首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

多导心电算法及应用系统的研制

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-18页
    1.1 心电算法研究背景及意义第9-10页
        1.1.1 研究背景第9页
        1.1.2 研究意义第9-10页
    1.2 心电分析的理论基础第10-11页
        1.2.1 ECG信号产生的机理第10页
        1.2.2 ECG信号的特点第10-11页
    1.3 ECG自动分析算法研究内容和现状第11-17页
        1.3.1 心电滤波预处理技术研究现状第12页
        1.3.2 ECG波形检测和定位研究现状第12-14页
        1.3.3 特征提取研究现状第14页
        1.3.4 心电信号分类和疾病诊断研究现状第14-15页
        1.3.5 研究内容和创新点第15-17页
    1.4 国际上常用的心电数据库第17-18页
第2章 心电信号预处理技术第18-26页
    2.1 引言第18-19页
    2.2 小波理论和小波去噪第19-22页
        2.2.1 小波变换的原理第19页
        2.2.2 小波的多分辨率分析第19-20页
        2.2.3 小波变换和信号奇异点的检测第20-21页
        2.2.4 小波去噪第21-22页
    2.3 数学形态学理论和滤波第22-24页
        2.3.1 数学形态学基本理论第22-23页
        2.3.2 数学形态学滤波第23-24页
    2.4 其他滤波第24-25页
    2.5 本章小结第25-26页
第3章 波形检测算法第26-48页
    3.1 引言第26页
    3.2 QRS波群检测第26-33页
        3.2.1 时域阈值法第26-27页
        3.2.2 基于小波变换的QRS波群检测法第27-28页
        3.2.3 基于数学形态学的QRS波群检测算法第28-30页
        3.2.4 基于形态学的Pan&Tompkins的算法第30-33页
    3.3 QRS波群起点和终点定位第33-38页
        3.3.1 低通差分法(LPD)第33-34页
        3.3.2 小波变换法和Hilbert变换法第34-35页
        3.3.3 一种新的低通差分法 (NLPD)第35-38页
    3.4 T波检测第38-42页
        3.4.1 当前的T波检测算法第39-40页
        3.4.2 一种新的T波检测算法(LTT法)第40-42页
    3.5 P波检测算法第42-45页
        3.5.1 目前的P波检测算法第42-43页
        3.5.2 一种新的P波检测算法(LTT法)第43-45页
    3.6 基于SZU数据库的心电特征点定位算法的验证第45-47页
    3.7 本章小结第47-48页
第4章 ECG信号特征提取第48-55页
    4.1 临床上常用的基本特征的测量第48-49页
    4.2 其他特征的测量第49-50页
    4.3 波形特征的测量第50-54页
        4.3.1 P、QRS、T波形态测量第50-52页
        4.3.2 基于深度学习的QRS波形形状的分类第52-54页
        4.3.3 其他形态特征测量第54页
    4.4 本章小结第54-55页
第5章 心拍分类和室性早搏判断第55-64页
    5.1 概述第55-57页
        5.1.1 心律失常分析和室性早搏判断第55-56页
        5.1.2 室性早搏的临床描述第56-57页
        5.1.3 分类算法研究现状第57页
    5.2 PVC/N分类算法第57-62页
        5.2.1 基于特征和SVM分类器的PVC/N分类算法第57-60页
        5.2.2 基于稀疏自编码器SAE的PVC/N分类算法第60-62页
        5.2.3 各种算法对比分析第62页
    5.3 本章小结第62-64页
第6章 心电采集、分析、测试平台和ECG数据库的构建第64-73页
    6.1 心电采集系统介绍第64-67页
        6.1.1 硬件系统第64-65页
        6.1.2 软件系统介绍第65-67页
    6.2 心电分析系统第67-69页
    6.3 心电算法测试系统第69-71页
    6.4 基于临床数据建立的SZU数据库第71-73页
第7章 总结和展望第73-75页
    7.1 主要成果和创新点第73-74页
    7.2 展望第74-75页
参考文献第75-78页
致谢第78-79页
攻读硕士学位期间的研究成果第79页

论文共79页,点击 下载论文
上一篇:PASAL1基因通过RAS/ERK信号通路抑制胃癌裸鼠移植瘤生长的研究
下一篇:慈城传统住宅的近代化转型研究