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 |