QQ客服 官方微博 反馈留言

题名	基于机器学习的膝关节摆动信号分类算法研究; Classification of Knee Joint Vibration Signal with Machine Learning Algorithms
作者	蔡素贤
答辩日期	2014 ; 2014
导师	吴云峰
关键词	膝关节摆动信号 机器学习 分类 Vibroarthrographic signal machine learning classification
英文摘要	膝关节（kneejoint）在人体运动过程中起着至关重要的作用，且易受伤和引起骨关节炎。早期的膝关节疾病诊断能帮助医生采用适当的治疗或外科手术以防止膝关节进一步恶化。膝关节摆动信号（kneejointvibrationorvibroarthrographicsignal，VAG）是通过传感器在膝盖骨表面采集到的摆动声音信号，可作为一种无创的膝关节疾病检测技术。计算机辅助分析膝关节摆动信号，能够提高诊断的准确度，以帮助医生更好地诊断患者的病情，具有良好的实际意义。 首先，本文主要计算了膝关节摆动信号的多种特征，包括小波匹配追踪分解的原子数量（Natom）、转向计数（turnscount，TC）...; The knee is the most complex joint and helps the body perform different locomotion functions. Detection of knee joint pathology at an early stage can help clinicians apply appropriate therapeutical or surgical procedures to retard the degenerative process in the affected knee joint. The knee joint vibration arthrographic (VAG) signal recorded by accelerometer or electrostethoscope sensors attached...; 学位：工学硕士; 院系专业：信息科学与技术学院_通信与信息系统; 学号：23320111153114
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=46061
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/84533]
专题	信息技术－学位论文
推荐引用方式 GB/T 7714	蔡素贤. 基于机器学习的膝关节摆动信号分类算法研究, Classification of Knee Joint Vibration Signal with Machine Learning Algorithms[D]. 2014, 2014.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。