心音信号特征提取及分类识别的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究的意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要内容及结构安排 | 第12-14页 |
| 1.4 论文的主要创新点 | 第14-15页 |
| 第二章 心音及心音信号的介绍 | 第15-21页 |
| 2.1 心脏的结构 | 第15-16页 |
| 2.2 心音及杂音的介绍 | 第16-18页 |
| 2.2.1 心音的产生机制 | 第16-17页 |
| 2.2.2 心音杂音以及先天性心脏病的分类 | 第17-18页 |
| 2.3 心音的听诊 | 第18-19页 |
| 2.4 心音信号分析的主要研究内容 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 心音信号的去噪 | 第21-30页 |
| 3.1 小波变换 | 第21-24页 |
| 3.1.1 连续小波变换 | 第21-22页 |
| 3.1.2 离散小波变换 | 第22-23页 |
| 3.1.3 多分辨分析 | 第23-24页 |
| 3.2 心音信号的小波去噪实验 | 第24-29页 |
| 3.2.1 小波基的选择 | 第24-27页 |
| 3.2.2 小波分解层数的选择 | 第27页 |
| 3.2.3 心音信号的小波阈值去噪 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 心音信号的包络提取与分段定位 | 第30-43页 |
| 4.1 希尔伯特黄变换提取包络 | 第30-34页 |
| 4.1.1 经验模态分解(EMD)算法介绍 | 第30-33页 |
| 4.1.2 希尔伯特变换 | 第33-34页 |
| 4.2 归一化香农能量包络 | 第34-37页 |
| 4.3 心音信号的分段定位 | 第37-42页 |
| 4.3.1 心音分段定位的传统方法 | 第37-38页 |
| 4.3.2 心音信号分段及定位 | 第38-40页 |
| 4.3.3 心音信号分段结果及分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 心音信号的特征提取 | 第43-47页 |
| 5.1 Mel频率倒谱特征参数介绍 | 第43页 |
| 5.2 心音信号的MFCC提取 | 第43-46页 |
| 5.3 本章小结 | 第46-47页 |
| 第六章 基于GMM的病理性心音信号识别 | 第47-57页 |
| 6.1 高斯混合模型的基本概念 | 第47-48页 |
| 6.2 心音信号的模型训练与识别 | 第48-53页 |
| 6.2.1 心音信号模型参数的初始化 | 第50-51页 |
| 6.2.2 心音信号的模式识别 | 第51-53页 |
| 6.3 实验数据来源及结果分析 | 第53-56页 |
| 6.3.1 实验数据来源 | 第53-54页 |
| 6.3.2 实验结果与分析 | 第54-56页 |
| 6.4 本章小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 7.1 工作总结 | 第57-58页 |
| 7.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 在校期间研究成果 | 第62-63页 |
| 致谢 | 第63页 |
