一、脉搏血氧仪中光电容积脉搏波的软件检出方法（论文文献综述）
程鹏[1]（2021）在《基于容积脉搏波的心房颤动检测方法研究》文中进行了进一步梳理心房颤动（Atrial Fibrillation,AF）是一种严重且多见的心律失常疾病,患者发病时可能会导致脑卒中并损害其心脏功能。心电图（Electrocardiogram,ECG）是检测AF的金标准。然而ECG有着监测周期短和采集麻烦的短板,而且通过ECG很难检测出阵发性AF。相比之下,光电容积脉搏波描记法（Photoplethysmography,PPG）易于获取并且适合于长期监测。因此,基于PPG信号并使用深度学习技术进行心房颤动自动检测相关方法的研究有着重要的意义。本文在对收集的PPG信号进行不同预处理的基础上,搭建出两种不同输入的深度学习网络模型,这两种模型均由卷积神经网络（Convolutional Neural Network,CNN）和长短期记忆网络（Long Short-Term Memory,LSTM）混合搭建。本文主要的研究及工作内容如下:（1）通过三个公共数据库收集研究所需使用的PPG,将其切片成10秒固定长度的信号段,并根据同步的ECG对PPG信号段进行标注。（2）通过使用一种数据增强方法扩充PPG信号段,进而解决不同标注数据不平衡的问题。针对一维PPG,使用离散小波变换（Discrete Wavelet Transform,DWT）,将信号段做分解、重构和滤波去噪处理。针对二维PPG数据,通过连续小波变换（Continuous Wavelet Transform,CWT）将一维PPG信号段转换成二维时频色谱图并将其作为输入数据,这种转换在省去噪声滤波步骤的同时能够更大程度地保留原始信号中的信息。（3）提出输入为一维数据的1D-CNN-LSTM模型,在三个公共数据库基础上使用预处理后的一维PPG作为模型输入进行AF/non AF分类,实验结果显示该模型的分类精确度（Accuracy,ACC）、灵敏性（Sensitivity,Sen）、特异度（Specificity,Spe）、F1得分,分别为96.91%、96.95%、96.85%、96.81%,受试者工作特性曲线下的面积（Area Under Curve,AUC）为0.9928。（4）提出输入为二维数据的2D-CNN-LSTM模型,模型将时频色谱图作为输入进行AF/non AF分类,同样在三个公共数据库的基础上进行实验验证,结果显示该模型具有较高的分类精确度、灵敏性、特异度、F1得分,分别为98.21%、98.00%、98.07%、98.13%,AUC为0.9959。（5）针对提出的网络模型,使用VGGNet、Google Net和Res Net-50三种着名的深度学习模型进行对比实验,比较提出模型在性能表现上的优点,并验证网络架构超参数对训练过程和性能的影响。综上所述,本文提出的两种模型以及对PPG的预处理工作,能够较好地实现对AF的自动检测,不仅可以帮助医生诊断AF,还为通过便携式可穿戴设备检测AF这一途径提供了思路。
李飞虎[2]（2021）在《基于联合盲源分离的非接触式心率测量研究》文中提出心率是衡量人体健康状况的重要指标之一,非接触式心率测量方法相比于接触式心率测量方法具有一定的优点。非接触式心率测量依赖光电容积脉搏波描记法（IPPG）,通过摄像头拍摄人体皮肤提取血液容积脉冲（BVP）信号,实现心率的测量,适用各种复杂场景。在非接触式心率测量中,盲源分离是一种广泛采用的提高心率测量精度的手段,开展联合盲源分离的非接触式心率测量技术研究具有重要意义。论文的主要工作及创新如下:（1）针对非接触式心率测量过程中的光照干扰,提出了一种合成Adobe G通道的BVP信号提取方法。该方法将图像从RGB颜色空间转换到Adobe RGB颜色空间,并在Adobe RGB颜色空间的绿色（G）通道中提取BVP信号。这种方法近似的拟合了血液对460nm波长光的最佳吸收效果,对于测量过程中的光照干扰有较好的抑制作用。（2）针对非接触式心率测量过程中的运动干扰,提出了一种多特征区域的感兴趣区域（ROI）选取方法。该方法在人脸左右脸颊选择了6个稳定性高的ROI区域,其中单侧脸颊的ROI区域部分重合,重合度为40%左右,双侧脸颊的ROI区域相互对称。在心率测量流程中,保证了合成Adobe G-BVP信号在空间上相互关联,能更好的滤除由运动带来的干扰。（3）提出采用FDICA的盲源分离算法,在频域空间进行BVP信号去噪。该方法通过短时傅里叶变换将6路Adobe G-BVP信号转换到频域空间,采用FDICA对频域信号进行盲源分离解混,分离脉搏波信号和噪声;并且针对盲源分离结果无序的问题,提出一种频域聚类和样本熵排序的方法,选择脉搏波信号在频域估计心率,计算频域信号的峰值处坐标,转换到单位时间即为心率值。针对光照及运动的干扰,使用摄像头和血氧仪,在室内自然光环境下采集了非接触式心率测量的干扰数据,验证论文中提出的抑制光照和运动干扰方法的有效性。采用国外公开的DEAP数据集进行方案对比,本文联合盲源分离的方法平均误差为5.103,相关系数为0.612,优于ICA,IVA等盲源分离方法。
许建雯[3]（2021）在《基于信号质量评估的日常血氧及心率检测研究》文中认为心血管病是人体健康的主要隐患之一,具有死亡率高、发病率高等特点,血氧饱和度和心率是识别心血管病的重要参数,通过日常中有效检测可以降低心血管病的危害。光电容积脉搏波是日常中检测血氧和心率的主要方法。然而,脉搏信号检测易受噪声的干扰,导致信号质量较差,进而造成监测设备的误报警。因此,研究日常状态下血氧和心率的准确检测具有重要的意义,从而实现对心血管疾病及其潜在患者人群健康状态的监测和预警。本文的主要工作内容如下:1)针对指部和腕部商用血氧仪在日常检测中受运动干扰、血流灌注影响较大的问题,基于耳后部位设计了血氧及心率检测系统。系统以STM32F103RCT6为主控芯片,通过MAX30100传感器实现信号的采集,并将数据通过无线方式传至上位机。上位机的设计包括波特率及端口设置、数据采集、波形实时显示和数据保存。