| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 心电信号处理技术的研究现状 | 第11-13页 |
| 1.3 片上心电信号处理面临的问题 | 第13-16页 |
| 1.4 本文研究内容和组织结构 | 第16-19页 |
| 1.4.1 心电信号处理模块设计的主要内容 | 第16-17页 |
| 1.4.2 论文的组织结构 | 第17-19页 |
| 第二章 心电信号处理算法研究 | 第19-81页 |
| 2.1 心电信号的基本特点 | 第19-24页 |
| 2.2 本文心电信号数据来源 | 第24-26页 |
| 2.3 心电信号消噪算法研究 | 第26-48页 |
| 2.3.1 常用心电信号消噪算法简介 | 第26-28页 |
| 2.3.2 小波变换消噪的理论基础 | 第28-36页 |
| 2.3.3 本文的心电信号消噪方案 | 第36-48页 |
| 2.4 心电信号奇异点检测算法研究 | 第48-54页 |
| 2.4.1 常用心电信号奇异点检测算法简介 | 第48-49页 |
| 2.4.2 小波变换奇异点检测的理论基础 | 第49-51页 |
| 2.4.3 本文的心电信号奇异点检测方案 | 第51-54页 |
| 2.5 心拍特征参数压缩提取算法研究 | 第54-59页 |
| 2.5.1 用于心拍分类的特征参数压缩提取方法简介 | 第54-56页 |
| 2.5.2 高阶累积量提取并放大波形特征的理论基础 | 第56页 |
| 2.5.3 本文的心拍特征参数选择和提取方案 | 第56-59页 |
| 2.6 心拍分类识别算法研究 | 第59-80页 |
| 2.6.1 常用心拍分类识别算法简介 | 第59-60页 |
| 2.6.2 支持向量机分类理论简介 | 第60-70页 |
| 2.6.3 本文的心拍分类识别方案 | 第70-80页 |
| 2.7 心电信号处理算法的软硬件划分 | 第80-81页 |
| 第三章 心电信号处理模块的硬件设计 | 第81-109页 |
| 3.1 微处理器平台及本文硬件模块挂载方式简介 | 第81-82页 |
| 3.2 数字电路低功耗设计技术简介 | 第82-83页 |
| 3.3 可配置小波变换硬件模块wt的设计 | 第83-95页 |
| 3.3.1 wt模块的可配置整体设计 | 第83-87页 |
| 3.3.2 wt模块的各部分端口介绍 | 第87-89页 |
| 3.3.3 wt模块的存储空间排布 | 第89-90页 |
| 3.3.4 配置加载load时序及SRAM读写时序 | 第90-92页 |
| 3.3.5 wt模块的低功耗优化策略 | 第92-95页 |
| 3.4 可配置多分类支持向量机决策模块svms的设计 | 第95-109页 |
| 3.4.1 svms模块的可配置整体设计 | 第95-99页 |
| 3.4.2 模块svms各部分端口介绍 | 第99-101页 |
| 3.4.3 模块svms的共享乘累加单元设计 | 第101-103页 |
| 3.4.4 模块svms中非线性运算的硬件实现 | 第103-107页 |
| 3.4.5 支持数据的存储结构排布 | 第107-109页 |
| 第四章 验证与结果分析 | 第109-115页 |
| 4.1 硬件模块的寄存器传输级代码功能测试 | 第109-111页 |
| 4.2 硬件模块的集成电路实现流程简介 | 第111-112页 |
| 4.3 流片测试结果 | 第112-115页 |
| 第五章 总结与展望 | 第115-117页 |
| 5.1 工作总结 | 第115-116页 |
| 5.2 工作展望 | 第116-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-126页 |
