人體生理信號(hào)的非線性分析方法

前言
第1章 緒論
1.1 引言
1.2 人體生理信號(hào)的主要類型及其典型特征
1.3 人體生理信號(hào)的檢測(cè)技術(shù)
1.4 人體生理信號(hào)的非線性分析方法
1.5 本書的出發(fā)點(diǎn)與主要研究?jī)?nèi)容
參考文獻(xiàn)
第2章 人體生理信號(hào)的嵌入式采集系統(tǒng)
2.1 引言
2.2 便攜式低功耗采集系統(tǒng)設(shè)計(jì)原理
2.2.1 硬件系統(tǒng)組成
2.2.2 主要電路原理
2.2.3 系統(tǒng)軟件設(shè)計(jì)
2.2.4 數(shù)據(jù)壓縮算法
2.3 基于ATmega64單片機(jī)的嵌入式采集系統(tǒng)
2.3.1 硬件系統(tǒng)組成
2.3.2 軟件系統(tǒng)設(shè)計(jì)
2.3.3 測(cè)試結(jié)果與分析
參考文獻(xiàn)
第3章 幾種生理信號(hào)的前端檢測(cè)裝置
3.1 心電信號(hào)檢測(cè)
3.1.1 心電信號(hào)的特點(diǎn)與檢測(cè)方法
3.1.2 心電信號(hào)檢測(cè)的前置放大電路
3.1.3 心電信號(hào)檢測(cè)與記錄系統(tǒng)
3.2 脈搏信號(hào)檢測(cè)
3.2.1 光電式容積脈搏傳感器
3.2.2 脈搏信號(hào)檢測(cè)的前置放大電路
3.2.3 脈搏信號(hào)連續(xù)采集與記錄系統(tǒng)
3.3 脂肪和體溫檢測(cè)
3.3.1 脂肪檢測(cè)方法
3.3.2 體溫檢測(cè)方法
參考文獻(xiàn)
第4章 心電和脈搏信號(hào)的濾波與波形提取
4.1 基于小波變換的心電信號(hào)消噪方法
4.1.1 小波變換的概念和基本理論
4.1.2 基于小波變換的心電信號(hào)消噪的主要步驟
4.1.3 基于小波變換的心電信號(hào)消噪處理
4.2 基于小波變換的HRV提取
4.3 脈搏信號(hào)的消噪方法
4.3.1 脈搏信號(hào)的波形特點(diǎn)
4.3.2 基于小波變換的脈搏信號(hào)消噪方法
4.4 基于小波變換的脈搏信號(hào)特征點(diǎn)提取
4.4.1 P波波峰點(diǎn)的提取方法
4.4.2 其他特征點(diǎn)的提取方法
4.4.3 脈搏波形特征點(diǎn)提取的主要步驟
4.4.4 實(shí)測(cè)脈搏信號(hào)的消噪與特征點(diǎn)提取
參考文獻(xiàn)
第5章 心電信號(hào)和HRV的散點(diǎn)圖和頻譜特征
5.1 引言
5.2 QT間期對(duì)RR間期的散點(diǎn)圖
5.3 心電信號(hào)的頻譜特征
5.3.1 功率譜估計(jì)的基本原理
5.3.2 心電信號(hào)的頻譜特征
5.4 HRV的非線性定性分析
5.4.1 HRV的Poincare截面圖
5.4.2 HRV的頻譜特征
參考文獻(xiàn)
第6章 HRV的混沌識(shí)別及其非線性參數(shù)估算
6.1 引言
6.2 基于代替數(shù)據(jù)法的混沌識(shí)別算法
6.2.1 時(shí)間序列一步預(yù)測(cè)誤差的統(tǒng)計(jì)量
6.2.2 代替數(shù)據(jù)集的生成
6.2.3 假設(shè)檢驗(yàn)
6.2.4 算法流程及校驗(yàn)
6.3 基于代替數(shù)據(jù)法的HRV的混沌識(shí)別
6.4 HRV的非線性參數(shù)估算方法
6.4.1 關(guān)聯(lián)維
6.4.2 最大Lyapunov指數(shù)
6.4.3 近似熵
6.4.4 復(fù)雜度
6.5 典型HRV的非線性參數(shù)估算結(jié)果
6.5.1 關(guān)聯(lián)維數(shù)
6.5.2 最大Lyapunov指數(shù)
6.5.3 近似熵
6.5.4 復(fù)雜度
參考文獻(xiàn)
第7章 脈搏信號(hào)的波形形態(tài)和散點(diǎn)圖特征
7.1 引言
7.2 脈搏信號(hào)的波形特征參數(shù)
7.2.1 脈搏波形特征參數(shù)的計(jì)算方法
7.2.2 脈搏波形特征參數(shù)與生理狀態(tài)的關(guān)系
7.2.3 不同生理狀態(tài)下的脈搏單波波形特征參數(shù)
7.3 脈搏主波間期的散點(diǎn)圖
7.4 其他脈搏波形特征點(diǎn)的散點(diǎn)圖
參考文獻(xiàn)
第8章 脈搏信號(hào)的時(shí)頻域分析
8.1 引言
8.2 脈搏信號(hào)的頻譜分析方法
8.3 脈搏信號(hào)的頻帶能量比例分析方法
8.3.1 小波包分解
8.3.2 計(jì)算步驟
8.4 結(jié)果與分析
8.4.1 不同生理狀態(tài)下的脈搏信號(hào)的頻譜
8.4.2 不同生理狀態(tài)下的脈搏信號(hào)的頻帶能量比例值
參考文獻(xiàn)
第9章 脈搏主波間期的混沌識(shí)別及其非線性參數(shù)估算
9.1 引言
9.2 基于代替數(shù)據(jù)法的脈搏主波間期的混沌識(shí)別
9.3 脈搏主波間期的非線性參數(shù)估算
參考文獻(xiàn)
第10章 腦電信號(hào)的頻帶能量分析及其1/f節(jié)律
10.1 引言
10.2 基于小波包分解的腦電信號(hào)α波的提取方法
10.3 不同精神狀態(tài)下的腦電信號(hào)的頻帶能量比例值
10.4 基于腦電信號(hào)頻帶能量比例值的精神疲勞判定
參考文獻(xiàn)
第11章 利用HRV和腦電信號(hào)α波的綜合評(píng)估分析
11.1 引言
11.2 腦電信號(hào)與人體疲勞的關(guān)聯(lián)機(jī)制
11.3 利用腦電信號(hào)α波的非線性參數(shù)判定疲勞狀態(tài)
11.3.1 腦電信號(hào)α波的提取
11.3.2 利用腦電信號(hào)α波的非線性參數(shù)進(jìn)行評(píng)估
11.4 利用HRV和α波的非線性參數(shù)綜合評(píng)估人體疲勞
參考文獻(xiàn)
第12章 情緒變化和外部環(huán)境對(duì)生理信號(hào)的影響
12.1 引言
12.2 不同情緒狀態(tài)下的脈搏信號(hào)的比較
12.3 不同情緒狀態(tài)的脈搏主波間期的非線性參數(shù)估算
12.3.1 脈搏主波間期的相空間重構(gòu)
12.3.2 關(guān)聯(lián)維數(shù)與最大Lyapunov指數(shù)
12.3.3 近似熵與復(fù)雜度
12.4 振動(dòng)噪聲環(huán)境下的脈搏信號(hào)分析
參考文獻(xiàn)