| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| §1.1 研究背景 | 第10-11页 |
| §1.2 国内外研究现状及分析 | 第11-14页 |
| 第二章 心脏电功能成像的技术基础 | 第14-22页 |
| §2.1 心脏结构及其计算机模型 | 第14-16页 |
| §2.1.1 心脏的解剖结构 | 第14-15页 |
| §2.1.2 心脏-躯干计算机模型 | 第15-16页 |
| §2.2 基于心电场的数学物理模型解法 | 第16-18页 |
| §2.3 基于心脏表面源方法的计算机仿真 | 第18-19页 |
| §2.4 正则化方法解决心脏电功能成像 | 第19-21页 |
| §2.5 本章小结 | 第21-22页 |
| 第三章 基于支持向量回归的心脏电功能成像研究 | 第22-44页 |
| §3.1 支持向量回归的算法实现 | 第22-27页 |
| §3.1.1 支持向量回归原理 | 第22-25页 |
| §3.1.2 基于序贯最小化方法的支持向量回归实现 | 第25-27页 |
| §3.2 核函数的选择 | 第27-29页 |
| §3.2.1 核函数理论 | 第28页 |
| §3.2.2 核函数选择 | 第28-29页 |
| §3.3 支持向量回归中超参数的选择 | 第29-32页 |
| §3.3.1 遗传算法优化参数的实现 | 第29-30页 |
| §3.3.2 模拟退火算法优化参数的实现21 | 第30-31页 |
| §3.3.3 遗传模拟退火算法的结合 | 第31-32页 |
| §3.4 支持向量回归在心脏电功能成像研究中的应用 | 第32-37页 |
| §3.5 基于KPCA-SVR的心脏电功能成像方法研究 | 第37-42页 |
| §3.5.1 PCA和KPCA理论 | 第37-39页 |
| §3.5.2 基于KPCA-SVR重构的心脏跨膜电位分布 | 第39-42页 |
| §3.6 本章小结 | 第42-44页 |
| 第四章 基于SOFM-SVR的心脏电功能成像研究 | 第44-51页 |
| §4.1 自组织映射原理与算法实现 | 第44-45页 |
| §4.1.1 自组织特征映射(SOFM)原理 | 第44页 |
| §4.1.2 自组织特征映射(SOFM)的算法实现 | 第44-45页 |
| §4.2 基于SOFM-SVR重构的心脏跨膜电位分布 | 第45-50页 |
| §4.2.1 自组织特征映射对样本数据的分类 | 第45-48页 |
| §4.2.2 SOFM-SVR模型的构建 | 第48-49页 |
| §4.2.3 重构跨膜电位分布性能分析 | 第49-50页 |
| §4.3 本章小结 | 第50-51页 |
| 第五章 基于MMC-SVR心脏电功能成像方法研究 | 第51-59页 |
| §5.1 最大间隔聚类的基本原理42 | 第51-53页 |
| §5.2 MMC-SVR混合模型的实现 | 第53-57页 |
| §5.2.1 基于MMC的聚类分析 | 第53-55页 |
| §5.2.2 基于MMC-SVR重构的心脏跨膜电位分布 | 第55-57页 |
| §5.3 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| §6.1 论文工作总结 | 第59-60页 |
| §6.2 今后工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67页 |
