心电信号自动分析与诊断处理方法研究
| 摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| 1．1 心电图临床应用和意义 | 第8-9页 |
| 1．2 心电自动分析与诊断概述 | 第9-11页 |
| 1．2．1 心电图自动分析与诊断研究的发展、现状 | 第9-10页 |
| 1．2．2 心电图自动分析与诊断的难度 | 第10-11页 |
| 1．3 研究内容及主要工作 | 第11-12页 |
| 1．4 仿真工具和各章节介绍 | 第12-14页 |
| 1．4．1 仿真工具和采用的心电信号图片说明 | 第12-13页 |
| 1．4．2 数据来源 | 第13页 |
| 1．4．3 各章节安排 | 第13-14页 |
| 第2章 心电信号相关知识及其预处理 | 第14-39页 |
| 2．1 心电信号相关知识 | 第14-16页 |
| 2．1．1 心电信号的形成 | 第14-15页 |
| 2．1．2 心电波形及其特点概述 | 第15-16页 |
| 2．2 心电信号干扰及其常用滤波方法 | 第16-20页 |
| 2．2．1 心电信号的主要干扰分析 | 第16-18页 |
| 2．2．2 常用的滤波方法 | 第18-20页 |
| 2．3 小波变换理论 | 第20-29页 |
| 2．3．1 连续小波变换 | 第21页 |
| 2．3．2 离散小波变换 | 第21-23页 |
| 2．3．3 多分辨率分析和Mallat算法 | 第23-24页 |
| 2．3．4 奇异信号在小波变换下的特征 | 第24-27页 |
| 2．3．5 样条小波函数 | 第27-28页 |
| 2．3．6 小波函数的选取 | 第28-29页 |
| 2．4 基于小波变换的数字滤波器设计 | 第29-36页 |
| 2．4．1 小波变换滤波算法分析 | 第30-31页 |
| 2．4．2 小波消噪算法实现 | 第31-32页 |
| 2．4．3 算法仿真结果 | 第32-36页 |
| 2．5 分析与讨论 | 第36-39页 |
| 第3章 心电波形检测与特征参数提取算法 | 第39-59页 |
| 3．1 心电波形检测方法 | 第40-42页 |
| 3．1．1 心电波形硬件检测方法 | 第40-41页 |
| 3．1．2 心电波形软件检测方法 | 第41-42页 |
| 3．2 基于小波变换的波形检测算法 | 第42-49页 |
| 3．2．1 心电波形检测算法分析 | 第43-44页 |
| 3．2．2 心电波形检测方法 | 第44-47页 |
| 3．2．3 心电波形检测步骤 | 第47-49页 |
| 3．3 算法仿真研究 | 第49-52页 |
| 3．3．1 对心电信号进行Mallat算法分解 | 第49页 |
| 3．3．2 检测结果 | 第49-52页 |
| 3．4 分析与讨论 | 第52-59页 |
| 3．4．1 检测误差分析 | 第52-57页 |
| 3．4．2 讨论 | 第57-59页 |
| 第4章 心电信号自动分类算法 | 第59-78页 |
| 4．1 心电信号常用自动分类方法 | 第59-61页 |
| 4．2 神经网络的应用概况 | 第61-63页 |
| 4．2．1 神经网络的应用 | 第61-62页 |
| 4．2．2 神经网络在心电信号领域的应用概况 | 第62-63页 |
| 4．3 神经网络知识 | 第63-67页 |
| 4．3．1 BP神经网络 | 第63-65页 |
| 4．3．2 概率神经网络 | 第65-67页 |
| 4．4 算法仿真研究 | 第67-75页 |
| 4．4．1 采用的特征参数介绍及其意义 | 第67-68页 |
| 4．4．2 训练样本和方案 | 第68-70页 |
| 4．4．3 应用BP神经网络 | 第70-75页 |
| 4．4．4 应用概率神经网络 | 第75页 |
| 4．5 分析与讨论 | 第75-78页 |
| 4．5．1 分析 | 第75-76页 |
| 4．5．2 讨论 | 第76-78页 |
| 第5章 心电信号自动诊断技术 | 第78-92页 |
| 5．1 心电信号常用检测技术 | 第78-80页 |
| 5．2 心房纤维性颤动自动诊断算法 | 第80-82页 |
| 5．2．1 心房纤维性颤动介绍 | 第80页 |
| 5．2．2 K—近邻法 | 第80-81页 |
| 5．2．3 特征参数选择 | 第81-82页 |
| 5．3 算法仿真研究 | 第82-86页 |
| 5．3．1 特征参数提取 | 第82-83页 |
| 5．3．2 对样本矢量进行欧式距离计算 | 第83-85页 |
| 5．3．3 使用K—近邻法进行决策 | 第85-86页 |
| 5．4 分析与讨论 | 第86-87页 |
| 5．4．1 分析 | 第86页 |
| 5．4．2 讨论 | 第86-87页 |
| 5．5 心电信号自动分析与诊断系统 | 第87-91页 |
| 5．5．1 心电信号自动分析与诊断技术发展 | 第87-88页 |
| 5．5．2 心电信号自动分析与诊断系统的基本构成 | 第88页 |
| 5．5．3 心电信号自动分析与诊断的方法学 | 第88-90页 |
| 5．5．4 心电信号自动分析与诊断性能的评价 | 第90-91页 |
| 5．6 总结 | 第91-92页 |
| 第6章 总结与展望 | 第92-94页 |
| 6．1 总结 | 第92-93页 |
| 6．2 展望 | 第93-94页 |
| 参考文献 | 第94-99页 |
| 致谢 | 第99-100页 |
| 攻读硕士期间发表论文 | 第100-101页 |
| 西北工业大学学位论文知识产权声明书 | 第101页 |
| 西北工业大学学位论文原创性声明 | 第101页 |
