基于步态信号非线性动力学分析的神经退行性疾病智能分类方法

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 步态分析的国内外研究现状

1.2.2 基于步态分析的神经退行性疾病智能检测的国内外现状

1.3本文主要的研究内容与创新点

1.4本文组织结构

第2章 预备知识

2.1 引言

2.2 神经退行性疾病

2.2.1 帕金森病介绍

2.2.2 肌萎缩侧索硬化症介绍

2.2.3 亨延顿舞蹈病介绍

2.3.1 步态信号的数据来源

2.3.2 步态信号处理分析思路

2.4 本章小结

第3章 基于非线性动力学的步态特征提取

3.1 引言

3.2 步态信号的非线性分析

3.2.1 数据预处理

3.2.2 功率谱法

3.2.3 主成分分析法

3.3 步态特征提取算法

3.3.1 复杂度

3.3.2 熵

3.3.3 小波系数

3.4 本章小结

第4章 基于步态信号非线性动力学的NDDs分类

4.1 引言

4.2 单一特征分类

4.2.1 支持向量机分类

4.2.2 最近邻算法分类

4.2.3 随机森林分类

4.2.4 朴素贝叶斯分类

4.3 多个特征分类

4.4特征选择分类

4.4.1 前向特征选择算法

4.4.2 mRMR算法

4.5 多级分类系统

4.6 本章小结

第5章 基于步态信号的非线性动力学多分类系统实现

5.1 引言

5.2 系统需求

5.2.1 软硬件环境

5.2.2 功能需求

5.3.1 系统文件组织结构

5.3.2 系统数据分析

5.3.3 系统窗口模块

5.3.4 系统登录初始模块

5.3.5 数据导入模块

5.3.6 预处理信号模块

5.3.7 特征提取模块

5.3.8 特征选择与分类模块

5.4 本章小结

第6章 总结与展望

6.1 工作总结

6.2 研究展望

致谢

参考文献

附录