首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

心电图形态特征的识别及其在分类中的作用研究

摘要第1-7页
ABSTRACT第7-12页
第1章 绪论第12-17页
   ·研究背景第12-13页
   ·研究目的与意义第13-14页
   ·本文的研究内容第14-16页
   ·本文的组织结构第16-17页
第2章 相关工作第17-34页
   ·信号预处理第18-20页
   ·标准心电图数据库第20-22页
     ·MIT-BIH数据库第21页
     ·QT数据库第21页
     ·CSE数据库第21页
     ·AHA数据库第21-22页
     ·常用数据库比较第22页
   ·特征提取第22-29页
     ·QRS波群检测第23-27页
     ·P、T波与边界检测第27-29页
   ·模式分类第29-32页
   ·小结第32-34页
第3章 专家诊断方式与形态特征第34-43页
   ·专家诊断的思维过程第34页
   ·心电图常规特征第34-37页
   ·心电图形态特征第37-41页
     ·QRS形态特征第37-39页
     ·P-T形态特征第39-40页
     ·形态特征在诊断中的应用第40-41页
   ·小结第41-43页
第4章 中国心血管疾病数据库第43-57页
   ·现有标准数据库的缺陷第43-44页
   ·新数据库的特点第44-45页
   ·数据获取第45-46页
   ·数据标注流程第46页
   ·数据的物理存储结构第46-48页
   ·标注数据格式与计算机程序访问接口第48-50页
   ·管理端与标注端辅助工具第50-55页
     ·管理端工具第50-52页
     ·标注端工具第52-55页
   ·规划与现状第55-56页
   ·小结第56-57页
第5章 形态特征识别算法研究第57-78页
   ·基于一阶邻近-动态时间规整的形态特征识别框架第57-69页
     ·框架介绍第57-58页
     ·预处理第58页
     ·K-邻近算法第58-59页
     ·动态时间规整第59-60页
     ·一阶邻近-动态时间规整第60页
     ·模板选择与压缩算法第60-64页
     ·新提出的特征选择与压缩算法第64-65页
     ·实验数据与步骤第65-66页
     ·实验结果与分析第66-69页
   ·实时形态识别算法第69-76页
     ·算法描述第69-75页
     ·实验数据与步骤第75页
     ·实验结果与分析第75-76页
   ·小结第76-78页
第6章 形态特征在模式分类中的应用与研究第78-112页
   ·用于心电图模式分类的常规特征第78-79页
   ·形态特征的表示方法第79-83页
     ·代码表示法第80页
     ·采样点表示法第80-81页
     ·子波表示法第81-82页
     ·复杂表示法第82-83页
   ·试验数据第83-85页
   ·预处理第85-86页
   ·分类方法介绍第86-91页
     ·贝叶斯分类器第86-87页
     ·贝叶斯网络第87-88页
     ·K阶-邻近分类器第88页
     ·决策树第88-89页
     ·支持向量机第89-91页
   ·特征选择算法介绍第91-94页
     ·相关性统计第92页
     ·卡方检验第92-93页
     ·信息增益与增益比率第93页
     ·OneR评价第93页
     ·Relief-F评价第93-94页
     ·封装器第94页
   ·试验平台与工具第94-95页
   ·实验步骤第95-99页
     ·实验1:2导联与12导联心电图第95-96页
     ·实验2:形态表示方式第96-97页
     ·实验3:特征选择算法第97-99页
   ·实验结果第99-110页
     ·实验1:2导联与12导联心电图第99页
     ·实验2:形态表示方式第99-105页
     ·实验3:特征选择算法第105-109页
     ·实验小结第109-110页
   ·小结第110-112页
第7章 总结与展望第112-115页
   ·主要研究工作与创新点第112-113页
   ·工作展望第113-115页
参考文献第115-128页
致谢第128-129页
攻读博士学位期间主要科研成果第129页

论文共129页,点击 下载论文
上一篇:毛姆异域游记研究
下一篇:硅微通道板制备及其热电性能研究