摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第10-18页 |
1.1 研究背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 研究意义及目的 | 第13-14页 |
1.3.1 研究意义 | 第13-14页 |
1.3.2 研究目的 | 第14页 |
1.4 论文研究内容及结构安排 | 第14-18页 |
1.4.1 论文的研究内容 | 第14-15页 |
1.4.2 论文的结构安排 | 第15-18页 |
2 心音信号的相关基础知识 | 第18-24页 |
2.1 心脏的基本结构 | 第18-19页 |
2.2 心音信号的产生机制与组成 | 第19-22页 |
2.2.1 心音信号的产生机制 | 第19-21页 |
2.2.2 心音信号的组成 | 第21-22页 |
2.3 心音信号的时频域特征 | 第22-23页 |
2.3.1 心音信号的时域特征 | 第22-23页 |
2.3.2 心音信号的频域特征 | 第23页 |
2.4 本章小结 | 第23-24页 |
3 基于奇异谱分析的心音信号小波去噪方法 | 第24-56页 |
3.1 心音信号的噪声特性 | 第24-25页 |
3.2 传统的心音去噪方法及局限性 | 第25-27页 |
3.3 心音信号的奇异谱分析 | 第27-33页 |
3.3.1 基于主分量分析的奇异谱理论 | 第27-28页 |
3.3.2 多级奇异值分解(MS-SVD)算法提取心音 | 第28-33页 |
3.4 心音信号的小波去噪 | 第33-41页 |
3.4.1 小波变换的基本理论 | 第33-34页 |
3.4.2 小波去噪方法及主要步骤 | 第34-35页 |
3.4.3 分解尺度的最优选择 | 第35-36页 |
3.4.4 噪声阈值的估计 | 第36-41页 |
3.5 改进的基于奇异谱分析的心音信号小波去噪算法 | 第41-42页 |
3.6 仿真实验及分析 | 第42-53页 |
3.6.1 改进算法在不同噪声强度下的去噪分析 | 第42-45页 |
3.6.2 同类算法去噪效果对比 | 第45-50页 |
3.6.3 去噪前后心音信号动力学特性分析 | 第50-53页 |
3.7 本章小结 | 第53-56页 |
4 混沌的基本理论 | 第56-64页 |
4.1 混沌的特性 | 第56-57页 |
4.2 相空间重构理论 | 第57-60页 |
4.2.1 相空间重构方法 | 第57页 |
4.2.2 延迟时间τ的确定 | 第57-58页 |
4.2.3 嵌入维数 m 的选取 | 第58-60页 |
4.3 混沌时间序列的特征量 | 第60-63页 |
4.3.1 基于熵的复杂性分析——近似熵 | 第60-61页 |
4.3.2 基于分形的自相似性分析——关联维 | 第61-62页 |
4.3.3 基于递归定量的确定性分析——递归值 | 第62-63页 |
4.4 本章小结 | 第63-64页 |
5 心音信号特征量及混沌特征分析 | 第64-84页 |
5.1 心音信号的相空间重构 | 第64-68页 |
5.2 心音信号的近似熵 | 第68-69页 |
5.2.1 相关参数的选取 | 第68-69页 |
5.2.2 近似熵算法的实现 | 第69页 |
5.3 心音信号的关联维 | 第69-71页 |
5.3.1 G-P 算法确定心音信号关联维 | 第69-70页 |
5.3.2 关联维的计算实现 | 第70-71页 |
5.4 心音信号的递归图 | 第71-76页 |
5.4.1 递归图算法的实现 | 第71-73页 |
5.4.2 不同心脏疾病心音的递归图 | 第73-76页 |
5.5 心音信号的混沌特征分析 | 第76-82页 |
5.5.1 心音样本的选取及统计方法 | 第76-77页 |
5.5.2 心音信号的近似熵值分析 | 第77-78页 |
5.5.3 心音信号的关联维值分析 | 第78-80页 |
5.5.4 心音信号的递归定量分析 | 第80-82页 |
5.6 本章小结 | 第82-84页 |
6 总结与展望 | 第84-86页 |
6.1 总结 | 第84-85页 |
6.2 展望 | 第85-86页 |
致谢 | 第86-88页 |
参考文献 | 第88-94页 |
附录 | 第94页 |
A 作者在攻读硕士学位期间发表的论文目录 | 第94页 |
B 作者在攻读硕士学位期间参加的科研项目 | 第94页 |