| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-17页 |
| 1.1 课题研究的背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-14页 |
| 1.2.1 信号预处理 | 第9-10页 |
| 1.2.2 心拍分割 | 第10-11页 |
| 1.2.3 特征提取 | 第11-12页 |
| 1.2.4 分类识别 | 第12-14页 |
| 1.3 存在的问题 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 心电图和卷积神经网络 | 第17-37页 |
| 2.1 引言 | 第17页 |
| 2.2 基本心电知识 | 第17-21页 |
| 2.2.1 心电图产生机理 | 第17-18页 |
| 2.2.2 导联系统 | 第18-20页 |
| 2.2.3 正常心电图介绍 | 第20-21页 |
| 2.3 常用标准心电图数据库和AAMI标准 | 第21-24页 |
| 2.3.1 四大标准心电图数据库 | 第21-23页 |
| 2.3.2 INCART数据库 | 第23页 |
| 2.3.3 CCDD数据库 | 第23-24页 |
| 2.3.4 AAMI标准 | 第24页 |
| 2.4 卷积神经网络 | 第24-37页 |
| 2.4.1 卷积神经网络 | 第25-28页 |
| 2.4.2 相关技术 | 第28-32页 |
| 2.4.3 训练算法 | 第32-37页 |
| 第3章 基于卷积神经网络的第一导联心电图心拍分类算法 | 第37-47页 |
| 3.1 算法简介 | 第37页 |
| 3.2 算法描述 | 第37-41页 |
| 3.2.1 数据预处理 | 第37-38页 |
| 3.2.2 一维卷积神经网络 | 第38页 |
| 3.2.3 网络结构设计 | 第38-40页 |
| 3.2.4 softmax分类损失权重 | 第40-41页 |
| 3.2.5 算法流程 | 第41页 |
| 3.3 实验及结果分析 | 第41-45页 |
| 3.3.1 数据库 | 第41-42页 |
| 3.3.2 实验平台与评价标准 | 第42-43页 |
| 3.3.3 实验结果及分析 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于心拍和神经网络的第一导联心电图分类算法 | 第47-57页 |
| 4.1 算法简介 | 第47页 |
| 4.2 算法描述 | 第47-52页 |
| 4.2.1 HF-CNN网络整体框架 | 第47-48页 |
| 4.2.2 基于心电图整段信号的卷积神经网络(CNN1) | 第48-50页 |
| 4.2.3 基于心拍的卷积神经网络(CNN2) | 第50-51页 |
| 4.2.4 融合心拍特征的心电图整段信号的卷积神经网络(HF-CNN) | 第51-52页 |
| 4.3 实验及结果分析 | 第52-56页 |
| 4.3.1 数据库及评价指标 | 第52-53页 |
| 4.3.2 实验结果 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57-58页 |
| 5.2 未来工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 发表论文和参加科研情况 | 第63-65页 |
| 致谢 | 第65页 |
