中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
缩写词简表 | 第9-11页 |
1 绪论 | 第11-19页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 射血分数降低型及射血分数保留型心衰诊断研究现状 | 第12-14页 |
1.2.2 心音信号的分析与分类研究现状 | 第14-16页 |
1.3 主要研究内容 | 第16-17页 |
1.3.1 研究目的 | 第16-17页 |
1.3.2 研究内容 | 第17页 |
1.4 论文结构安排 | 第17-19页 |
2 心音信号理论知识及数据采集 | 第19-24页 |
2.1 心音信号的生理基础 | 第19-22页 |
2.1.1 心脏结构的组成与心音的产生机制 | 第19-20页 |
2.1.2 正常心音的时频特性 | 第20-21页 |
2.1.3 心衰病人的心音时频域特性 | 第21-22页 |
2.2 心音数据采集 | 第22-23页 |
2.2.1 心衰患者选择依据 | 第22-23页 |
2.2.2 心音信号的采集 | 第23页 |
2.3 本章小结 | 第23-24页 |
3 基于独立分量分析及小波分解的心音信号去噪 | 第24-34页 |
3.1 小波分解去噪 | 第24-26页 |
3.2 独立分量分析 | 第26-32页 |
3.2.1 独立分量分析原理 | 第26-29页 |
3.2.2 单路混合心音信号扩维 | 第29-32页 |
3.3 独立分量分析结合小波分解的心音信号去噪 | 第32-33页 |
3.4 本章小结 | 第33-34页 |
4 心音信号特征提取 | 第34-51页 |
4.1 基于改进的维奥拉积分方法进行心音信号分段 | 第34-37页 |
4.2 心音信号时域特征提取 | 第37-39页 |
4.3 基于S变换的心音信号时频域特征提取 | 第39-45页 |
4.3.1 S变换算法原理 | 第40-42页 |
4.3.2 时频域特征提取 | 第42-45页 |
4.4 基于最大Lyapunov指数的心音信号非线性分析 | 第45-49页 |
4.4.1 最大Lyapunov指数算法原理 | 第46-47页 |
4.4.2 非线性特征提取 | 第47-49页 |
4.5 本章小结 | 第49-51页 |
5 基于动态聚类分析的慢性心衰分型方法研究 | 第51-60页 |
5.1 心音信号特征值的选择 | 第51-53页 |
5.1.1 主成分分析 | 第51-53页 |
5.1.2 心音信号特征值的选择结果 | 第53页 |
5.2 不同分类器识别结果分析 | 第53-55页 |
5.3 动态聚类分析 | 第55-58页 |
5.4 射血分数降低型与保留型心衰患者心音信号分类识别结果 | 第58-59页 |
5.5 本章小结 | 第59-60页 |
6 总结与展望 | 第60-62页 |
6.1 总结 | 第60-61页 |
6.2 展望 | 第61-62页 |
致谢 | 第62-64页 |
参考文献 | 第64-69页 |
附录 | 第69页 |
A.作者在攻读硕士学位期间发表的论文目录 | 第69页 |
B.作者在攻读硕士学位期间参加的科研项目 | 第69页 |