| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·课题的背景及意义 | 第9-10页 |
| ·课题的研究背景 | 第9-10页 |
| ·心电信号P 波检测的研究意义 | 第10页 |
| ·心电信号概述 | 第10-15页 |
| ·心电信号产生原理 | 第10-11页 |
| ·心电信号的波形特点 | 第11-13页 |
| ·心电标准数据库简介 | 第13-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·远程医疗技术的研究现状 | 第15-16页 |
| ·心电信号自动检测算法的研究现状 | 第16-17页 |
| ·课题的研究目的和研究内容 | 第17-18页 |
| ·课题的研究目的 | 第17页 |
| ·课题的研究内容 | 第17-18页 |
| 2 基于小波变换的QRS 复合波检测算法研究 | 第18-38页 |
| ·QRS 复合波检测算法概述 | 第18-20页 |
| ·阈值和滤波 | 第18页 |
| ·模板匹配法 | 第18-19页 |
| ·数学模型法 | 第19页 |
| ·句法识别法 | 第19-20页 |
| ·小波变换概述 | 第20-25页 |
| ·连续小波变换 | 第20-22页 |
| ·离散小波变换 | 第22页 |
| ·Mallat 快速算法 | 第22-23页 |
| ·多分辨率分析 | 第23页 |
| ·常用小波函数 | 第23-25页 |
| ·基于 Mexican-hat 小波的 QRS 复合波检测算法 | 第25-33页 |
| ·QRS 复合波检测算法的设计 | 第25-27页 |
| ·分析小波的选取 | 第27-28页 |
| ·分析尺度的选取 | 第28页 |
| ·QRS 复合波检测 | 第28-29页 |
| ·检测结果的修正 | 第29-31页 |
| ·QRS 波检测流程 | 第31-33页 |
| ·QRS 复合波检测结果及分析 | 第33-37页 |
| ·算法检测结果 | 第33-35页 |
| ·检测结果分析 | 第35页 |
| ·影响算法精度的主要原因 | 第35-36页 |
| ·本算法与其他算法对比 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 3 基于QRS-T 对消的P 波检测算法研究 | 第38-52页 |
| ·P 波生理学知识 | 第38-39页 |
| ·P 波检测算法概述 | 第39-43页 |
| ·基于一阶导数的P 波检测 | 第39-40页 |
| ·基于小波变换的P 波检测 | 第40-41页 |
| ·基于人工神经网络的P 波检测 | 第41页 |
| ·小波变换结合神经网络的P 波检测 | 第41页 |
| ·基于直线面积切割法的P 波检测 | 第41-43页 |
| ·P 波检测算法 | 第43-48页 |
| ·P 波检测算法的设计 | 第43页 |
| ·分析尺度的选择 | 第43-44页 |
| ·对消QRS-T 波段 | 第44-45页 |
| ·P 波峰值点和起、止点检测 | 第45-46页 |
| ·P 波形态判别 | 第46-48页 |
| ·P 波检测结果与分析 | 第48-51页 |
| ·算法检测结果 | 第48页 |
| ·检测结果分析 | 第48-50页 |
| ·影响算法精度的主要原因 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 4 心电特征信号检测算法在DSP 中的实现 | 第52-61页 |
| ·TMS320VC5509DSP 的性能参数 | 第52-53页 |
| ·DSP 处理器的软件开发方法 | 第53-56页 |
| ·DSP 处理器软件开发环境 | 第53-54页 |
| ·DSP 处理器软件开发步骤 | 第54-56页 |
| ·心电特征信号检测算法在DSP 中的实现 | 第56-59页 |
| ·小波变换Mallat 快速算法 | 第56-57页 |
| ·Mexican-hat 小波滤波器系数 | 第57-58页 |
| ·标准FIR 滤波器函数的使用 | 第58-59页 |
| ·算法性能测试 | 第59-60页 |
| ·DSP 处理器性能测试工具profiler | 第59页 |
| ·心电特征信号检测算法性能测试 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 5 结论与展望 | 第61-63页 |
| ·结论 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
| A. 作者在攻读学位期间发表的论文目录 | 第68页 |