摘要 | 第2-3页 |
Abstract | 第3-4页 |
1 绪论 | 第7-10页 |
1.1 研究背景及意义 | 第7页 |
1.2 国内外研究现状 | 第7-9页 |
1.3 本文研究内容 | 第9页 |
1.4 本文结构安排 | 第9-10页 |
2 心脏血流动力与心音 | 第10-21页 |
2.1 心脏血流动力 | 第10-13页 |
2.1.1 心脏的基本结构与心脏血流动力 | 第10-11页 |
2.1.2 心动周期 | 第11-12页 |
2.1.3 血压 | 第12-13页 |
2.2 心音 | 第13页 |
2.3 心音的产生模型 | 第13-21页 |
2.3.1 瓣膜振动模型 | 第13-14页 |
2.3.2 影响心音的因素 | 第14-16页 |
2.3.3 各因素的影响作用 | 第16-21页 |
3 心音特征与左心室收缩压、舒张压和最大血压上升率的关系 | 第21-41页 |
3.1 动物实验与数据采集 | 第21-23页 |
3.2 数据预处理 | 第23-26页 |
3.2.1 分离收缩压、舒张压和最大血压上升率 | 第23-24页 |
3.2.2 去除异常点 | 第24-26页 |
3.3 心音分割 | 第26-28页 |
3.4 心音特征及其与左心室收缩压、舒张压和最大血压上升率的相关性 | 第28-39页 |
3.4.1 心音幅度特征 | 第28-30页 |
3.4.2 心音频率域特征 | 第30-35页 |
3.4.3 心音能量域特征 | 第35-36页 |
3.4.4 心音时间域特征 | 第36页 |
3.4.5 心音熵特征 | 第36-39页 |
3.5 本章小结 | 第39-41页 |
4 基于心音特征的左心室收缩压、舒张压与最大血压上升率的估计 | 第41-56页 |
4.1 心音特征与左心室收缩压、舒张压和最大血压上升率的相关性分析 | 第41-44页 |
4.2 多参数线性回归估计模型 | 第44-45页 |
4.3 决策树估计模型 | 第45-46页 |
4.4 神经网络估计模型 | 第46-49页 |
4.4.1 BP神经网络模型 | 第47-48页 |
4.4.2 RBF神经网络模型 | 第48-49页 |
4.5 SVM估计模型 | 第49页 |
4.6 实验数据分析与结果 | 第49-54页 |
4.7 本章小结 | 第54-56页 |
结论 | 第56-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间发表学术论文情况 | 第62-63页 |
致谢 | 第63-65页 |