| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义及目的 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 心音消噪的研究现状 | 第10-12页 |
| 1.2.2 心音信号特征分析与识别的发展现状 | 第12-14页 |
| 1.3 论文主要的研究内容和结构 | 第14-16页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 文章结构 | 第14-16页 |
| 2 心音信号的基本特征 | 第16-25页 |
| 2.1 心音的基本特征 | 第16-21页 |
| 2.1.1 心脏的结构 | 第16-17页 |
| 2.1.2 心音的产生机制 | 第17-20页 |
| 2.1.3 心音的时域和频域特征 | 第20-21页 |
| 2.2 心脏听诊 | 第21-22页 |
| 2.3 心音的采集 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于SSA和小波的心音信号的预处理 | 第25-37页 |
| 3.1 噪声的特征 | 第25页 |
| 3.2 心音信号的奇异谱分析 | 第25-30页 |
| 3.2.1 SSA的基本原理 | 第25-27页 |
| 3.2.2 基于SSA和噪声特征的心音信号的消噪 | 第27-30页 |
| 3.3 基于SSA和小波阈值的消噪方法及仿真实验 | 第30-35页 |
| 3.3.1 小波消噪 | 第30页 |
| 3.3.2 基于SSA和小波阈值的消噪算法 | 第30-31页 |
| 3.3.3 仿真实验 | 第31-35页 |
| 3.4 本章小结 | 第35-37页 |
| 4 基于奇异谱的心音成分分离提取 | 第37-45页 |
| 4.1 心音信号的成分分析 | 第37-38页 |
| 4.1.1 心脏杂音 | 第37-38页 |
| 4.2 基于奇异谱分析和心音频率特性的信号成分的提取 | 第38-40页 |
| 4.2.1 奇异谱分析的方法原理 | 第38-39页 |
| 4.2.2 信号成分的提取 | 第39-40页 |
| 4.3 各成分信号重构结果分析 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 基于EMD的心音特征参数的选取 | 第45-55页 |
| 5.1 经验模式分解基本理论 | 第45-46页 |
| 5.2 功率谱密度分析 | 第46-52页 |
| 5.2.1 功率谱密度的定义 | 第46-47页 |
| 5.2.2 剩余部分信号IMF分量的功率谱密度 | 第47-52页 |
| 5.3 信号特征参数的选择 | 第52-53页 |
| 5.4 本章小结 | 第53-55页 |
| 6 心音的分类及应用 | 第55-70页 |
| 6.1 心音样本的来源 | 第55页 |
| 6.2 基于K-MEAN聚类的心音的分类 | 第55-62页 |
| 6.2.1 K-mean聚类 | 第55-56页 |
| 6.2.2 基于K-mean聚类的心音分类原理 | 第56-57页 |
| 6.2.3 边界值的确定 | 第57-59页 |
| 6.2.4 分类结果分析及讨论 | 第59-62页 |
| 6.3 基于支持向量机的心音的分类 | 第62-65页 |
| 6.3.1 支持向量机（SVM） | 第62-63页 |
| 6.3.2 LibSVM | 第63-64页 |
| 6.3.3 心音的分类训练和测试结果 | 第64-65页 |
| 6.4 分析结果的应用 | 第65-69页 |
| 6.5 本章小结 | 第69-70页 |
| 7 总结和展望 | 第70-72页 |
| 7.1 总结 | 第70-71页 |
| 7.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 附录 | 第79页 |
| A. 作者在攻读学位期间发表的论文目录 | 第79页 |