| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 论文背景与研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 可穿戴设备发展现状 | 第11-13页 |
| 1.2.2 心电信号特征提取研究现状 | 第13-15页 |
| 1.3 主要研究内容及安排 | 第15-17页 |
| 第二章 数据采集与预处理 | 第17-26页 |
| 2.1 心电数据库简介 | 第17-22页 |
| 2.1.1 MIT-BIH心律失常数据库(mitdb) | 第17-18页 |
| 2.1.2 MIT-BIH噪声压力测试数据库(nstdb) | 第18-19页 |
| 2.1.3 MIT-BIH正常窦性心律数据库(nsrdb) | 第19页 |
| 2.1.4 BIDMC充血性心力衰竭数据库(chfdb) | 第19-20页 |
| 2.1.5 运动状态数据库 | 第20-22页 |
| 2.2 心电数据预处理 | 第22-25页 |
| 2.2.1 去除工频干扰 | 第22-23页 |
| 2.2.2 去除基线漂移和运动噪声 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于斜率阈值法的QRS波检测 | 第26-48页 |
| 3.1 R波检测 | 第26-39页 |
| 3.1.1 So and Chan (SC)算法 | 第26-29页 |
| 3.1.2 Improved So and Chan(ISC)算法 | 第29-39页 |
| 3.1.3 R波检测小结 | 第39页 |
| 3.2 Q波检测 | 第39-43页 |
| 3.2.1 基于差分最值法的Q波检测原理 | 第39-42页 |
| 3.2.2 Q波检测结果 | 第42-43页 |
| 3.3 S波检测 | 第43-46页 |
| 3.3.1 基于最值法的S波检测原理 | 第44页 |
| 3.3.2 S波检测结果 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于心率变异性的多种心脏疾病分类 | 第48-60页 |
| 4.1 HRV特征提取与选择 | 第48-50页 |
| 4.1.1 时域特征提取 | 第48-49页 |
| 4.1.2 频域特征提取 | 第49-50页 |
| 4.2 基于BP神经网络的心律分类器 | 第50-59页 |
| 4.2.1 BP神经网络基本理论 | 第50-54页 |
| 4.2.2 多类别心律分类器设计 | 第54-57页 |
| 4.2.3 实验结果分析 | 第57-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第五章 Android终端软件设计 | 第60-67页 |
| 5.1 APP整体框架 | 第60-61页 |
| 5.2 关键技术的实现 | 第61-66页 |
| 5.2.1 数据传输 | 第61-62页 |
| 5.2.2 心电数据处理 | 第62页 |
| 5.2.3 实时绘制心电波形 | 第62-63页 |
| 5.2.4 紧急联系人功能 | 第63-65页 |
| 5.2.5 数据的存储和生成心电图 | 第65-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 在校期间发表的学术论文与研究成果 | 第76-77页 |
