首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于短时心电图间期序列的正常和高心律失常风险人群的自主神经状态分析

摘要第3-5页
Abstract第5-6页
第一章 前言第9-24页
    1.1 RR间期和QT间期的联合分析第10-16页
        1.1.1 RRI与QTI的关系第10-14页
        1.1.2 QTV与HRV的关系第14-16页
    1.2 Tpe间期分析第16-22页
        1.2.1 Tpe间期的提出及相关研究第16-19页
        1.2.2 Tpe间期校正指标及相关研究第19-22页
    1.3 研究目标与技术路线第22-24页
第二章 QT变异性对心率变异性的响应分析第24-38页
    2.1 数据源与预处理第24-28页
        2.1.1 数据来源第24-27页
        2.1.2 数据提取与处理第27-28页
    2.2 方法第28-33页
        2.2.1 HRV和QTV相互作用模型第28-30页
        2.2.2 信息分解第30-33页
        2.2.3 统计分析第33页
    2.3 结果第33-35页
    2.4 讨论第35-37页
    2.5 小结第37-38页
第三章 Tpe间期分析第38-44页
    3.1 数据源与预处理第38-40页
        3.1.1 数据来源第38-39页
        3.1.2 数据提取与处理第39-40页
    3.2 方法第40页
        3.2.1 分组方法第40页
        3.2.2 Tpe间期及校正指标第40页
        3.2.3 统计分析第40页
    3.3 结果第40-42页
    3.4 讨论第42-43页
    3.5 小结第43-44页
第四章 总结与展望第44-48页
    4.1 本研究的主要工作第44-46页
        4.1.1 挑选适用的数据源以及对数据的提取和预处理第44页
        4.1.2 QTV对HRV的线性响应第44-45页
        4.1.3 QTV对HRV的非线性响应第45页
        4.1.4 在HUT实验条件下观察生理状态改变时指标变化,评价相关方法有效性第45页
        4.1.5 RRI的时域、频域和符号动力学分析第45页
        4.1.6 Tpe间期及经RRI和QTI校正后的Tpe指标分析第45-46页
    4.2 本研究的主要结论第46页
    4.3 本研究的创新点第46-47页
        4.3.1 从线性和非线性两方面评价QTV对HRV的响应第46页
        4.3.2 首次将信息分解方法用于QTV对HRV响应的分析第46页
        4.3.3 Tpe间期结合RRI和QTI的校正指标评估自主神经状态第46-47页
    4.4 展望第47-48页
参考文献第48-58页
发表论文第58-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:面向冷启动问题的推荐算法研究
下一篇:基于Spark的流数据分类挖掘算法的研究