SBF算法及其在心率变异分析中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1. 绪论 | 第9-12页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 心电图与HRV信号 | 第9-11页 |
| 1.2.1 心电图 | 第9-10页 |
| 1.2.2 HRV信号 | 第10页 |
| 1.2.3 HRV信号分析方法 | 第10-11页 |
| 1.3 本文主要内容及相关研究 | 第11-12页 |
| 2. SBF算法 | 第12-39页 |
| 2.1 傅里叶变换 | 第12-14页 |
| 2.1.1 连续函数的傅里叶变换(CFT) | 第12页 |
| 2.1.2 离散傅里叶变换(DFT) | 第12-13页 |
| 2.1.3 快速傅里叶变换(FFT) | 第13-14页 |
| 2.2 SBF算法 | 第14-23页 |
| 2.2.1 主要关系式 | 第14-17页 |
| 2.2.2 确定插值函数 | 第17-20页 |
| 2.2.3 频域计算 | 第20-21页 |
| 2.2.4 快速SBF算法 | 第21-23页 |
| 2.3 SBF的误差分析 | 第23-28页 |
| 2.3.1 均匀采样 | 第24-26页 |
| 2.3.2 非均匀采样 | 第26-27页 |
| 2.3.3 快速SBF算法(fast SBF) | 第27-28页 |
| 2.4 SBF与FFT的比较 | 第28-32页 |
| 2.4.1 比较频谱 | 第28-30页 |
| 2.4.2 比较重构效果 | 第30-31页 |
| 2.4.3 比主频 | 第31-32页 |
| 2.5 用SBF对信号进行去噪 | 第32-39页 |
| 3 片段谱熵在HRV信号中的应用 | 第39-45页 |
| 3.1 片段谱 | 第39-42页 |
| 3.2 信息熵 | 第42-43页 |
| 3.2.1 信息熵的概念 | 第42页 |
| 3.2.2 信息熵在生物医学中的应用 | 第42-43页 |
| 3.3 片段谱熵在HRV信号中的应用 | 第43-45页 |
| 3.3.1 片段谱熵 | 第43页 |
| 3.3.2 全频段分割法计算片段谱熵 | 第43页 |
| 3.3.3 实验与结果 | 第43-45页 |
| 4 总结与展望 | 第45-46页 |
| 4.1 本文的工作总结 | 第45页 |
| 4.2 进一步的工作展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士期间主要的研究成果 | 第50-51页 |
| 致谢 | 第51页 |
