心音信号自动分析与识别算法的研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪论 | 第8-13页 |
| 1．1 课题的引入及意义 | 第8-10页 |
| 1．1．1 心音分析在心血管疾病诊断中的重要作用 | 第8-9页 |
| 1．1．2 蓝牙技术在心音分析中的应用 | 第9页 |
| 1．1．3 课题研究的学术与社会意义 | 第9-10页 |
| 1．2 心音自动识别研究的现状 | 第10-12页 |
| 1．2．1 经典心音信号自动识别方法 | 第10-11页 |
| 1．2．2 单独心音信号的自动识别方法 | 第11-12页 |
| 1．3 课题的研究方向与主要内容 | 第12-13页 |
| 2 心音的生理和病理基础 | 第13-19页 |
| 2．1 心音的声学原理和听觉生理 | 第13-16页 |
| 2．1．1 心音信号的产生机制 | 第13-14页 |
| 2．1．2 心胸传播特性的建模与分析 | 第14-16页 |
| 2．1．3 人耳听觉生理 | 第16页 |
| 2．2 心音的组成 | 第16-17页 |
| 2．3 心音的时域特征 | 第17页 |
| 2．4 心音的频率特征 | 第17-18页 |
| 2．5 心音听诊与部位、体位的关系 | 第18-19页 |
| 3 基于蓝牙技术的心音检测方案 | 第19-26页 |
| 3．1 蓝牙技术 | 第19-20页 |
| 3．2 蓝牙技术在医疗监护中的应用 | 第20-23页 |
| 3．2．1 蓝牙技术在病房监护中的应用 | 第20-23页 |
| 3．2．2 蓝牙技术在动态监护中的应用 | 第23页 |
| 3．2．3 蓝牙技术在远程监护中的应用 | 第23页 |
| 3．3 基于蓝牙技术的心音检测方案 | 第23-24页 |
| 3．4 蓝牙的使用安全性问题 | 第24-26页 |
| 4 数学形态学理论 | 第26-36页 |
| 4．1 数学形态学的发展与分类 | 第26-27页 |
| 4．2 数学形态学的定义 | 第27页 |
| 4．3 二值图像的数学形态学 | 第27-31页 |
| 4．3．1 形态学腐蚀运算 | 第28-29页 |
| 4．3．2 形态学膨胀运算 | 第29-30页 |
| 4．3．3 形态学开运算和闭运算 | 第30-31页 |
| 4．4 一维信号的数学形态学 | 第31-36页 |
| 4．4．1 一维形态滤波器的定义 | 第32-34页 |
| 4．4．2 峰谷提取的概念 | 第34-36页 |
| 5 基于数学形态学的心音信号预处理方法 | 第36-45页 |
| 5．1 心音自动分析算法的组成 | 第36页 |
| 5．2 心音信号的噪声特性 | 第36-37页 |
| 5．3 几种滤波算法的比较与讨论 | 第37-38页 |
| 5．4 基于数学形态学的心音信号预处理方法 | 第38-45页 |
| 5．4．1 形态滤波去噪 | 第39-43页 |
| 5．4．2 基于数学形态学的心音包络提取方法 | 第43-45页 |
| 6 心音自动分析算法研究 | 第45-54页 |
| 6．1 特征点的识别思想 | 第45页 |
| 6．2 差分法原理 | 第45-46页 |
| 6．2．1 差分法定义 | 第45-46页 |
| 6．2．2 差分法的物理意义及差分阈值的确定方法 | 第46页 |
| 6．3 S1、S2的识别 | 第46-48页 |
| 6．4 特征参数的提取 | 第48-50页 |
| 6．5 心力变异性分析 | 第50-51页 |
| 6．5．1 心力变异性的定义 | 第50页 |
| 6．5．2 心力变异性的分析方法 | 第50-51页 |
| 6．6 结果分析 | 第51-54页 |
| 7 总结与前瞻 | 第54-56页 |
| 7．1 总结 | 第54页 |
| 7．2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附：作者在攻读硕士学位期间发表的论文目录 | 第60页 |