通过对系统的误差分析可知血氧和心率的误差均符合医学标准,从而保证了日常信号采集的有效性和稳定性。2)针对日常状态下噪声干扰导致脉搏信号质量差的问题,提出了一种基于支持向量机和特征融合的日常脉搏信号质量评估方法。首先,在分析日常干扰的基础上,模拟真实的人体日常状态,设计了静止和运动6组实验,获取数据后由专家标注信号质量等级为“好、中、差”。其次,提取反映干扰信息的7个特征,采用网格搜索法实现支持向量机分类模型参数的寻优,并将特征及其组合作为输入参数实现信号质量的分类。最后,通过对比分类的准确率得到区分信号质量的最佳特征向量。3)针对日常行为环境下受信号质量影响,导致血氧及心率检测准确性较低的问题,提出了基于信号质量评估的血氧及心率检测方法。利用训练好的分类模型实现信号质量评估,根据分类结果剔除质量等级“差”的信号,基于广义组合形态学方法抑制运动伪迹对质量“中”信号的影响。再提取质量“好”和“中”信号的波峰波谷,进而获取血氧和心率。研究结果表明,相比于直接计算血氧和心率,基于信号质量评估的血氧及心率方法在静止状态下的误差分别减少了1.1%和0.8BPM,在运动状态下的准确率从69.5%提高至88.4%。因此,所提方法具有较好的抗干扰能力,为日常无监督状态下血氧心率的准确检测提供了一种新的途径和思路。
张鸿[4]（2021）在《基于驾驶员生理信号的疲劳驾驶检测及其预警方法研究》文中进行了进一步梳理疲劳驾驶是造成道路交通事故的重要原因之一,对驾驶员的疲劳驾驶状态进行检测及预警具有十分重要的意义。本文在深入分析目前国内外在疲劳驾驶检测及预警方面研究的基础上,将光电容积脉搏波信号应用于疲劳驾驶检测研究中,分析驾驶员疲劳状态下光电容积脉搏波信号的变化特征,并提出了一种基于支持向量机的驾驶员疲劳驾驶检测及预警算法。首先,本文利用驾驶员在环实验平台和脉搏血氧仪,设计并实施了疲劳驾驶模拟实验,获得了实验驾驶员在高速公路场景长时间驾驶时从清醒状态到疲劳状态的主观评价疲劳等级、光电容积脉搏波信号等数据,为接下来检测驾驶员的疲劳状态以及设计疲劳驾驶预警算法提供了数据样本。其次,由于光电容积脉搏波信号具有微弱性,在特征提取前对采集到的原始信号进行了去除噪声、去除基线漂移等预处理。本文采用微分阈值法对特征点进行识别,进而提取出光电容积脉搏波主波相对幅值、降中峡归一化幅值、重搏波归一化幅值、心动周期、快速射血期比率和左心室射血期比率等6个特征指标。通过研究发现,随着疲劳程度的加深,多数特征指标存在比较明显的变化趋势,且在不同的疲劳等级间存在显着的差异,说明所选取的特征指标可以用于判定驾驶员的状态。然后,利用核主成分分析方法对特征指标进行了降维,从6个特征指标中提取出两个主成分作为新的特征指标,来有效地反映驾驶员的疲劳等级。在此基础上对三组数据样本进行了分类分析,结果表明,通过选取恰当的核函数,可以有效地对三组样本进行分离,选取的光电容积脉搏波信号的两个主成分检测驾驶员的疲劳状态是可行的,同时特征指标数量的减少有助于降低分类器的训练成本,提高分类器的分类速度。最后,设计了基于支持向量机的驾驶员疲劳驾驶预警算法。该算法在检测周期1min内计算驾驶员光电容积脉搏波主波相对幅值、降中峡归一化幅值、重搏波归一化幅值、心动周期、快速射血期比率和左心室射血期比率的均值,然后计算得出两个主成分,进而利用支持向量机分类器判断驾驶员的疲劳等级。若检测到驾驶员的疲劳等级为二级,则对其进行弱预警;若检测到驾驶员的疲劳等级为三级,则对其进行强预警。利用MATLAB软件编写程序实现算法的开发,并对数据样本进行了离线分析,完成了算法的训练和测试;最后将疲劳驾驶预警算法程序嵌入至驾驶员在环实验平台,通过对比算法输出结果与真实驾驶员主观评价疲劳等级,验证了本文提出的基于支持向量机的疲劳驾驶预警算法的有效性。
李春丽[5]（2020）在《弱灌注组织血氧饱和度检测系统设计》文中进行了进一步梳理临床上危重病人以及呼吸系统疾病患者,常出现外周组织血流灌注指数低的情况,导致无法准确监测血氧饱和度。血流灌注指数可以反映动脉血管内血液充盈的情况,而弱灌注组织因灌注指数太低导致脉搏信号采集困难,直接影响血氧饱和度的非创伤性监测。便携式生理参数检测设备的出现,及大地方便了医护人员对患者生理参数的检测及监护。可穿戴生理参数设备是便携设备的进一步发展。现有的便携类以及可穿戴类的血氧饱和度检测设备中,针对的测试人群主要以健康个体为主。对于处于血流灌注指数低的人群,在这方面的需求反而无法满足。针对上述提到的问题,本文从可穿戴设备角度考虑,提出基于弱灌注组织血氧饱和度检测方法研究,并利用反射式传感器设计了基于弱灌注部位手指根部背面的血氧饱和度可穿戴检测系统。系统设计理论准备工作如下:对血氧饱和度的非创伤性测量原理的学习;对适合可穿戴设备部位脉搏波信号强弱的文献学习。通过对上述理论知识的学习,选择弱灌注组织手指根部背面,将采集系统设计为指环装置模型。本系统以超低功耗的STM32H743VI为主控;生物识别传感器SFH7072的固定波长660nm和940nm,对血氧信息进行检测;540nm波长作为灌注指数测量光源;SGM8594集成运放为主构成信号处理模块;AD7691实现模拟数字信号转换功能;针对系统实时显示设计,计算结果使用OLED显示。系统设计完成后,实现了对弱灌注部位指根背面脉搏信号的采集,并计算出该部位血氧饱和度以及灌注指数的值。通过弱灌注组织血氧饱和度检测系统与Mindray PM-9000 Express标准多参数监护仪实时数据对比。对10名志愿者分别进行了常温状态下,以及低于常温状态下手指根部背面的血氧饱和度测量两项实验。每组实验获取100组数据,共获得200组实验数据。分别对不同状态下的实验数据进行误差分析,表明手指在常温状态下血氧饱和度的最大相对误差为3.03%;手指温度降低后,血氧饱和度的最大误差为3.06%。同时分别对不同状态下的实验数据做Bland-Altman一致性分析,结果显示所有样本数据均在95%一致性界限置信区间内。由此得出结论:本文设计的弱灌注组织血氧饱和度检测系统,最大相对误差为3.06%,在误差范围内基本满足检测需求,对于弱灌注组织血氧检测研究具有一定的参考价值。
刘丽佳[6]（2020）在《光电容积脉搏波信号采集及预处理方法研究》文中指出光电容积脉搏波（Photoplethysmography,PPG）信号是医院临床监护设备的重要信号,因其蕴含大量反映人体状况的生理信息而被广泛应用于评估人体心血管、呼吸和血液循环系统的状态等领域。然而,现有的医疗仪器设备大多数仅能计算血氧饱和度、血压等少量参数,且信号数据不开源,既不能通过PPG信号计算其它众多参数,也不能使用算法或模型对PPG信号进行分析处理以实现人体相关疾病的诊断及生理状态的评估。因此许多研究者都依赖于数据库网站提供的信号数据进行相关研究,但数据库中信号的质量往往难以保证,且信号种类和数量与研究所需存在一定差异,使得研究进展受限于现有信号。因此,自主开发便携式PPG信号采集系统并研究提高PPG信号质量的预处理方法是十分必要的,可为基于PPG信号的相关检测及分析提供解决方案,具有重要研究意义与应用价值。本文在研究临床监护仪的信号采集原理基础上,设计开发了便携式PPG信号采集系统;通过分析PPG信号及多种干扰和噪声的特点,提出了噪声抑制与无效信号剔除相结合的预处理策略。针对信号中的多种混合噪声,研究了基于双重中值的PPG信号噪声抑制方法,实现对基线漂移、高频噪声及随机噪声的抑制。针对传感器接触不良和尖峰噪声导致的无效信号,设计了基于Chauvenet准则的无效信号判别方法,识别并剔除无效信号。通过设计仿真实验及实际测试,结合信号频谱、信噪比、相似系数、执行效率及BP神经网络模型等测试方法,对预处理方法进行了测试。测试结果表明,预处理方法可以有效地提高PPG信号的质量,有利于提高相关检测模型的准确率。本文提出的PPG信号采集系统和信号预处理方法,可以为后续的参数计算、分析处理、算法评估及相关模型的构建提供可靠的数据来源,具有重要的研究意义。
邱迁,周利,李凯扬[7]（2019）在《基于STM32的血氧校准系统的电路设计》文中指出基于现有双波长血氧校准系统无法实现对三波长脉搏血氧仪的校准的问题,提出了一种基于STM32的三波长血氧校准系统的电路设计。设计中采用一个包含接收管和集成3种光源发光管的模拟手指来模拟人体手指;应用性能良好、功能稳定的AD795实现了对微弱光信号的采集;以STM32F103系列芯片为控制核心实现了对人体脉搏信号及人体组织对血氧探头光信号衰减过程的模拟;通过以CD4017为核心的分频电路实现了对不同发光管的分时驱动。经过实验的验证与分析,得出本系统的设计方案具有较高的可行性和实用性结论。
邹佳玻[8]（2019）在《基于CMOS的血氧饱和传感器接口电路设计》文中认为近年来,随着集成电路技术的不断进步和医疗设备不断的更新换代,生物医学芯片成为IC领域的研究热点。作为生物信号检测的重要组成部分,CMOS电路在生物弱信号的降噪、放大和调整方面有着举足轻重作用。其性能直接决定了是否可以精准提取的生物信号。因此,对其进行深入研究具有重要的意义和价值。本文使用Cadence软件,针对光容积血氧饱和传感器,设计了一种基于0.18μm工艺的CMOS接口电路。它主要包括以下五个模块:前置低噪声运放模块、后置高增益运放模块、抑制基漂模块、带通滤波模块和带隙基准源模块。整体电路仿真结果表明:在1.8V电源电压下,前置低噪声放大模块差模增益为23.4dB,增益带宽为159.17MHz,电源抑制比为82.7dB,共模抑制比为92.4dB,低频噪声为662nV/sqrt（Hz）;带通滤波器截止频率为0.5Hz40Hz;后置高增益放大模块增益为40dB,电源电压抑制比为127.2dB;带隙基准源温度系数为2.136ppm/℃;电路整体功耗为0.642mW;版图面积为0.083mm2,并且通过了DRC和LVS验证。通过仿真,电路性能满足设计需求。与近几年文献对比后,本文接口电路具有高增益、高共模抑制比和低输入噪声的特点。
许桢杰[9]（2019）在《婴儿心率的非接触式自适应鲁棒实时监测方法研究》文中进行了进一步梳理婴儿心率是评价婴儿健康状况的重要指标,婴儿心率监测是婴儿监护的重要项目之一。多种原因可导致婴儿心率的变化,如发烧,排尿、排便,间歇性窒息,感染性疾病（如肺炎,呼吸道感染,腹泻,电解质紊乱等）,器质性心脏病（如病毒性心肌炎,先天性心脏病）,甲状腺功能低下,颅内压升高,败血症等。因此视需要可间断性或连续性对婴儿心率进行实时监测,以及时了解婴儿心率信息,尽早发现上述不良症状,起到预警作用。目前对婴儿心率的监测多采用接触式测量方法,如心电监测仪、脉搏血氧仪、智能手环等,接触式心率监测要求被测者与设备间有特定的物理接触,使用较为繁琐、不便,且婴儿皮肤娇嫩未发育成熟,长期使用接触式心率监测设备会造成皮肤损伤,产生身体不适,给婴儿带来生理负担。非接触式心率监测不需要各类传感器及连接线与身体接触,具有无创、便捷、舒适监测等优点,但现有非接触式心率监测技术尚未成熟,心率监测的精确性和对面部表情变化及光照变化的鲁棒性差,未能达到日常使用的要求。由于现有非接触式心率监测方法多采用单个固定敏感区域进行脉搏波的提取,且要求被测者保持头部静止,对于婴儿来说,因婴儿头部存在不可控的动作及面部表情变化,导致现有非接触式心率监测方法用于婴儿心率监测时存在精确性差,对头部动作及面部表情变化抗干扰能力弱的问题。另外,现有非接触式心率监测大多未考虑监测过程中环境光变化引起的干扰,当外界光照存在变化时,易对监测结果产生干扰,影响心率监测的精确性。针对上述问题,本文引入联合面部检测与对齐方法,以能够在婴儿存在头部动作与面部表情变化时仍能快速、鲁棒地提供精确的面部特征点,从而削弱因婴儿头部动作与面部表情变化引起的跟踪伪影;提出一种非固定敏感区域（局部块）的自适应选择方法,以能够对婴儿哭笑等面部表情变化自适应地选择确定仅含皮肤区域且监测过程中受面部表情变化影响较小的尺寸稳定的局部块,从而提高心率监测对婴儿头部动作与面部表情变化的鲁棒性;提出一种改进的反射光强模型,通过引入背景区域的反射光强模型,将前景与背景区域信号作比值处理来消除模型中随时间变化的光照强度项,从而削弱环境光变化带来的干扰,以提高婴儿心率监测对环境光变化的鲁棒性。本文首先从接触式和非接触式两类方法综述现有婴儿心率监测的方法与设备,并从头部动作与面部表情变化干扰和光照变化干扰两方面来详细阐述非接触式心率监测的研究现状;接着,从理论基础、工作原理、实现条件三个方面对成像式光电容积描记法进行理论分析,为下文脉搏波信号的提取奠定基础;然后,为削弱因婴儿头部动作与面部表情变化引起的跟踪伪影,提出使用一种联合面部检测与对齐方法,以能够在婴儿存在较大头部动作与面部表情变化时快速、鲁棒地提供精确的面部特征点;其次,基于上述所得面部特征点,提出一种自适应选择非固定大小局部块的方法,通过朴素贝叶斯模型构建皮肤概率图（SPM）,以滤除非皮肤局部块,并通过局部块的箱型图计算四分位距,以此对婴儿哭笑等面部表情变化自适应地选择确定仅含皮肤区域且监测过程中受面部表情变化影响较小的尺寸稳定的局部块,有效地改善了脉搏波信号信噪比,从而提高了心率监测对婴儿头部动作与面部表情变化的鲁棒性;此外,为消除光照变化引起的干扰,推导出一种改进的反射光强模型,通过引入背景区域的反射光强模型,将前景与背景区域信号作比值处理来消除模型中随时间变化的光照强度项,从而消除环境光变化带来的干扰,以提高婴儿心率实时监测对环境光变化的鲁棒性;最后,根据婴儿心率实时监测系统的要求,构建系统软硬件平台,通过网络监控摄像头+PC上位机开发本系统,以Visual C++为开发环境和调试工具开发上位机人机交互界面,并结合OpenCV与Matlab完成本文算法的实现,并基于该系统,与现有采用单个固定敏感区域的常规方法进行对比实验,实验结果表明了本文方法具有更高的精确性和更好的鲁棒性。此外,本系统利用摄像头自带的红外自主光源,结合本文算法可实现日间和夜间多场景下的婴儿心率实时监测,且后期该系统软件平台可从PC端移植到手机端,开发手机APP实现相应功能,增加用户使用的便利性。本文研究的非接触式婴儿心率自适应鲁棒实时监测方法对婴儿头部动作与面部表情变化及光照变化干扰具有较好的精确性和鲁棒性,即使在婴儿有较大头部动作与面部表情变化时,甚至在环境光有显着变化的实际场景下,本文方法仍能进行精确且鲁棒的心率监测,为家庭婴儿监护及医疗病患监护提供了切实可行的新思路,为非接触式婴儿心率监测的广泛应用奠定了基础,具有较高的学术价值与实际应用价值。
吴疆[10]（2019）在《基于混合卷积神经网络的便携式SAS自动检测系统研究》文中提出睡眠呼吸暂停综合征（Sleep Apnea Syndrome,SAS）是一种严重影响睡眠质量和生命健康的睡眠障碍性疾病,通常被称为“睡梦杀手”。但由于其诊断金标准多导睡眠监测仪（Polysomnography,PSG）操作复杂、价格昂贵,不利于该病的诊断与普查,所以至今SAS的确诊率不足20%。在此背景下,论文以“监测便捷、无扰睡眠的SAS自动检测系统研发”为核心,按照“提出问题-系统建模-相关理论研究-系统实现-仿真及实测数据实验”的研究思路,深入研究了SAS检测、数据预处理以及自动检测模型建立方法。主要创新性工作如下:1)、针对目前SAS检测类仪器的电极穿戴繁琐、材质致敏性较高,影响睡眠安适度的问题,本文设计与开发了基于环绕式血氧探头的脉搏血氧仪,实现了光电容积脉搏波（photoplethysmography,PPG）的采集、预处理与无线传输等功能。2)、针对PPG信号微弱、易受多种噪声影响的问题,在分析了PPG信号主要噪声特点的基础上,提出了基于双重中值滤波的PPG信号消噪方法,利用数据库数据与自主开发脉搏血氧仪采集的数据进行了消噪处理,并同经典小波消噪法进行了噪声抑制效果的对比,结果验证了消噪方法的可靠性与有效性。为提高后续自动检测模型的准确率奠定了基础。3)、针对睡眠呼吸监测中产生的高维数据问题,研究了基于PCA以及PRV的特征提取方法进行数据的降维。提出了基于二次样条小波模极大值法的PPG信号波峰点检测算法,保证了PPG信号峰峰序列的准确性,提升了基于PRV特征提取方法的有效性。4)、提出了基于混合卷积神经网络（GACNN）构建SAS自动分类模型的方法。研究了浅层BP分类模型以及深层深度信任网络（DBN）、GACNN分类模型的建立以及优化方法,利用数据库与脉搏血氧仪实测样本,进行了自动分类模型的建立,并应用十折交叉验证法,对所建模型进行了呼吸暂停（AH）自动分类的对比实验。5)、设计并完成了SAS自动检测系统测试实验。利用临床PSG与脉搏血氧仪同步采集的PPG数据,初步验证了基于GACNN的SAS自动检测系统的有效性。本文研究的基于GACNN的SAS自动检测系统,脉搏血氧仪具有信号获取方式简单、电极不致敏、易穿戴、低扰眠等优势;GACNN分类模型具有较好的预测力与泛化能力。研究成果可以为SAS患者的快速筛查及早期发现提供技术支撑,并有助于确诊率的提升,具有重要的学术价值和应用价值。
二、脉搏血氧仪中光电容积脉搏波的软件检出方法（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、脉搏血氧仪中光电容积脉搏波的软件检出方法（论文提纲范文）
（1）基于容积脉搏波的心房颤动检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景与意义 |
| §1.2 国内外研究现状 |
| §1.3 论文研究内容和任务 |
| §1.4 论文结构安排 |
| 第二章 相关理论基础 |
| §2.1 脉搏波相关理论基础 |
| §2.2 心房颤动相关理论基础 |
| §2.3 脉搏波数据库 |
| §2.4 深度神经网络 |
| §2.4.1 卷积神经网络 |
| §2.4.2 循环神经网络 |
| §2.5 本章小结 |
| 第三章 脉搏波信号预处理 |
| §3.1 脉搏波信号标注 |
| §3.2 脉搏波数据增强 |
| §3.3 脉搏波信号噪声滤波 |
| §3.4 脉搏波数据转换 |
| §3.5 本章小结 |
| 第四章 基于深度神经网络的房颤检测方法研究 |
