文摘
英文文摘
缩写词表
1 绪论
1.1 课题的研究意义
1.2 麻醉监测与诊断方法研究概述
1.2.1 麻醉监测与诊断的概念
1.2.2 麻醉监测与诊断的技术方法
1.2.3 监测与诊断系统的开发平台
1.3 麻醉监测与诊断技术发展概况
1.3.1 麻醉监测与诊断方法的研究进展
1.3.2 存在的问题分析
1.4 相关医学背景
1.4.1 心血管系统
1.4.2 呼吸系统
1.4.3 AHV等术中并发症与病人体征信号的关系
1.5 研究动机和目标
1.6 论文的内容安排
2 诊断AHV的在线算法研究
2.1 引言
2.2 AHV诊断的相关背景
2.3 统计警示算法(PROBABLISTIC ALARM ALGORITHM,PA算法)
2.3.1 PA算法中诊断AHV的指标体系
2.3.2 PA算法的结构
2.3.3 PV信号的PA算法(PV-PA算法)
2.3.4 BP信号的PA算法(BP-PA算法)
2.3.5 HR信号的PA算法(HR-PA算法)
2.3.6 ETCO2信号的PA算法(ETCO2-PA算法)
2.3.7 PA算法的综合警示水平
2.4 动脉收缩压变化算法(SPV算法)
2.5 实验结果及讨论
2.6 小结
3 诊断AHV的离线算法研究
3.1 引言
3.2 数据来源
3.3 相关背景和数学基础
3.3.1 模糊逻辑系统的优点
3.3.2 相关生理指标的模糊集
3.4 基于模糊逻辑的诊断AHV算法(FL算法)
3.4.1 FL算法架构
3.4.2 FL算法模糊化过程
3.4.3 FL算法模糊匹配过程
3.4.4 FL算法模糊合成过程
3.4.5 FL算法模糊推理过程
3.4.6 FL算法解模糊化过程
3.5 实验结果及讨论
3.6 小结
4 改进的最小二乘支持向量机在声带麻痹检测中的应用
4.1 引言
4.2 实验数据
4.3 HDM算法介绍
4.4 无损检测声带麻痹新算法(ILSSVM)
4.4.1 小波包分析(WPA)
4.4.2 支持向量机
4.4.3 最小二乘支持向量机
4.4.4 改进的交叉验证法
4.5 实验结果及讨论
4.5.1 HDm算法实验结果
4.5.2 ILSSVM算法结果
4.5.3 实验结果讨论
4.6 小结
5 基于LABVIEW的系统实现
5.1 引言
5.2 虚拟仪器及LABVIEW
5.2.1 虚拟仪器概念
5.2.2 虚拟仪器结构
5.2.3 LabVIEW语言
5.3 数据获取
5.3.1 DOMonitor通讯程序
5.3.2 TCP数据包
5.4 系统实现
5.4.1 SMDS系统状态
5.4.2 系统流程图及算法说明
5.5小结
6 系统设置和测试
6.1 引言
6.2 临床数据采集
6.3 系统验证
6.3.1 SMDS用户界面
6.3.2 系统诊断过程
6.3.3 系统评价(使用离线数据)
6.3.4 离线数据的Kappa分析结果
6.3.5 系统评价(使用在线数据)
6.3.6 在线数据的Kappa分析结果
6.4 小结
7 结论与展望
7.1 引言
7.2 研究结论
7.3 论文的主要创新点
7.4 未来工作展望
致谢
参考文献
附 录
A 系统LABVIEW程序图
B 病人信号分析结果
C 作者在攻读学位期间发表的论文目录
D 作者在攻读学位期间取得的科研成果目录