心电信号的异常心律分类算法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 正常心电图波形 | 第10-12页 |
| 1.3 异常心律识别技术的国内外研究现状 | 第12-15页 |
| 1.4 心电信号异常心律识别的难点 | 第15页 |
| 1.5 本论文的研究内容及章节安排 | 第15-17页 |
| 2 心律失常相关基础知识 | 第17-23页 |
| 2.1 心电信号的相关机理 | 第17-18页 |
| 2.2 心律失常 | 第18-21页 |
| 2.2.1 心律失常的产生 | 第18页 |
| 2.2.2 常见的心律失常及识别标准 | 第18-21页 |
| 2.3 研究的数据来源 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 心电信号的预处理 | 第23-33页 |
| 3.1 心电信号中的噪声 | 第23-24页 |
| 3.2 小波去噪理论 | 第24-25页 |
| 3.2.1 小波变换 | 第24页 |
| 3.2.2 小波去噪方法 | 第24-25页 |
| 3.3 基于自适应小波阀值去噪算法的设计 | 第25-29页 |
| 3.3.1 小波阀值去噪基础 | 第25-26页 |
| 3.3.2 自适应小波阀值去噪滤波器的设计 | 第26-29页 |
| 3.4 仿真实验 | 第29-31页 |
| 3.5 本章小结 | 第31-33页 |
| 4 心电信号的波形检测与特征提取 | 第33-53页 |
| 4.1 小波模极大值波形检测算法原理 | 第33-34页 |
| 4.2 波形检测具体算法 | 第34-37页 |
| 4.2.1 小波函数和尺度空间的选取 | 第34-35页 |
| 4.2.2 QRS波群的检测 | 第35-37页 |
| 4.3 波形检测仿真实验分析 | 第37-41页 |
| 4.4 心电信号特征提取 | 第41-50页 |
| 4.4.1 心拍的截取 | 第41-42页 |
| 4.4.2 时域特征 | 第42-46页 |
| 4.4.3 频域特征 | 第46-48页 |
| 4.4.4 时频域特征 | 第48-50页 |
| 4.5 本章小结 | 第50-53页 |
| 5 心律失常信号心拍的识别 | 第53-69页 |
| 5.1 特征向量的选择 | 第53-54页 |
| 5.2 心律失常信号心拍识别的算法 | 第54-61页 |
| 5.2.1 BP神经网络 | 第55-56页 |
| 5.2.2 支持向量机（SVM）基础理论 | 第56-57页 |
| 5.2.3 改进SVM分类识别算法 | 第57-61页 |
| 5.3 实验仿真分析与讨论 | 第61-64页 |
| 5.3.1 传统SVM和BP神经网络分类算法评估 | 第61-63页 |
| 5.3.2 改进SVM分类算法评估 | 第63-64页 |
| 5.4 心电信号心拍辅助识别系统的设计 | 第64-67页 |
| 5.5 本章总结 | 第67-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-82页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第77页 |
| B. 作者在攻读硕士学位期间所获得的奖励目录 | 第77页 |
| C. 相关程序 | 第77-82页 |
