| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 心电信号简介 | 第13-15页 |
| 1.2.1 心电信号的产生 | 第13-14页 |
| 1.2.2 心电信号的波形 | 第14-15页 |
| 1.3 心电信号身份识别研究 | 第15-18页 |
| 1.3.1 可行性分析及其优势 | 第15页 |
| 1.3.2 心电身份识别的流程 | 第15-16页 |
| 1.3.3 研究现状 | 第16-18页 |
| 1.4 心律失常识别研究 | 第18-20页 |
| 1.4.1 研究意义 | 第18-19页 |
| 1.4.2 研究现状 | 第19-20页 |
| 1.5 研究内容和论文的组织结构 | 第20-22页 |
| 1.5.1 研究内容 | 第20-21页 |
| 1.5.2 论文的组织结构 | 第21-22页 |
| 第2章 基于两阶段神经网络的心电身份识别方法 | 第22-40页 |
| 2.1 研究动机 | 第22页 |
| 2.2 神经网络概述 | 第22-29页 |
| 2.2.1 全连接神经网络 | 第22-25页 |
| 2.2.2 卷积神经网络 | 第25-28页 |
| 2.2.3 循环神经网络 | 第28-29页 |
| 2.3 心电信号的预处理 | 第29-32页 |
| 2.3.1 心电信号的消噪 | 第29-30页 |
| 2.3.2 心电信号的分割 | 第30-32页 |
| 2.4 方法框架 | 第32-35页 |
| 2.4.1 基于一维卷积神经网络的心动周期信号质量评定 | 第32-33页 |
| 2.4.2 基于注意力机制的双向长短期记忆网络 | 第33-35页 |
| 2.5 实验结果和分析 | 第35-39页 |
| 2.5.1 数据库和实验设置 | 第35-36页 |
| 2.5.2 度量标准 | 第36-37页 |
| 2.5.3 本章方法实验性能 | 第37-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第3章 基于多导联神经网络的心律失常识别方法 | 第40-48页 |
| 3.1 研究动机 | 第40页 |
| 3.2 方法框架 | 第40-43页 |
| 3.2.1 网络结构 | 第40-42页 |
| 3.2.2 形式化描述 | 第42-43页 |
| 3.3 实验结果和分析 | 第43-46页 |
| 3.3.1 数据库和实验设置 | 第43-45页 |
| 3.3.2 度量标准 | 第45页 |
| 3.3.3 本章方法实验性能 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间发表的学术论文 | 第57-58页 |
| 攻读学位期间申报的专利 | 第58-59页 |
| 攻读学位期间参加的项目 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |