌入式环境;③研究具有心电信号采集、实时分析、存储与传输等功能的嵌入式软件。对系统的测试结果表明,仪器具有低噪声(峰值噪声<4 μ V)、高精度(24bit)、低功耗(工作电流<80mA,两节5号电池可支持32小时连续工作)、便携(体≯积120*80*31.5mm3、重量≯0.41kg)、算法准确度高(QRS波群检测准确率96.89%,室性早搏检测准确率86.55%)、可靠性高(静电接触放电8kV)等特点。可同时满足医疗仪器和航天型号任务的性能、可靠性、EMC等要求。本论文所设计的样机已通过中国航天员中心性能与可靠性测试,有望在不久将来应用于我国重大载人航天活动,关键技术可解决当前远程心电监测诊断领域的痛点问题,具有广泛应用价值。
二、采集生理数据的便携式Data-Logger数据记录仪(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、采集生理数据的便携式Data-Logger数据记录仪(论文提纲范文)
(1)基于光电容积脉搏波和肌电信号的面部吸引力识别研究(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 面部吸引力的研究现状 |
1.2.2 基于光电容积脉搏波和肌电信号的情绪识别研究现状 |
1.3 论文研究内容和创新点 |
1.4 论文结构 |
第二章 面部吸引力诱发实验方案设计 |
2.1 情绪诱发实验范式设计 |
2.1.1 情绪诱发方式与素材选取 |
2.1.2 情绪诱发实验方案设计 |
2.2 实验方法与数据采集 |
2.2.1 实验设备简介 |
2.2.2 实验步骤与方法 |
2.2.3 实验数据采集 |
2.3 本章小结 |
第三章 光电容积脉搏波和肌电信号的简介及预处理 |
3.1 光电容积脉搏波简介 |
3.2 肌电信号简介 |
3.3 离散小波变换 |
3.3.1 小波去噪与阈值函数类型 |
3.3.2 阈值与阈值函数的选取 |
3.4 小波阈值去噪 |
3.4.1 去除基线漂移 |
3.4.2 去除肌电干扰和工频干扰 |
3.5 结果分析 |
3.6 本章小结 |
第四章 光电容积脉搏波和肌电信号的特征提取 |
4.1 光电容积脉搏波特征提取 |
4.2 肌电信号特征提取 |
4.3 基于顺序向后浮动的特征选择算法 |
4.3.1 离群值去除 |
4.3.2 特征归一化 |
4.3.3 顺序向后浮动选择算法 |
4.4 本章小结 |
第五章 基于两种生理信号的面部吸引力识别 |
5.1 标签处理 |
5.2 分类模型简介 |
5.2.1 支持向量机模型 |
5.2.2 线性判别分析模型 |
5.2.3 XGBoost模型 |
5.3 特征融合识别结果分析 |
5.3.1 分类性能指标 |
5.3.2 原始融合特征的识别结果 |
5.3.3 最佳融合特征的识别结果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士期间已发表的学术论文 |
攻读硕士期间参加的科研项目 |
(2)‘红美人’柑橘果实采后振动损伤特性研究及减振包装开发(论文提纲范文)
致谢 |
摘要 |
abstract |
缩略语表 Abbreviations |
1.文献综述 |
1.1 果实采后机械损伤研究的背景和意义 |
1.2 果实采后机械损伤及其影响因素 |
1.2.1 机械损伤类型 |
1.2.2 影响果实损伤敏感性的因素 |
1.2.3 机械损伤对果实采后品质的影响 |
1.3 减振包装主要类型及其在保护果实上的应用 |
1.3.1 常用减振材料及包装 |
1.3.2 减振包装材料研究现状 |
1.4 物流过程对包装内果实损伤的影响 |
1.4.1 物流过程研究的主要方法 |
1.4.2 运输过程中影响果实损伤的因素 |
1.5 ‘红美人’柑橘概况及其减振包装产业需求 |
1.6 研究目标与内容 |
2.机械力分解平台开发 |
2.1 机械力分解平台开发的背景 |
2.2 机械力分解平台介绍 |
3.振动对‘红美人’柑橘果实生理品质和代谢的影响 |
3.1 材料与方法 |
3.1.1 果实及振动处理 |
3.1.2 失重率测定 |
3.1.3 质构特性测定 |
3.1.4 色泽测定 |
3.1.5 TSS含量测定 |
3.1.6 呼吸速率测定 |
3.1.7 代谢组分析 |
3.1.8 数据处理与分析 |
3.2 结果与分析 |
3.2.1 振动对果实失重率的影响 |
3.2.2 振动对果实质构特性的影响 |
3.2.3 振动对果实色泽的影响 |
3.2.4 振动对果实TSS含量的影响 |
3.2.5 振动对果实呼吸速率的影响 |
3.2.6 振动对果实代谢的影响 |
3.3 讨论 |
4.基于模拟振动的‘红美人’柑橘果实包装减振效果评价 |
4.1 材料和方法 |
4.1.1 不同包装形式 |
4.1.2 振动传递率测试 |
4.1.3 果实与模拟振动处理 |
4.1.4 不同温湿度环境下的模拟振动处理 |
4.1.5 损伤率与腐烂率统计 |
4.1.6 TSS含量测定 |
4.1.7 数据处理与分析 |
4.2 结果和分析 |
4.2.1 不同包装的振动传递率测试结果 |
4.2.2 不同包装对果实模拟振动实验下损伤情况的影响 |
4.2.3 不同振动温度和振动时间对自制物流包装内果实损伤的影响 |
4.2.4 不同振动湿度和振动时间对自制物流包装内果实损伤的影响 |
4.3 讨论 |
5.基于道路运输的‘红美人’柑橘果实包装减振效果评价 |
5.1 材料和方法 |
5.1.1 道路运输方法 |
5.1.2 失重率测定 |
5.1.3 损伤率与腐烂率统计 |
5.1.4 数据处理与分析 |
5.2 结果和分析 |
5.2.1 道路实验A下两种包装对果实损伤率的影响 |
5.2.2 道路实验A下两种包装对果实腐烂率的影响 |
5.2.3 道路实验B下车厢内不同位置的温度变化情况 |
5.2.4 道路实验B下车厢内不同位置对果实失重率的影响 |
5.2.5 道路实验B下车厢内不同位置对果实损伤率的影响 |
5.2.6 道路实验B下车厢内不同位置对腐烂率的影响 |
5.2.7 道路实验C下加速度数据结果分析 |
5.3 讨论 |
6.包装材料振动传递率测试装置开发 |
6.1 振动传递率测试装置介绍 |
6.2 振动传递率测试流程 |
6.3 振动传递率测试应用 |
7.小结与展望 |
7.1 小结 |
7.2 展望 |
参考文献 |
作者的简历及在学期间所得的科研成果 |
(3)便携式心电监护系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外文献综述 |
1.2.1 国外研究现状及分析 |
1.2.2 心电仪国内外研究历史与未来 |
1.2.3 国内研究 |
1.3 本研究课题的来源及主要内容 |
1.4 论文的篇章结构 |
第二章 文献综述与理论基础 |
2.1 心电信号的产生与采集处理 |
2.1.1 典型的心电信号波形和特征 |
2.1.2 心电信号采集处理 |
2.2 理论基础 |
2.2.1 低功耗蓝牙通信技术(短距离无线通讯) |
2.2.2 移动式用户健康信息感知系统关键技术 |
2.3 本章小结 |
第三章 系统的硬件设计 |
3.1 便携式心电监护系统总体架构 |
3.2 心率采集器设计 |
3.2.1 MCU模块设计 |
3.2.2 脉搏血氧探头模块 |
3.2.3 时钟模块 |
3.2.4 蓝牙模块设计 |
3.2.5 电源模块设计 |
3.2.6 OLED显示模块 |
3.2.7 电路实物 |
3.3 本章小结 |
第四章 移动终端的设计 |
4.1 移动终端的功能 |
4.1.1 移动终端接口设计 |
4.1.2 移动终端的数据显示的应用实现 |
4.1.3 蓝牙设备连接与数据传输 |
4.2 移动终端在心率测试仪中测试 |
4.2.1 移动终端在心率测试仪中测试的介绍 |
4.2.2 移动终端在心率测试仪中测试结果与评价 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 未来展望 |
参考文献 |
致谢 |
(4)可穿戴健康监护中的生理信号处理关键方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史与现状 |
1.3 本文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 论文相关理论及方法介绍 |
2.1 光电容积脉搏波与心率监测 |
2.2 心电信号与心律失常 |
2.3 压缩感知理论 |
2.4 深度学习与卷积神经网络 |
2.5 本章小结 |
第三章 强运动伪影下的PPG信号运动伪影去除及心率估计算法 |
3.1 问题的提出 |
3.2 基于皮尔逊相关二元决策的运动伪影去除及心率估计 |
3.2.1 RLS Volterra非线性自适应滤波 |
3.2.2 皮尔逊相关二元决策 |
3.2.3 奇异谱分析去噪 |
3.2.4 谱峰追踪 |
3.2.5 实验结果与分析 |
3.3 基于条件生成对抗网络的运动伪影去除及心率估计 |
3.3.1 生成对抗网络 |
3.3.2 基于条件生成对抗网络的运动伪影去除 |
3.3.3 实验结果与分析 |
3.4 本章小结 |
第四章 基于压缩感知的非稀疏心电信号快速重构算法 |
4.1 问题的提出 |
4.2 基于交替方向乘子法的心电信号重构算法 |
4.2.1 心电信号重构的块稀疏贝叶斯学习框架 |
4.2.2 基于交替向量乘子法的块稀疏贝叶斯学习 |
4.2.3 实验结果与分析 |
4.3 基于扩张残差网络的心电信号重构算法 |
4.3.1 问题描述 |
4.3.2 基于扩张残差网络的心电信号重构模型 |
4.3.3 实验结果与分析 |
4.4 本章小结 |
第五章 基于深度学习的心律失常自动诊断算法 |
5.1 问题的提出 |
5.2 针对压缩心电的多标签心律失常分类算法 |
5.2.1 针对压缩心电的多标签分类模型 |
5.2.2 实验结果与分析 |
5.3 基于测量矩阵先验的压缩心电房颤检测算法 |
5.3.1 针对压缩心电的房颤检测模型 |
5.3.2 实验结果与分析 |
5.4 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(5)胃肠道肿瘤无创诊查系统与癌前病变检测设备关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 成像技术研究进展 |
1.3 无线供能技术研究进展 |
1.3.1 无线供能硬件研究进展 |
1.3.2 无线供能的接收功率分析 |
1.4 肿瘤图像识别技术研究现状 |
1.5 癌前病变检测技术研究进展 |
1.6 关键技术及挑战 |
1.7 本文研究内容 |
第2章 胃肠道肿瘤无创诊查系统(NCES)架构 |
2.1 人体胃肠道生理特征及其对系统设计的影响 |
2.1.1 人体胃肠道生理特征 |
2.1.2 胃肠道生理特征对NCES设计提出的要求 |
2.2 系统方案与架构 |
2.3 成像技术 |
2.3.1 图像采集 |
2.3.2 成像控制与处理 |
2.3.3 图像无线发射 |
2.3.4 图像接收与显示 |
2.4 无线供能技术 |
2.4.1 无线能量传输原理 |
2.4.2 无线供能装置的结构 |
2.4.3 发射线圈设计 |
2.4.4 发射电流要求 |
2.4.5 能量接收端 |
2.5 本章小结 |
第3章 无线供能技术的耦合互感模型研究 |
3.1 互感计算原理 |
3.2 NCES耦合互感模型研究 |
3.2.1 单匝线圈互感模型 |
3.2.2 多匝线圈的互感模型 |
3.2.3 多层线圈的互感模型 |
3.3 模型验证 |
3.3.1 与已有算法比较精度和耗时 |
3.3.2 实验测量与验证 |
3.3.3 线圈形状参数对互感影响 |
3.4 模型推广 |
3.4.1 多边形线圈 |
3.4.2 一般形状的线圈 |
3.5 本章小结 |
第4章 无线供能技术的新型接收线圈研究 |
4.1 新型接收线圈 |
4.1.1 新型线圈结构 |
4.1.2 接收线圈的感应电动势 |
4.2 接收线圈设计参数优化 |
4.3 实验验证 |
4.3.1 感应电动势测量 |
4.3.2 最优接收线圈验证 |
4.4 本章小结 |
第5章 人机协作式胃肠道肿瘤图像识别技术 |
5.1 图像分类原理 |
5.2 人机协作式肿瘤图像识别技术研究 |
5.2.1 识别原理分析 |
5.2.2 色彩空间转换 |
5.2.3 曲波变换 |
5.2.4 间隙微分特征向量 |
5.2.5 RBF神经网络进行分类 |
5.3 实验验证 |
5.3.1 图像数据集 |
5.3.2 分类性能评价指标 |
5.3.3 参数设置与结果分析 |
5.4 本章小结 |
第6章 检测癌前病变的自体荧光成像系统(AFIS) |
6.1 癌前病变的自体荧光成像原理 |
6.1.1 癌前病变特点 |
6.1.2 自体荧光特征 |
6.1.3 胃肠道内窥镜的3 种成像技术 |
6.2 AFIS的激发光源 |
6.2.1 紫外LED光源选型 |
6.2.2 光源散热 |
6.2.3 光源聚光 |
6.3 AFIS的成像控制 |
6.3.1 镜头 |
6.3.2 FPGA图像传输 |
6.4 AFIS成像实验 |
6.4.1 图像采集前端结构设计 |
6.4.2 自体荧光成像 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 工作总结与创新点 |
7.2 工作展望 |
参考文献 |
致谢 |
攻读博士学位期间已发表或录用的论文 |
攻读博士学位期间的专利及软件着作权 |
(6)振知非接触式人体振动体征监测系统效果评价及时间序列分析(论文提纲范文)
中文摘要 |
英文摘要 |
符号说明 |
第1章 前言 |
1.1 研究背景 |
1.2 研究目的及意义 |
第2章 文献综述 |
2.1 睡眠监测设备发展历程与研究现状 |
2.1.1 睡眠监测设备发展历程 |
2.1.2 研究现状 |
2.2 便携式睡眠检测仪的临床应用及目前的监测手段 |
2.2.1 接触式便携睡眠监测仪 |
2.2.2 非接触式便携睡眠监测仪 |
第3章 资料与方法 |
3.1 研究对象 |
3.1.1 纳入标准 |
3.1.2 排除标准 |
3.2 研究方法及设备介绍 |
3.2.1 研究方法 |
3.2.2 设备介绍 |
3.3 具体操作及技术路线 |
3.4 数据判读及相关标准 |
3.5 观察指标 |
3.6 统计学方法 |
第4章 结果 |
4.1 受试者基本信息 |
4.2 结果分析 |
4.2.1 AHI值比较 |
4.2.2 平均呼吸频率值比较 |
4.2.3 平均心率值比较 |
4.2.4 打鼾次数比较 |
4.3 时间序列分析 |
4.3.1 呼吸数据的时间序列分析 |
4.3.2 心跳数据的时间序列分析 |
4.3.3 打鼾数据的时间序列分析 |
第5章 讨论 |
第6章 结论 |
第7章 本研究的创新性、局限性和展望 |
7.1 创新性 |
7.2 局限性 |
7.3 展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(7)基于心电和加速度信号的老人健康监测技术研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外技术研究现状 |
1.2.1 心电监测技术研究现状 |
1.2.2 跌倒检测技术研究现状 |
1.3 论文主要研究内容与组织结构安排 |
2 心电信号与跌倒检测相关技术介绍 |
2.1 心电信号产生机理 |
2.1.1 心脏及心电图的产生 |
2.1.2 ECG波形及其特征 |
2.2 心电异常信号 |
2.3 国际标准心电数据库 |
2.3.1 MIT-BIH心电数据库 |
2.3.2 ST-T心电数据库 |
2.4 人体运动状态跌倒分析 |
2.5 本章小结 |
3 信号的预处理 |
3.1 常见的心电噪声 |
3.2 .基于小波的去噪算法研究 |
3.2.1 小波变换 |
3.2.2 Mallat算法 |
3.2.3 小波阈值去噪 |
3.2.4 小波函数去噪对比 |
3.3 基于小波变换的QRS波特征提取 |
3.3.1 信号奇异点原理 |
3.3.2 双正交B样条小波 |
3.3.3 QRS波特征提取算法 |
3.3.4 QRS波检测结果 |
3.4 心电信号特征降维 |
3.4.1 主成分分析法(PCA) |
3.4.2 基于PCA的心电特征降维分析 |
3.5 人体运动状态特征提取 |
3.6 本章小结 |
4 心电信号分类与跌倒检测算法研究 |
4.1 支持向量机的特性和原理 |
4.2 BP神经网络和粒子群算法 |
4.2.1 BP神经网络 |
4.2.2 粒子群算法 |
4.3 基于粒子群优化的BP神经网络 |
4.4 心电异常分类模型建立 |
4.4.1 基于SVM的心电分类 |
4.4.2 粒子群优化的BP神经网络心电分类 |
4.4.3 实验仿真对比 |
4.5 跌倒检测算法 |
4.5.1 基于阈值的跌倒检测算法 |
4.5.2 模式识别检测算法 |
4.6 基于多阈值的跌倒检测算法 |
4.6.1 合加速度特征 |
4.6.2 倾角特征 |
4.7 跌倒检测算法实验测试 |
4.7.1 阈值的确定 |
4.7.2 实验检测 |
4.8 本章小结 |
5 系统设计 |
5.1 系统设计要求 |
5.2 系统整体结构设计 |
5.3 采集前端设计 |
5.3.1 心电采集模块 |
5.3.2 加速度采集模块 |
5.3.3 主控制器 |
5.3.4 无线传输模块 |
5.3.5 电源设计 |
5.4 基于安卓的用户APP设计 |
5.4.1 用户APP整体框架 |
5.4.2 界面设计 |
5.4.3 蓝牙连接传输 |
5.4.4 心电信号波形显示 |
5.4.5 数据存储 |
5.4.6 异常报警 |
5.5 实验测试结果与分析 |
5.5.1 系统软件兼容性 |
5.5.2 系统整体测试 |
5.6 本章小结 |
总结与展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文及科研成果 |
(8)基于网络协议的便携式无线远程睡眠监测系统(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.2 睡眠监测系统研究现状 |
1.3 本文研究内容及章节安排 |
第2章 睡眠信号生理学基础 |
2.1 脑电信号概述 |
2.1.1 脑电信号的产生机理 |
2.1.2 脑电信号的生理特点 |
2.1.3 脑电信号的分类 |
2.2 眼电信号简介 |
2.3 睡眠各阶段特征 |
2.4 本章小结 |
第3章 睡眠监测系统硬件设计 |
3.1 系统硬件整体结构设计 |
3.1.1 系统设计要求 |
3.1.2 系统总体结构设计 |
3.2 系统主控芯片的选择 |
3.3 生物电信号采集模块 |
3.3.1采集芯片ADS1299 |
3.3.2 数据选择器 |
3.3.3 可编程增益放大器及其设置 |
3.3.4 芯片参考电压、时钟 |
3.4无线模块ESP8266 |
3.5 存储模块的选择 |
3.6 电极与导联的选择 |
3.6.1 电极的选择 |
3.6.2 导联的选择 |
3.7 PCB板设计 |
3.8 本章小结 |
第4章 睡眠监测系统软件设计 |
4.1 ADS1299配置及其初始化 |
4.1.1 ADS1299配置命令定义 |
4.1.2 ADS1299的初始化及配置 |
4.2 无线模块ESP8266的实现 |
4.2.1 STATION模式与AP模式 |
4.2.2 ESP8266的配置 |
4.3 网络体系结构 |
4.3.1 开放式系统互联 |
4.3.2 TCP/IP网络模型 |
4.3.3 TCP和 UDP协议的选择 |
4.4 MQTT协议 |
4.4.1 MQTT协议简述 |
4.4.2 MQTT工作原理 |
4.4.3 MQTT的数据包结构 |
4.4.4 MQTT协议的优势与弊端 |
4.5 睡眠监测系统应用层协议的设计 |
4.5.1 Socket通信过程 |
4.5.2 创建TCP连接的Server端 |
4.5.3 发送/接收数据 |
4.5.4 数据的拆包、存储及获取 |
4.6 系统应用层协议工作流程 |
4.7 上位机监测软件设计 |
4.8 本章小结 |
第5章 上位机睡眠信号改进滤波处理 |
5.1 睡眠信号的预处理 |
5.1.1 信号去噪原理 |
5.1.2 小波基的选择 |
5.1.3 小波阈值的确定方法 |
5.2 小波阈值函数的改进 |
5.2.1 软阈值与硬阈值 |
5.2.2 改进的阈值函数 |
5.3 改进阈值函数的结果分析 |
5.3.1 改进阈值函数分析 |
5.3.2 改进阈值函数实验结果分析 |
5.3.3 改进阈值函数处理脑电信号 |
5.4 本章小结 |
第6章 睡眠监测系统实验分析 |
6.1 睡眠监测系统实验方案设计 |
6.1.1 实验要求 |
6.1.2 实验步骤 |
6.2 睡眠监测信号分析 |
6.2.1 上位机睡眠信号显示 |
6.2.2 小波包分解重构 |
6.2.3 脑电信号的特征提取与频谱分析 |
6.2.4 眼电信号分析 |
6.2.5 上位机软件存储回放 |
6.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的论文 |
致谢 |
个人简历 |
(9)基于自然驾驶试验的高速公路减速设施效果对比研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 研究现状分析 |
1.4 研究内容及技术路线 |
1.4.1 研究内容 |
1.4.2 研究技术路线 |
第二章 高速公路减速设施作用机理 |
2.1 车速对交通安全的影响 |
2.1.1 车速与交通事故率的关系 |
2.1.2 车速与交通事故严重性的关系 |
2.1.3 超速行驶对于行车安全的影响 |
2.2 驾驶人对交通标志标线信息处理的机理分析 |
2.2.1 认知心理学 |
2.2.2 驾驶人对交通标志的认知过程 |
2.2.3 驾驶人对减速标线的认知过程 |
2.3 减速过程中驾驶人的心率特性 |
2.3.1 心率 |
2.3.2 心率增长率 |
2.4 本章小结 |
第三章 现场驾驶试验及数据处理 |
3.1 现场驾驶试验 |
3.1.1 试验路段 |
3.1.2 试验设备 |
3.1.3 试验人员 |
3.1.4 试验过程及要求 |
3.2 试验数据处理 |
3.2.1 数据来源 |
3.2.2 数据提取 |
3.2.3 数据预处理 |
3.3 本章小结 |
第四章 强制性减速设施作用效果分析 |
4.1 强制性减速设施分类 |
4.2 单因素方差分析 |
4.3 强制性减速设施作用效果分析 |
4.3.1 .速度 |
4.3.2 减速度 |
4.3.3 影响范围 |
4.3.4 心率及其增长率 |
4.3.5 减速设施效果分析 |
4.4 本章小结 |
第五章 非强制性减速设施作用效果分析 |
5.1 非强制性减速设施分类 |
5.2 非强制性减速设施作用效果分析 |
5.2.1 速度 |
5.2.2 减速度 |
5.2.3 影响范围 |
5.2.4 心率及其增长率 |
5.2.5 减速设施效果分析 |
5.3 强制性与非强制性减速设施效果对比分析 |
5.4 本章小结 |
结论与展望 |
结论 |
展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(10)基于Cortex-M3的具有实时分析功能的动态心电软硬件系统的研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 国内外研究现状 |
1.2.1 心电图及导联基础 |
1.2.2 心电分析算法 |
1.2.3 动态心电检测仪器 |
1.3 课题研究目标与内容 |
1.3.1 课题研究目标 |
1.3.2 课题研究内容 |
1.4 本章小结 |
第2章 系统总体设计 |
2.1 系统设计需求 |
2.2 系统整体设计 |
2.3 系统硬件电路设计 |
2.3.1 电源管理电路设计 |
2.3.2 前端采样电路设计 |
2.3.3 MCU控制电路设计 |
2.3.4 可靠性设计 |
2.4 系统软件设计 |
2.5 本章小结 |
第3章 心电实时分析算法设计 |
3.1 心电实时分析算法需求分析 |
3.2 滤波 |
3.3 QRS波群检测 |
3.4 心电信号分类 |
3.4.1 心拍和心电信号特征 |
3.4.2 心拍匹配 |
3.4.3 主导心拍选择 |
3.4.4 主导心律 |
3.4.5 心拍分类 |
3.5 本章小结 |
第4章 嵌入式软件设计 |
4.1 嵌入式软件需求分析 |
4.2 嵌入式软件设计概述 |
4.3 多任务管理 |
4.4 数据采集 |
4.5 USB通讯 |
4.6 SD卡存储 |
4.7 人机交互设计 |
4.8 可靠性、稳定性 |
4.9 本章小结 |
第5章 系统测试与结果分析 |
5.1 功耗测试 |
5.2 多任务管理测试 |
5.2.1 数据采样 |
5.2.2 心电信号采样频率 |
5.2.3 心电实时分析 |
5.2.4 心电实时分析算法测试 |
5.3 系统整体测试与试验情况 |
5.4 动态心电监测仪研制总结 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士期间承担的科研任务及主要成果 |
四、采集生理数据的便携式Data-Logger数据记录仪(论文参考文献)
- [1]基于光电容积脉搏波和肌电信号的面部吸引力识别研究[D]. 逯欢. 西南大学, 2021(01)
- [2]‘红美人’柑橘果实采后振动损伤特性研究及减振包装开发[D]. 陈佳慧. 浙江大学, 2021(01)
- [3]便携式心电监护系统的设计与实现[D]. 庞小婷. 广东工业大学, 2020
- [4]可穿戴健康监护中的生理信号处理关键方法研究[D]. 程云飞. 电子科技大学, 2021(01)
- [5]胃肠道肿瘤无创诊查系统与癌前病变检测设备关键技术研究[D]. 邝帅. 上海交通大学, 2020
- [6]振知非接触式人体振动体征监测系统效果评价及时间序列分析[D]. 邹冠花. 山东大学, 2020(12)
- [7]基于心电和加速度信号的老人健康监测技术研究[D]. 张紫烨. 河南工业大学, 2020(01)
- [8]基于网络协议的便携式无线远程睡眠监测系统[D]. 安在秋. 河北科技大学, 2020(01)
- [9]基于自然驾驶试验的高速公路减速设施效果对比研究[D]. 王庭龙. 华南理工大学, 2020
- [10]基于Cortex-M3的具有实时分析功能的动态心电软硬件系统的研究[D]. 蒋坤坤. 浙江大学, 2020(02)