基于小波变换的ECG特征提取与分类识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·生物特征识别技术概述 | 第9-10页 |
| ·传统的生物特征识别方法介绍 | 第10-11页 |
| ·ECG信号用于身份识别的研究背景 | 第11-12页 |
| ·ECG用于身份识别研究现状 | 第12-13页 |
| ·本文的主要工作及目的 | 第13-14页 |
| 第二章 小波变换的基本理论 | 第14-24页 |
| ·Fourier变换和小波变换的区别及联系 | 第14-16页 |
| ·小波变换的定义 | 第16-17页 |
| ·连续小波变换 | 第16页 |
| ·离散小波变换 | 第16-17页 |
| ·Mallat算法和多采样数字滤波器 | 第17-20页 |
| ·小波变换与信号奇异性检测 | 第20-24页 |
| 第三章 ECG信号特征提取与分类识别 | 第24-44页 |
| ·心电图基本介绍 | 第24-25页 |
| ·ECG信号的预处理 | 第25-29页 |
| ·去50Hz工频干扰 | 第26-28页 |
| ·去基线漂移 | 第28-29页 |
| ·常用QRS波检测方法总结 | 第29-31页 |
| ·ECG信号的特征点检测 | 第31-33页 |
| ·ECG各波段的定位 | 第33-36页 |
| ·特征点及特征向量提取 | 第36-38页 |
| ·ECG特征的归一化 | 第36-37页 |
| ·特征提取 | 第37-38页 |
| ·BP神经网络的ECG识别原理 | 第38-44页 |
| ·BP神经网络模型 | 第39-40页 |
| ·BP网络的学习算法 | 第40-44页 |
| 第四章 实验结果与分析 | 第44-53页 |
| ·MIT-BIH数据库 | 第44页 |
| ·心电波形预处理 | 第44-47页 |
| ·两种QRS波检测方法比较 | 第47-48页 |
| ·ECG特征提取算法 | 第48-51页 |
| ·基于BP网络的识别结果 | 第51-53页 |
| 第五章 总结和展望 | 第53-55页 |
| ·本文总结 | 第53-54页 |
| ·前景展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间发表学术论文及参与项目情况 | 第59页 |