论文目录 | |
摘要 | 第1-7页 |
ABSTRACT | 第7-16页 |
第1章 绪论 | 第16-22页 |
1.1 研究多输入闭环麻醉控制系统的意义 | 第16-17页 |
1.2 本课题的主要内容和特点 | 第17-19页 |
1.3 本论文的主要创新 | 第19-20页 |
1.4 系统整体设计方案 | 第20-22页 |
第2章 麻醉学概述 | 第22-52页 |
2.1 麻醉学的发展历史 | 第22-24页 |
2.1.1 古代麻醉学发展史 | 第22页 |
2.1.2 现代麻醉学发展史 | 第22-24页 |
2.1.3 当代麻醉学发展史 | 第24页 |
2.3 麻醉的基本任务 | 第24-25页 |
2.4 麻醉工作的范畴 | 第25-27页 |
2.5 麻醉药物概述 | 第27-37页 |
2.5.1 麻醉药的发展史 | 第27-34页 |
2.5.2 麻醉药物的分类 | 第34-37页 |
2.6 根据麻醉区域划定的麻醉分类 | 第37-40页 |
2.7 当代麻醉学的发展趋势 | 第40-46页 |
2.7.1 麻醉学向围术期医学的转变 | 第40-41页 |
2.7.2 快速周转技术与“办公室麻醉” | 第41-43页 |
2.7.3 低流量紧闭麻醉法(LFCCA) | 第43-44页 |
2.7.4 靶控输注麻醉(TCI) | 第44-46页 |
2.8 我国麻醉学发展现状 | 第46-51页 |
2.8.1 我国麻醉学已经融入世界 | 第46-48页 |
2.8.2 我国麻醉学进展状况 | 第48-51页 |
2.9 小结 | 第51-52页 |
第3章 理想麻醉状态与麻醉深度监测 | 第52-66页 |
3.1 麻醉及麻醉状态的定义 | 第52-53页 |
3.2 麻醉深度 | 第53页 |
3.3 麻醉深度监测及临床意义 | 第53-55页 |
3.3.1 麻醉深度的临床判断 | 第53-54页 |
3.3.2 麻醉深度的仪器监测及临床意义 | 第54-55页 |
3.4 理想麻醉状态的概念 | 第55-57页 |
3.4.1 理想麻醉状态的内涵 | 第55-56页 |
3.4.2 理想麻醉状态的外延 | 第56页 |
3.4.3 实现理想麻醉的途径 | 第56-57页 |
3.5 麻醉深度监测的前景 | 第57-64页 |
3.5.1 脑电双频指数(Bispectral Index,BIS) | 第57-60页 |
3.5.2 听觉诱发电位指数(AEPI) | 第60-61页 |
3.5.3 Nacrotrend 指数 | 第61-63页 |
3.5.4 脑电熵(EEM) | 第63-64页 |
3.6 小结 | 第64-66页 |
第4章 麻醉呼吸机的原理,结构和发展趋势 | 第66-77页 |
4.1 麻醉呼吸机的基本原理 | 第66-67页 |
4.2 麻醉呼吸机的基本结构 | 第67-75页 |
4.3 现代麻醉机的发展趋势 | 第75-76页 |
4.4 小结 | 第76-77页 |
第5章 定量吸入麻醉的理论与实现 | 第77-90页 |
5.1 定量麻醉的理论基础 | 第77-82页 |
5.1.1 再吸入技术简史 | 第77页 |
5.1.2 吸入麻醉方法的分类 | 第77-78页 |
5.1.3 麻醉过程中患者对麻醉气体的摄取 | 第78-79页 |
5.1.4 影响麻醉药在新鲜气吸入气肺泡气内的平衡的因素 | 第79-80页 |
5.1.5 低流量麻醉的优点 | 第80-81页 |
5.1.6 低流量麻醉的潜在危险 | 第81页 |
5.1.7 低流量和最低流量麻醉的禁忌征 | 第81-82页 |
5.2 用传统麻醉机进行低流量麻醉 | 第82-85页 |
5.2.1 诱导阶段时间长短的控制 | 第82页 |
5.2.2 诱导阶段应注意的问题 | 第82-83页 |
5.2.3 新鲜气流量降低时氧浓度的变化 | 第83页 |
5.2.4 低流量麻醉时麻醉深度的调整 | 第83-84页 |
5.2.5 苏醒阶段的控制要点 | 第84页 |
5.2.6 低流量麻醉中的监测 | 第84页 |
5.2.7 实施低流量/最低流量麻醉对麻醉设备系统的要求 | 第84-85页 |
5.3 用专用麻醉机进行定量麻醉 | 第85-89页 |
5.3.1 PhsioFlex 麻醉机的回路特点 | 第85-87页 |
5.3.2 PhsioFlex 麻醉机的功能特点 | 第87-89页 |
5.4 小结 | 第89-90页 |
第6章 数据挖掘技术和数据的预处理 | 第90-117页 |
6.1 数据挖掘技术简介 | 第90-101页 |
6.1.1 数据挖掘技术概述 | 第90-92页 |
6.1.2 数据挖掘研究现状 | 第92-95页 |
6.1.3 数据挖掘的挖掘任务和挖掘方法 | 第95-101页 |
6.2 使用数据挖掘技术进行数据预处理 | 第101-107页 |
6.2.1 数据清理 | 第102-104页 |
6.2.2 数据集成 | 第104页 |
6.2.3 数据变换 | 第104-105页 |
6.2.4 数据归约 | 第105-107页 |
6.2.5 离散化和概念分层 | 第107页 |
6.3 聚类分析 | 第107-109页 |
6.3.1 什么是聚类 | 第107-108页 |
6.3.2 聚类所基于的数据类型 | 第108页 |
6.3.3 分割的方法 | 第108-109页 |
6.4 KNN 算法对多变量输入进行预处理 | 第109-116页 |
6.5 小结 | 第116-117页 |
第7章 麻醉控制系统的多输入数据融合 | 第117-131页 |
7.1 数据采集和数据融合技术简介 | 第117-118页 |
7.2 数据融合技术发展概述 | 第118-119页 |
7.3 数据融合层次介绍 | 第119-121页 |
7.3.1 数据级融合(pixel-based fusion) | 第120页 |
7.3.2 特征级融合(feature-based fusion) | 第120页 |
7.3.3 决策级融合(decision-level based fusion) | 第120-121页 |
7.4 数据融合算法介绍 | 第121-122页 |
7.4.1 HIS 变换 | 第121页 |
7.4.2 D-S 证据推理 | 第121-122页 |
7.4.3 专家系统 | 第122页 |
7.5 数据融合的发展前景 | 第122-123页 |
7.6 本文使用的数据融合算法 | 第123-130页 |
7.6.1 相对距离算法 | 第123-126页 |
7.6.2 高阶多项式拟合 | 第126-130页 |
7.7 小结 | 第130-131页 |
第8章 全文总结与展望 | 第131-133页 |
参考文献 | 第133-141页 |
致谢 | 第141-142页 |
攻读学位期间发表的学术论文 | 第142页 |