| §4.1基于1D-CNN-LSTM网络模型的房颤检测方法研究 |
| §4.1.1 1D-CNN-LSTM网络模型架构 |
| §4.1.2 模型架构超参数 |
| §4.1.3 模型性能评估 |
| §4.1.4 训练方案 |
| §4.1.5 实验结果 |
| §4.2基于2D-CNN-LSTM网络模型的房颤检测方法研究 |
| §4.2.1 2D-CNN-LSTM网络模型架构 |
| §4.2.2 实验结果 |
| §4.3 本章小结 |
| 第五章 实验对比及实验结果分析 |
| §5.1 实验对比模型 |
| §5.1.1 VGGNet模型架构 |
| §5.1.2 GoogleNet模型架构 |
| §5.1.3 ResNet-50 模型架构 |
| §5.2 实验结果 |
| §5.3 分析与讨论 |
| §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 |
| 作者在攻读硕士期间主要研究成果 |
（2）基于联合盲源分离的非接触式心率测量研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 非接触式心率测量的研究难点 |
| 1.4 本文主要工作内容 |
| 第二章 非接触式心率测量原理及数据集 |
| 2.1 非接触式心率测量原理 |
| 2.1.1 PPG原理 |
| 2.1.2 IPPG原理 |
| 2.1.3 非接触式心率测量技术框架 |
| 2.2 非接触式心率测量数据集 |
| 2.2.1 自然环境下的采集数据集 |
| 2.2.2 DEAP数据集 |
| 2.3 本章小结 |
| 第三章 基于联合盲源分离的心率测量 |
| 3.1 抗运动干扰的多特征区域选取 |
| 3.1.1 区域中心定位 |
| 3.1.2 基于脸颊的多特征区域选择 |
| 3.2 抗光照干扰的合成ADOBE G-BVP信号提取 |
| 3.2.1 血液吸收光谱 |
| 3.2.2 颜色空间和色彩通道 |
| 3.2.3 基于s RGB颜色空间的合成Adobe G通道 |
| 3.3 基于盲源分离的脉搏波信号提取 |
| 3.3.1 脉搏波信号的盲源分离模型 |
| 3.3.2 时域Fast ICA的盲源分离算法 |
| 3.3.3 频域FDICA的盲源分离算法 |
| 3.3.4 聚类及样本熵排序 |
| 3.3.5 脉搏波信号估计心率 |
| 3.4 本章小结 |
| 第四章 非接触式心率测量系统及结果分析 |
| 4.1 非接触式心率测量系统 |
| 4.1.1 系统环境配置 |
| 4.1.2 系统功能 |
| 4.2 联合盲源分离心率测量的结果分析 |
| 4.2.1 非接触式心率测量的评价指标 |
| 4.2.2 合成通道抗光照分析 |
| 4.2.3 多区域抗运动分析 |
| 4.2.4 联合盲源分离方案对比 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 附录A 实验采用的 DEAP 数据 |
| 在学期间的研究成果 |
| 致谢 |
（3）基于信号质量评估的日常血氧及心率检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 血氧及心率检测研究现状 |
| 1.2.2 脉搏信号质量评估研究现状 |
| 1.3 论文研究内容及章节安排 |
| 第2章 血氧及心率的检测方法 |
| 2.1 引言 |
| 2.2 光电容积描记法 |
| 2.3 血氧饱和度检测原理 |
| 2.4 心率检测原理 |
| 2.5 本章小结 |
| 第3章 耳后血氧及心率检测系统设计 |
| 3.1 引言 |
| 3.2 检测系统总体方案设计 |
| 3.3 系统硬件设计 |
| 3.3.1 系统硬件模块 |
| 3.3.2 硬件PCB设计 |
| 3.4 系统软件设计 |
| 3.4.1 下位机软件设计 |
| 3.4.2 上位机软件设计 |
| 3.5 系统标定及误差分析 |
| 3.5.1 耳后血氧及心率的计算 |
| 3.5.2 系统标定 |
| 3.5.3 系统误差分析 |
| 3.6 本章小结 |
| 第4章 日常脉搏信号的质量评估研究 |
| 4.1 引言 |
| 4.2 日常干扰分析 |
| 4.3 质量等级标注及特征提取 |
| 4.4 基于SVM和特征融合的信号质量评估 |
| 4.4.1 SVM算法简介 |
| 4.4.2 特征融合与信号质量评估 |
| 4.5 本章小结 |
| 第5章 基于信号质量评估的日常血氧及心率检测 |
| 5.1 引言 |
| 5.2 日常状态下的血氧及心率检测 |
| 5.2.1 基于动态幅度阈值法的特征点提取 |
| 5.2.2 基于广义组合形态学方法的特征点提取 |
| 5.2.3 基于信号质量评估的血氧及心率检测 |
| 5.3 血氧及心率检测结果分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间所发表的学术论文目录 |
（4）基于驾驶员生理信号的疲劳驾驶检测及其预警方法研究（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 疲劳驾驶机理分析 |
| 1.2.1 疲劳驾驶的定义 |
| 1.2.2 疲劳驾驶的成因 |
| 1.2.3 疲劳驾驶的影响 |
| 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 |
| 1.4 本文主要研究内容 |
| 第2章 基于驾驶模拟器的疲劳驾驶实验研究 |
| 2.1 疲劳驾驶实验平台 |
| 2.1.1 疲劳驾驶实验硬件介绍 |
| 2.1.2 疲劳驾驶实验软件介绍 |
| 2.2 疲劳驾驶实验设计 |
| 2.3 疲劳等级的确定 |
| 2.4 实验过程与结果 |
| 2.4.1 实验过程 |
| 2.4.2 实验结果 |
| 2.5 本章小结 |
| 第3章 光电容积脉搏波信号的处理和分析 |
| 3.1 光电容积脉搏波信号的理论基础 |
| 3.1.1 脉搏波的产生机制 |
| 3.1.2 光电容积脉搏波 |
| 3.1.3 光电容积脉搏波的波形特征 |
| 3.1.4 光电容积脉搏波信号的噪声干扰 |
| 3.2 光电容积脉搏波信号的预处理 |
| 3.2.1 基于小波变换去除噪声 |
| 3.2.2 基于最小二乘法拟合去除基线漂移 |
| 3.3 光电容积脉搏波的特征提取 |
| 3.4 光电容积脉搏波的特征分析 |
| 3.4.1 驾驶疲劳等级的简化 |
| 3.4.2 光电容积脉搏波的特征分布分析 |
| 3.4.3 光电容积脉搏波的特征显着性分析 |
| 3.5 本章小结 |
| 第4章 基于核主成分分析的特征降维 |
| 4.1 主成分分析与核主成分分析的特征降维方法 |
| 4.1.1 主成分分析 |
| 4.1.2 核主成分分析 |
| 4.2 基于核主成分分析的特征降维 |
| 4.2.1 特征指标主成分分析 |
| 4.2.2 光电容积脉搏波信号分类分析 |
| 4.3 本章小结 |
| 第5章 基于支持向量机的疲劳预警算法研究 |
| 5.1 支持向量机 |
| 5.1.1 线性可分支持向量机 |
| 5.1.2 非线性可分支持向量机 |
| 5.1.3 多分类问题 |
| 5.2 基于支持向量机的疲劳驾驶预警算法设计 |
| 5.2.1 支持向量机的疲劳驾驶等级分类 |
| 5.2.2 结果与讨论 |
| 5.3 算法验证 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 作者简介及在学期间取得的科研成果 |
| 致谢 |
（5）弱灌注组织血氧饱和度检测系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景及意义 |
| §1.2 国内外研究现状 |
| §1.3 血氧饱和度检测仪定标 |
| §1.3.1 直接测量法 |
| §1.3.2 脉搏血氧仿真器 |
| §1.3.3 动物实验定标法 |
| §1.3.4 实验室模拟循环 |
| §1.4 全文研究内容与创新点 |
| 第二章 血氧饱和度检测技术理论基础 |
| §2.1 脉搏波基本理论 |
| §2.1.1 脉搏波的波形特征 |
| §2.1.2 脉搏波检测法 |
| §2.2 反射式血氧饱和度检测原理 |
| §2.2.1 人体组织的光学特性 |
| §2.2.2 朗伯—比尔(Lambert-Beer)定律 |
| §2.2.3 反射式光电容积脉搏波描记法 |
| §2.2.4 血氧饱和度检测原理 |
| §2.3 灌注指数研究 |
| §2.3.1 灌注指数 |
| §2.3.2 灌注指数的干扰因素 |
| §2.3.3 弱灌注PPG信号研究 |
| §2.4 本章小结 |
| 第三章 系统硬件设计 |
| §3.1 系统实现 |
| §3.1.1 设计方案 |
| §3.1.2 主要器件选型说明 |
| §3.2 硬件结构 |
| §3.2.1 传感器模块 |
| §3.2.2 信号处理模块 |
| §3.2.3 数据采集模块 |
| §3.2.4 单片机主控模块 |
| §3.2.5 供电模块 |
| §3.2.6 显示模块 |
| §3.2.7 其他模块 |
| §3.3 电路抗干扰与噪声抑制 |
| §3.3.1 干扰源的来源 |
| §3.3.2 硬件抗干扰技术 |
| §3.3.3 硬件PCB抗干扰措施 |
| §3.4 系统PCB设计及调试 |
| §3.4.1 PCB设计 |
| §3.4.2 系统硬件调试 |
| §3.5 本章小结 |
| 第四章 系统软件设计与算法处理 |
| §4.1 软件系统模块控制 |
| §4.1.1 开发环境 |
| §4.1.2 微处理器系统时钟 |
| §4.1.3 串口通信设置 |
| §4.1.4 传感器驱动控制 |
| §4.1.5 数模转换模块配置 |
| §4.2 系统软件调试 |
| §4.3 脉搏波信号噪声分析与处理 |
| §4.3.1 脉搏波信号噪声分析 |
| §4.3.2 脉搏波信号预处理 |
| §4.4 血氧饱和度计算 |
| §4.4.1 脉搏波特征参数提取 |
| §4.4.2 血氧饱和度计算 |
| §4.5 本章小结 |
| 第五章 实验测试与结果分析 |
| §5.1 实验设计 |
| §5.1.1 实验方案 |
| §5.1.2 结果与分析 |
| §5.2 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 |
| 作者在攻读硕士期间的主要研究成果 |
（6）光电容积脉搏波信号采集及预处理方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 国内外的研究现状 |
| 1.3 论文的主要研究内容及结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 结构安排 |
| 第2章 PPG信号采集原理 |
| 2.1 PPG信号产生原理 |
| 2.2 基于PPG信号的血氧饱和度参数测量原理 |
| 2.2.1 血氧饱和度的基本概念 |
| 2.2.2 血氧饱和度的测量原理与方法 |
| 2.3 脉搏血氧传感器 |
| 2.4 本章小节 |
| 第3章 PPG信号采集系统设计 |
| 3.1 系统总体设计 |
| 3.2 系统硬件设计 |
| 3.2.1 传感器设计 |
| 3.2.2 信号转换及分离 |
| 3.2.3 信号调理 |
| 3.2.4 信号采集及传输 |
| 3.2.5 微控制器设计 |
| 3.3 系统软件设计 |
| 3.4 采集系统测试 |
| 3.5 本章小节 |
| 第4章 基于双重中值的PPG信号噪声抑制方法研究 |
| 4.1 PPG信号及噪声分析 |
| 4.2 基于双重中值的PPG信号噪声抑制方法 |
| 4.3 噪声抑制结果及分析 |
| 4.4 本章小节 |
