| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 远程心电监护系统的研究现状及分析 | 第10-11页 |
| 1.3 QRST消除方法的研究现状及分析 | 第11-12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 第2章 心电图及房颤的基础知识 | 第14-19页 |
| 2.1 心电图的基础知识 | 第14-17页 |
| 2.1.1 心电图的产生 | 第14页 |
| 2.1.2 心电图波形的意义 | 第14-17页 |
| 2.2 房颤的基础知识 | 第17-18页 |
| 2.2.1 房颤的病因及临床表现 | 第17-18页 |
| 2.2.2 房颤信号的特征 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 基于ESN的单导联动态心电信号的QRST消除 | 第19-47页 |
| 3.1 引言 | 第19页 |
| 3.2 回声状态网络 | 第19-23页 |
| 3.2.1 ESN的结构 | 第20-21页 |
| 3.2.2 ESN的建立流程 | 第21-22页 |
| 3.2.3 ESN的离线训练算法 | 第22-23页 |
| 3.3 QRST消除的原理 | 第23-28页 |
| 3.3.1 仿真f波 | 第24-26页 |
| 3.3.2 基于Pan-Tompkins算法的R波检测 | 第26-28页 |
| 3.4 基于微分进化算法的ESN | 第28-31页 |
| 3.4.1 微分进化算法 | 第28-29页 |
| 3.4.2 基于微分进化算法的ESN参数选择 | 第29-31页 |
| 3.5 基于二进制粒子群算法的ESN | 第31-34页 |
| 3.5.1 二进制粒子群算法 | 第31-33页 |
| 3.5.2 基于BPSO算法的ESN输出层连接优化 | 第33-34页 |
| 3.6 本文方法可行性验证 | 第34-46页 |
| 3.6.1 对ESNA法的测试 | 第35-36页 |
| 3.6.2 对ESNA-DE法的测试 | 第36-37页 |
| 3.6.3 对ESNA-DE-BPSO法的测试 | 第37-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第4章 本文算法在心电监控平台上的应用 | 第47-52页 |
| 4.1 心电监护服务平台介绍 | 第47页 |
| 4.2 心电信号采集 | 第47-48页 |
| 4.3 心电云系统智能分析 | 第48-49页 |
| 4.4 本文算法在心电监护平台上的应用 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |
