| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 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 国内外研究现状 | 第10-14页 |
| 1.2.1 心音听诊研究现状 | 第10-11页 |
| 1.2.2 心音图研究现状 | 第11-12页 |
| 1.2.3 心音分析仪研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 2 基于 LabVIEW 的心音分类识别系统的设计原理 | 第15-27页 |
| 2.1 心音的基本理论 | 第15-19页 |
| 2.1.1 心音信号的产生 | 第15-17页 |
| 2.1.2 心音的时频域特性 | 第17-18页 |
| 2.1.3 心音信号的采集 | 第18-19页 |
| 2.2 系统的设计原理及功能需求分析 | 第19-21页 |
| 2.2.1 系统设计原理 | 第19-20页 |
| 2.2.2 系统主要功能 | 第20页 |
| 2.2.3 系统需求分析 | 第20-21页 |
| 2.3 LabVIEW 简介 | 第21-26页 |
| 2.3.1 创建虚拟仪器的过程 | 第22-24页 |
| 2.3.2 MATLAB 脚本节点 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 预处理模块和特征提取模块的设计 | 第27-41页 |
| 3.1 预处理模块的设计 | 第27-35页 |
| 3.1.1 去噪模块 | 第27-30页 |
| 3.1.2 预加重模块 | 第30-31页 |
| 3.1.3 分帧加窗模块 | 第31-32页 |
| 3.1.4 端点检测模块 | 第32-35页 |
| 3.2 特征参数提取模块的设计 | 第35-39页 |
| 3.2.1 Mel 频率倒谱系数及其差分系数的提取 | 第35-37页 |
| 3.2.2 Delta 特征的提取 | 第37-38页 |
| 3.2.3 改进的 Mel 频率倒谱系数及其差分系数的提取 | 第38-39页 |
| 3.3 本章小结 | 第39-41页 |
| 4 模型训练与识别模块的设计 | 第41-55页 |
| 4.1 高斯混合模型 | 第41-43页 |
| 4.1.1 高斯混合模型的原理 | 第41页 |
| 4.1.2 高斯混合模型的训练 | 第41-42页 |
| 4.1.3 高斯混合模型的识别 | 第42-43页 |
| 4.2 改进的高斯混合模型 | 第43-46页 |
| 4.2.1 近似模糊 C 均值聚类算法 | 第44-45页 |
| 4.2.2 加权模糊 C 均值聚类算法 | 第45页 |
| 4.2.3 加权可选择模糊 C 均值聚类算法 | 第45-46页 |
| 4.3 GMM 的训练模块与识别模块的设计 | 第46-53页 |
| 4.3.1 训练模块的设计 | 第46-50页 |
| 4.3.2 识别模块的设计 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 5 心音分类识别系统的实现及测试 | 第55-65页 |
| 5.1 系统的实现 | 第55-56页 |
| 5.2 系统的测试 | 第56-63页 |
| 5.2.1 不同特征参数的测试 | 第56-59页 |
| 5.2.2 不同模型的测试 | 第59-61页 |
| 5.2.3 整体系统的测试 | 第61-63页 |
| 5.3 本章小结 | 第63-65页 |
| 6 总结和展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73页 |
| A 作者在攻读硕士学位期间发表的论文目录 | 第73页 |
| B 作者在攻读硕士学位期间参加的科研项目 | 第73页 |