| 第5章 基于Chauvenet准则的PPG信号预处理方法研究 |
| 5.1 粗大误差及其判别准则 |
| 5.2 无效PPG信号 |
| 5.3 基于Chauvenet准则的PPG信号预处理方法 |
| 5.4 无效信号判别结果及分析 |
| 5.5 本章小节 |
| 第6章 整体测试与验证 |
| 6.1 基于SNR有效性验证 |
| 6.2 预处理方法有效性测试 |
| 6.3 预处理方法执行效率测试 |
| 6.4 预处理方法可靠性测试 |
| 6.5 本章小节 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（7）基于STM32的血氧校准系统的电路设计（论文提纲范文）
| 1 校准系统设计原理 |
| 1.1 三波长脉搏血氧检测原理 |
| 1.2 血氧校准系统的算法模拟原理 |
| 2 系统整体概述 |
| 3 硬件部分 |
| 3.1 模拟手指 |
| 3.2 信号处理单元 |
| 3.3 控制单元 |
| 4 软件部分 |
| 4.1 系统整体流程 |
| 4.2 调制信号的输出 |
| 5 验证实验及其结果 |
| 5.1 对血氧探头信号的获取验证实验 |
| 5.2 光电容积脉搏波的验证实验 |
| 6 结论 |
（8）基于CMOS的血氧饱和传感器接口电路设计（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的目的和意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.3 本文主要研究内容 |
| 1.4 本文的设计指标 |
| 第2章 光容积血氧测量原理 |
| 2.1 光容积血氧测量概述 |
| 2.2 光容积血氧测量原理 |
| 2.3 光容积脉搏波信号 |
| 2.4 接口电路设计目标 |
| 2.5 本章小结 |
| 第3章 接口电路设计 |
| 3.1 电路中噪声类型及抑制方法 |
| 3.1.1 噪声类型 |
| 3.1.2 闪烁噪声抑制方法 |
| 3.2 接口电路运放模块设计 |
| 3.2.1 三运放仪表运算放大器的原理及结构 |
| 3.2.2 电流模仪表运算放大器的原理及结构 |
| 3.2.3 低噪声高增益运放模块设计原理 |
| 3.2.4 前置低噪声运放模块设计 |
| 3.2.5 后置高增益运放模块设计 |
| 3.3 滤波模块设计 |
| 3.3.1 传统滤波器的原理及结构 |
| 3.3.2 带通滤波模块设计 |
| 3.4 抑制基漂模块设计 |
| 3.5 带隙基准源模块设计 |
| 3.5.1 带隙电压基准的基本原理 |
| 3.5.2 传统带隙基准电压源电路结构 |
| 3.5.3 高阶温度补偿带隙电压基准模块设计 |
| 3.6 本章小结 |
| 第4章 接口电路仿真 |
| 4.1 运算放大器的电路仿真 |
| 4.1.1 前置运算放大器电路 |
| 4.1.2 前置低噪声运算放大器电路 |
| 4.1.3 后置高增益运算放大器电路 |
| 4.2 带通滤波器电路仿真 |
| 4.3 抑制基漂模块电路仿真 |
| 4.4 高阶补偿带隙基准源电路仿真 |
| 4.5 线性稳压输出仿真 |
| 4.6 整体电路仿真 |
| 4.7 本章小结 |
| 第5章 接口电路版图设计 |
| 5.1 整体版图布局 |
| 5.2 系统版图的DRC和 LVS验证 |
| 5.3 本文与其他文献电路性能参数比较 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读硕士学位期间取得的科研成果 |
（9）婴儿心率的非接触式自适应鲁棒实时监测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.3 现有婴儿心率监测方法与设备概述 |
| 1.3.1 接触式心率监测 |
| 1.3.2 非接触式心率监测 |
| 1.4 非接触式心率监测研究现状 |
| 1.5 本文的研究内容、目的及意义 |
| 1.5.1 本文的研究内容 |
| 1.5.2 本文的研究目的及意义 |
| 1.6 本章小结 |
| 第二章 成像式光电容积描记法的理论分析 |
| 2.1 引言 |
| 2.2 成像式光电容积描记技术的理论基础 |
| 2.2.1 IPPG技术的生理学基础—脉搏波的形成及其在生理信号检测中的应用 |
| 2.2.2 IPPG技术的光学理论基础 |
| 2.2.3 IPPG技术探测信号—光电容积脉搏波的产生 |
| 2.3 成像式光电容积描记系统组成及工作原理 |
| 2.3.1 IPPG系统的组成 |
| 2.3.2 IPPG系统的工作原理 |
| 2.4 成像式光电容积描记系统实现条件 |
| 2.4.1 敏感区域选取 |
| 2.4.2 成像设备性能 |
| 2.4.3 视频信号处理技术 |
| 2.5 本章小结 |
| 第三章 联合面部检测与对齐 |
| 3.1 引言 |
| 3.2 决策树 |
| 3.3 随机森林 |
| 3.4 面部检测与对齐 |
| 3.4.1 形状索引特征 |
| 3.4.2 面部检测器构建 |
| 3.4.3 局部二值特征回归 |
| 3.5 本章小结 |
| 第四章 局部块的生成与自适应选择 |
| 4.1 引言 |
| 4.2 局部块的生成—狄洛尼三角剖分 |
| 4.3 局部块的自适应选择 |
| 4.3.1 非皮肤局部块的滤除 |
| 4.3.2 稳定局部块的选择 |
| 4.4 本章小结 |
| 第五章 改进反射光强模型及光照变化干扰的消除 |
| 5.1 引言 |
| 5.2 一般反射光强模型 |
| 5.3 改进反射光强模型 |
| 5.4 本章小结 |
| 第六章 系统实现及实验结果和分析 |
| 6.1 引言 |
| 6.2 系统硬件平台 |
| 6.3 系统软件实现 |
| 6.3.1 软件编程平台 |
| 6.3.2 Matlab与VC++的混合编程 |
| 6.3.3 采样时间及监测周期的确定 |
| 6.3.4 上位机界面 |
| 6.4 实验结果及分析 |
| 6.4.1 参数设置 |
| 6.4.2 精确性与鲁棒性衡量指标 |
| 6.4.3 脉搏波信号提取实验对比 |
| 6.4.4 实验结果与对比分析 |
| 6.5 本章小结 |
| 第七章 全文总结 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表论文与成果 |
（10）基于混合卷积神经网络的便携式SAS自动检测系统研究（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 便携式SAS检测仪研究现状 |
| 1.2.1 IV级便携式SAS检测仪研究现状 |
| 1.2.2 脉搏血氧仪研究现状 |
| 1.3 SAS检测信号预处理技术研究现状 |
| 1.3.1 信号消噪方法 |
| 1.3.2 特征提取方法 |
| 1.4 SAS自动分类模型研究现状 |
| 1.4.1 浅层模型 |
| 1.4.2 深层模型 |
| 1.5 论文主要研究内容及结构安排 |
| 第2章 SAS检测基本原理及分类模型理论 |
| 2.1 SAS检测基本原理 |
| 2.1.1 自主神经系统与睡眠 |
| 2.1.2 HRV及 PRV相关背景 |
| 2.1.3 脉搏波及PPG信号理论 |
| 2.1.4 PPG信号特点 |
| 2.1.5 SpO_2研究意义 |
| 2.2 分类模型理论研究 |
| 2.2.1 BP神经网络 |
| 2.2.2 DBN神经网络 |
| 2.2.3 CNN卷积神经网络 |
| 2.3 小结 |
| 第3章 便携式SAS检测仪设计与开发 |
| 3.1 总体设计 |
| 3.1.1 任务分析 |
| 3.1.2 硬件部分设计 |
| 3.1.3 软件部分设计 |
| 3.2 脉搏血氧探头设计 |
| 3.2.1 光源选择及其驱动 |
| 3.2.2 环绕式脉搏血氧探头的结构设计 |
| 3.2.3 脉搏血氧探头的接口设计 |
| 3.3 信号调理电路设计及测试 |
| 3.3.1 信号调理电路设计 |
| 3.3.2 信号调理电路测试 |
| 3.4 主控单元设计 |
| 3.5 SAS检测仪软件设计 |
| 3.6 小结 |
| 第4章 基于双重中值滤波的PPG信号消噪方法研究 |
| 4.1 PPG信号主要噪声及其频率分析 |
| 4.2 消噪效果评价标准 |
| 4.3 基于小波变换的消噪方法 |
| 4.3.1 基于分解重构的噪声抑制方法 |
| 4.3.2 基于阈值收缩的消噪算法 |
| 4.4 基于双重中值滤波的消噪方法研究 |
| 4.5 消噪实验及结果分析 |
| 4.5.1 实验数据 |
| 4.5.2 仿真实验及结果分析 |
| 4.5.3 实测实验及结果分析 |
| 4.6 小结 |
| 第5章 PPG信号特征提取方法研究 |
| 5.1 基于PCA特征参数提取 |
| 5.1.1 PPG信号PCA特征参数矩阵的形成 |
| 5.1.2 PPG信号PCA特征参数提取结果 |
| 5.2 基于PRV的特征参数提取 |
| 5.2.1 基于小波模极大值的峰值点检测 |
| 5.2.2 基于PRV的特征参数选取 |
| 5.2.3 基于PRV的特征参数计算 |
| 5.3 小结 |
| 第6章 基于GACNN的 AH自动分类模型研究 |
| 6.1 样本集构建 |
| 6.1.1 样本来源 |
| 6.1.2 训练与测试样本集形成 |
| 6.2 模型性能评估方法 |
| 6.3 AH分类模型建立及分类结果 |
| 6.3.1 基于BP神经网络的AH分类模型建立及分类结果 |
| 6.3.2 基于DBN的 AH分类模型建立及分类结果 |
| 6.3.3 基于GACNN的 AH分类模型建立及分类结果 |
| 6.4 小结 |
| 第7章 SAS自动检测系统临床实验 |
| 7.1 SAS诊断标准 |
| 7.2脉搏血氧仪对比测试实验 |
| 7.2.1 脉搏血氧探头测试 |
| 7.2.2 SpO_2准确性测试 |
| 7.3 HRV与 PRV一致性验证实验 |
| 7.4 AH分类模型验证实验 |
| 7.4.1 实验方法与监测平台 |
| 7.4.2 实测数据样本集形成 |
| 7.4.3 加入SpO_2数据后模型的输出结果对比 |
| 7.4.4 AH分类模型验证实验 |
| 7.5 SAS自动检测系统结果评估 |
| 7.6 小结 |
| 第8章 总结与展望 |
| 8.1 总结 |
| 8.2 主要特色与创新性 |
| 8.3 不足与展望 |
| 参考文献 |
| 作者简介 |
| 攻读博士期间取得科研成果 |
| 致谢 |
四、脉搏血氧仪中光电容积脉搏波的软件检出方法（论文参考文献）
- [1]基于容积脉搏波的心房颤动检测方法研究[D]. 程鹏. 桂林电子科技大学, 2021(02)
- [2]基于联合盲源分离的非接触式心率测量研究[D]. 李飞虎. 北方工业大学, 2021(01)
- [3]基于信号质量评估的日常血氧及心率检测研究[D]. 许建雯. 兰州理工大学, 2021(01)
- [4]基于驾驶员生理信号的疲劳驾驶检测及其预警方法研究[D]. 张鸿. 吉林大学, 2021(01)
- [5]弱灌注组织血氧饱和度检测系统设计[D]. 李春丽. 桂林电子科技大学, 2020(02)
- [6]光电容积脉搏波信号采集及预处理方法研究[D]. 刘丽佳. 吉林大学, 2020(08)
- [7]基于STM32的血氧校准系统的电路设计[J]. 邱迁,周利,李凯扬. 电子设计工程, 2019(20)
- [8]基于CMOS的血氧饱和传感器接口电路设计[D]. 邹佳玻. 黑龙江大学, 2019(03)
- [9]婴儿心率的非接触式自适应鲁棒实时监测方法研究[D]. 许桢杰. 江苏大学, 2019(03)
- [10]基于混合卷积神经网络的便携式SAS自动检测系统研究[D]. 吴疆. 吉林大学, 2019(10)