| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 基于先验知识的自动分析方法 | 第13-15页 |
| 1.2.2 基于机器学习的自动分析方法 | 第15-17页 |
| 1.3 本文主要工作 | 第17-18页 |
| 2 临床心电数据自动分析相关技术 | 第18-27页 |
| 2.1 临床心电数据的产生 | 第18页 |
| 2.2 临床心电数据的采集 | 第18-19页 |
| 2.3 临床心电数据的主要特征分析 | 第19-23页 |
| 2.3.1 基本波形 | 第20-21页 |
| 2.3.2 P-QRS-T波幅度 | 第21-22页 |
| 2.3.3 心电轴 | 第22页 |
| 2.3.4 ST段形态特征 | 第22-23页 |
| 2.4 心电数据库对比分析 | 第23-26页 |
| 2.4.1 实验用心电数据库 | 第24-25页 |
| 2.4.2 中国心血管疾病数据库 | 第25-26页 |
| 2.5 小结 | 第26-27页 |
| 3 临床心电数据预处理 | 第27-38页 |
| 3.1 临床心电数据的常见干扰 | 第27-29页 |
| 3.1.1 不确定性干扰 | 第28页 |
| 3.1.2 确定性干扰 | 第28-29页 |
| 3.2 不确定性干扰的去除 | 第29-33页 |
| 3.2.1 多导联滤波 | 第30-33页 |
| 3.2.2 实验结果及数据分析 | 第33页 |
| 3.3 确定性干扰的去除 | 第33-37页 |
| 3.3.1 基线漂移的去除 | 第33-34页 |
| 3.3.2 工频信号干扰的去除 | 第34-35页 |
| 3.3.3 基于二阶盲源分离的肌电干扰去除 | 第35-37页 |
| 3.4 小结 | 第37-38页 |
| 4 单导联心电数据的自动分析 | 第38-45页 |
| 4.1 基于DNA-BP神经网络的心电数据自动分析 | 第39-41页 |
| 4.2 基于卷积神经网络的心电数据自动分析 | 第41-43页 |
| 4.3 实验与结果分析 | 第43-44页 |
| 4.4 小结 | 第44-45页 |
| 5 临床多导联心电数据的自动分析 | 第45-54页 |
| 5.1 卷积融合计算的改进 | 第45-47页 |
| 5.2 卷积神经网络的设计 | 第47-48页 |
| 5.3 基于残差网络的反馈改进方法 | 第48-50页 |
| 5.4 实验与结果分析 | 第50-53页 |
| 5.4.1 参数选择 | 第50-52页 |
| 5.4.2 结果与分析 | 第52-53页 |
| 5.5 小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 个人简历、硕士学习期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |