首页--工业技术论文--机械、仪表工业论文--仪器、仪表论文--医药卫生器械论文--诊断检验用器械论文

基于Android的智能心电仪设计

摘要第5-6页
Abstract第6页
第一章 绪论第7-15页
    1.1 设计背景介绍第7-8页
    1.2 国内外研究现状及水平第8-9页
    1.3 ECG波形检测技术概述第9-11页
        1.3.1 模式匹配法第9页
        1.3.2 差分阈值法第9-10页
        1.3.3 数学形态法第10页
        1.3.4 句法识别法第10页
        1.3.5 小波变换法第10-11页
    1.4 心电信号的特点第11-13页
        1.4.1 心电信号的产生原理第11-12页
        1.4.2 ECG特征波形第12-13页
    1.5 课题研究内容与设计方案第13页
    1.6 论文工作安排第13-15页
第二章 心电信号采集装置设计第15-24页
    2.1 系统硬件设计第15-20页
        2.1.1 主控制器第15-16页
        2.1.2 AD8232心电信号调理模块设计第16-18页
        2.1.3 显示电阻屏第18页
        2.1.4 蓝牙模块第18-19页
        2.1.5 电源电路第19-20页
    2.2 采集信号噪声处理第20-22页
        2.2.1 卡尔曼滤波第20-21页
        2.2.2 迭代滤波算法第21-22页
    2.3 系统软件设计第22-23页
    2.4 小结第23-24页
第三章 基于小波变换的心电信号抗干扰处理第24-40页
    3.1 小波变换的原理第24-31页
        3.1.1 连续小波变换第30-31页
        3.1.2 离散小波变换第31页
    3.2 心电信号的预处理第31-39页
        3.2.1 肌电干扰与基线漂移第32页
        3.2.2 离散小波变换Mallat算法的分解与重构第32-35页
        3.2.3 MIT-BIH心电数据库第35-36页
        3.2.4 离散小波变换Mallat算法去除基线漂移第36-38页
        3.2.5 离散小波变换Mallat算法阈值去除肌电干扰第38-39页
    3.3 小结第39-40页
第四章 基于小波变换的心电信号QRS特征波提取与决策树诊断第40-51页
    4.1 R波提取第40-44页
        4.1.1 小波模极值与信号的奇异点第40-41页
        4.1.2 提取算法的实现与验证第41-44页
    4.2 Q波和S波的提取第44-45页
    4.3 心电波形诊断第45-50页
        4.3.1 QRS波特征参数与疾病临床状态的关系第45-46页
        4.3.2 决策树自动诊断第46-49页
        4.3.3 决策树诊断结果第49-50页
    4.4 小结第50-51页
第五章 心电仪Android客户端开发第51-68页
    5.1 Android介绍第51-55页
        5.1.1 Android系统架构第51-52页
        5.1.2 Android四大组件第52-54页
        5.1.3 Android开发环境第54-55页
    5.2 Android客户端架构设计第55-56页
    5.3 Android客户端功能设计开发第56-65页
        5.3.1 客户端自动检测算法JNI开发第57-58页
        5.3.2 蓝牙数据传输第58-60页
        5.3.3 数据库开发第60-61页
        5.3.4 心电图检测页面设计开发第61-62页
        5.3.5 其他功能的开发第62-65页
    5.4 Android移动端测试第65-67页
    5.5 小结第67-68页
第六章 总结与展望第68-70页
    6.1 总结第68-69页
    6.2 展望第69-70页
参考文献第70-74页
致谢第74-75页
作者简介第75-76页

论文共76页,点击 下载论文
上一篇:基于VB.NET的超声C扫特征成像系统研发
下一篇:超宽带融合光流的无人机室内定位技术研究