基于小波系数预测的ECG信号压缩研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 概述 | 第9-16页 |
| 1.1 研究背景及现状 | 第9-11页 |
| 1.2 选题的目的和意义 | 第11页 |
| 1.3 心电信号的简要介绍 | 第11-13页 |
| 1.3.1 ECG信号的结构特点 | 第11-12页 |
| 1.3.2 常用心电数据库 | 第12-13页 |
| 1.4 论文的主要工作 | 第13-15页 |
| 1.5 论文的结构介绍和创新点 | 第15-16页 |
| 第二章 小波变换和量化 | 第16-28页 |
| 2.1 小波变换的背景介绍 | 第16页 |
| 2.1.1 小波变换与傅里叶变换的对比分析 | 第16页 |
| 2.2 小波变换的原理 | 第16-17页 |
| 2.3 连续小波变换 | 第17-20页 |
| 2.3.1 连续小波变换的性质 | 第17-18页 |
| 2.3.2 连续小波变换的步骤 | 第18-19页 |
| 2.3.3 模极大识别R波 | 第19-20页 |
| 2.4 ECG信号的周期定位 | 第20-21页 |
| 2.5 离散小波变换 | 第21-24页 |
| 2.6 小波系数的量化 | 第24-28页 |
| 2.6.1 量化的必要性 | 第24-25页 |
| 2.6.2 均匀量化器 | 第25-27页 |
| 2.6.3 带截止区均匀量化器 | 第27-28页 |
| 第三章 Context建模 | 第28-36页 |
| 3.1 Context模型的建立 | 第28-29页 |
| 3.2 找到与Context模板匹配的训练集T | 第29-31页 |
| 3.3 条件点的相关性 | 第31页 |
| 3.4 Context模板中阶数的确定 | 第31-32页 |
| 3.5 对寻找训练集T的改进 | 第32-34页 |
| 3.6 最优线性预测 | 第34-36页 |
| 第四章 编码理论知识及编码过程的实现 | 第36-42页 |
| 4.1 编码理论基础知识 | 第36-37页 |
| 4.1.1 算术编码 | 第36-37页 |
| 4.1.2 自适应算术码 | 第37页 |
| 4.2 编码流程 | 第37-39页 |
| 4.3 衡量数据压缩的标准 | 第39-42页 |
| 第五章 实验结果及分析 | 第42-51页 |
| 5.1 基于小波系数预测的实验算法结构 | 第42-44页 |
| 5.1.1 编码算法流程 | 第42页 |
| 5.1.2 解码算法流程 | 第42-44页 |
| 5.2 实验结果及分析 | 第44-51页 |
| 5.2.1 实验结果及分析 | 第44-51页 |
| 第六章 全文总结和下一步工作计划 | 第51-53页 |
| 6.1 全文总结 | 第51页 |
| 6.2 下一步工作和展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |
