摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 心电信号去噪的研究现状 | 第11页 |
1.3 心电信号检测和识别的研究现状 | 第11-12页 |
1.4 心电信号特征提取和挖掘算法实现研究现状 | 第12-13页 |
1.5 课题研究的主要内容 | 第13页 |
1.6 论文的组织结构 | 第13-16页 |
第二章 心电图的基本知识和心电数据来源 | 第16-20页 |
2.1 心电图基本内容 | 第16-17页 |
2.1.1 心电信号产生机理 | 第16页 |
2.1.2 心电信号特征 | 第16页 |
2.1.3 心电图各波段信息和参数 | 第16-17页 |
2.2 实验数据源 | 第17-18页 |
2.3 本章小结 | 第18-20页 |
第三章 小波变换理论基础 | 第20-24页 |
3.1 小波分析方法 | 第20页 |
3.2 连续小波变换 | 第20-21页 |
3.3 离散小波变换 | 第21页 |
3.4 平稳小波变换 | 第21-22页 |
3.5 本章小结 | 第22-24页 |
第四章 基于小波变换的心电信号处理与特征识别 | 第24-36页 |
4.1 二次滤波噪声分析 | 第24-25页 |
4.2 小波阈值去噪法 | 第25页 |
4.3 阈值函数的选取 | 第25-26页 |
4.4 阈值的选取 | 第26-27页 |
4.5 自适应软阈值函数滤波 | 第27-28页 |
4.6 小波基函数的选取 | 第28-31页 |
4.7 心电信号频率分析和小波函数分层 | 第31页 |
4.8 实验结果和性能分析 | 第31-34页 |
4.9 本章小结 | 第34-36页 |
第五章 基于平稳小波变换的心电信号波形检测与特征识别 | 第36-54页 |
5.1 心电信号小波变换的奇异点检测 | 第36-39页 |
5.1.1 小波变化提取心电信号奇异点原理 | 第36-38页 |
5.1.2 李氏指数与小波系数的关系 | 第38-39页 |
5.2 B样条小波基在小波变换中的运用 | 第39-41页 |
5.2.1 二次样条小波变换原理 | 第39-40页 |
5.2.2 构造双正交样条小波滤波器 | 第40-41页 |
5.3 自适应加窗QRS波群检测 | 第41-51页 |
5.3.1 R波检测原理 | 第41-42页 |
5.3.2 自适应加窗R波检测步骤 | 第42-44页 |
5.3.3 R波的误检和漏检 | 第44页 |
5.3.4 R波检测结果 | 第44-46页 |
5.3.5 Q波和S波检测 | 第46-47页 |
5.3.6 Q波和S波检测流程 | 第47页 |
5.3.7 Q波和S波检测结果 | 第47-48页 |
5.3.8 QRS波群起始点检测 | 第48-50页 |
5.3.9 QRS波群起始点检测结果 | 第50-51页 |
5.4 P波和T波检测 | 第51-52页 |
5.4.1 P波和T波检测步骤 | 第51-52页 |
5.4.2 P波和T波检测结果 | 第52页 |
5.5 本章小结 | 第52-54页 |
第六章 心电特征波段信息提取与异常预测模型构建 | 第54-66页 |
6.1 常见异常心电划分 | 第54-55页 |
6.2 异常心电诊断标准特征量化 | 第55-56页 |
6.3 心电特征波段信息采集与入库 | 第56-57页 |
6.4 心电异常分类预测模型构建 | 第57-65页 |
6.4.1 决策树算法简介 | 第57-59页 |
6.4.2 C5.0算法构建预测模型 | 第59-61页 |
6.4.3 K重交叉验证简介 | 第61-62页 |
6.4.4 随机森林树算法简介 | 第62-63页 |
6.4.5 基于随机森林树算法构建预测模型 | 第63-65页 |
6.5 本章小结 | 第65-66页 |
第七章 总结与展望 | 第66-69页 |
7.1 总结 | 第66页 |
7.2 展望 | 第66-69页 |
参考文献 | 第69-72页 |
致谢 | 第72-73页 |
攻读学位期间发表的学术论文和申请专利 | 第73页 |