病理性附加肺音可视化识别方法研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-24页 |
1.1 研究背景与意义 | 第11-17页 |
1.2 研究现状和存在问题 | 第17-20页 |
1.2.1 研究现状 | 第17-19页 |
1.2.2 存在问题 | 第19-20页 |
1.3 研究目标和内容 | 第20-22页 |
1.4 论文结构 | 第22-24页 |
第2章 病理性附加肺音的识别方法 | 第24-37页 |
2.1 基于可视化特征的方法研究 | 第24-29页 |
2.2 基于统计量特征的方法研究 | 第29-30页 |
2.3 基于小波特征量的方法研究 | 第30-33页 |
2.4 基于其他特征量分析的方法研究 | 第33-34页 |
2.5 基于机器学习的方法研究 | 第34-36页 |
2.6 本章小结 | 第36-37页 |
第3章 病理性附加肺音数据获取与分析 | 第37-55页 |
3.1 临床小儿肺炎患者肺音分类 | 第37-38页 |
3.2 肺音采集方法 | 第38-42页 |
3.2.1 肺音采集及预处理方法的研究现状 | 第38-40页 |
3.2.2 临床小儿肺炎肺音的数据采集 | 第40-42页 |
3.3 肺音数据处理 | 第42-48页 |
3.4 水泡音STFT谱图特征分析 | 第48-49页 |
3.5 喘鸣音STFT谱图特征分析 | 第49-51页 |
3.6 水泡音与喘鸣音的谱图特征模型 | 第51-54页 |
3.7 本章小结 | 第54-55页 |
第4章 水泡音可视化识别方法研究 | 第55-82页 |
4.1 水泡音STFT变换识别方法 | 第55-58页 |
4.2 水泡音小波变换识别方法 | 第58-69页 |
4.3 水泡音S变换识别方法 | 第69-72页 |
4.4 实验结果和分析 | 第72-81页 |
4.4.1 VC-STFT水泡音识别算法数据分析 | 第72-76页 |
4.4.2 VCWT水泡音识别算法数据分析 | 第76-78页 |
4.4.3 VCST水泡音识别算法数据分析 | 第78-81页 |
4.5 本章小结 | 第81-82页 |
第5章 喘鸣音可视化识别方法研究 | 第82-106页 |
5.1 喘鸣音Hough变换识别方法 | 第82-87页 |
5.2 喘鸣音STFT变换识别方法 | 第87-90页 |
5.3 喘鸣音小波变换识别方法 | 第90-92页 |
5.4 喘鸣音S变换识别方法 | 第92-94页 |
5.5 实验结果和分析 | 第94-105页 |
5.5.1 VW-STFT喘鸣音识别算法数据分析 | 第94-97页 |
5.5.2 VWHT喘鸣音识别算法数据分析 | 第97-99页 |
5.5.3 VWWT喘鸣音识别算法数据分析 | 第99-101页 |
5.5.4 VWST喘鸣音识别算法数据分析 | 第101-105页 |
5.6 本章小结 | 第105-106页 |
第6章 水泡音与喘鸣音融合识别研究 | 第106-112页 |
6.1 VLFR可视化肺音融合识别方法 | 第106-108页 |
6.2 VLFR实验结果和分析 | 第108-110页 |
6.3 VLFR算法效率分析 | 第110-111页 |
6.4 本章小结 | 第111-112页 |
第7章 结论与展望 | 第112-115页 |
7.1 本文的研究工作总结 | 第112-113页 |
7.2 未来研究的展望 | 第113-115页 |
参考文献 | 第115-124页 |
致谢 | 第124-125页 |
攻读学位期间发表的论文及科研工作 | 第125-126页 |
作者简介 | 第126页 |