首页--医药、卫生论文--内科学论文--心脏、血管(循环系)疾病论文--心脏疾病论文--冠状动脉(粥样)硬化性心脏病(冠心病)论文

基于舒张期心音分析的冠脉狭窄智能诊断算法研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-20页
    1.1 研究背景和意义第12-13页
    1.2 国内外研究现状及发展第13-19页
        1.2.1 心音采集方式发展现状第13-15页
        1.2.2 心音诊断算法发展现状第15-19页
    1.3 研究内容及安排第19-20页
第2章 冠心病诊断的理论基础第20-27页
    2.1 心音的产生原理第20-21页
    2.2 心音信号的基本特性第21-22页
        2.2.1 心音信号时域特性第21-22页
        2.2.2 心音信号频域特性第22页
    2.3 心音采集与实验环境第22-24页
        2.3.1 心音采集第22-24页
        2.3.2 实验环境第24页
    2.4 冠心病理论基础第24-26页
    2.5 系统性能评价指标第26页
    2.6 本章小结第26-27页
第3章 基于多频率阈值下边际能量的舒张期心音分类算法第27-38页
    3.1 引言第27页
    3.2 希尔伯特-黄变换第27-29页
        3.2.1 经验模式分解第27-28页
        3.2.2 希尔伯特变换第28-29页
    3.3 主成分分析第29页
    3.4 多频率阈值下的特征提取算法第29-37页
        3.4.1 算法流程第29-30页
        3.4.2 傅里叶谱与边际谱的区别第30-32页
        3.4.3 特征定义第32-34页
        3.4.4 特征的有效性分析第34-36页
        3.4.5 信号长度的选取第36页
        3.4.6 单个样本心音特征分析第36页
        3.4.7 总体样本心音特征分析第36-37页
    3.5 本章小结第37-38页
第4章 基于改进的希尔伯特振动分解的舒张期信号分类算法第38-52页
    4.1 引言第38页
    4.2 希尔伯特振动分解(HVD)算法第38-42页
        4.2.1 HVD基本原理第38-40页
        4.2.2 仿真信号希尔伯特振动分解第40-42页
    4.3 HVD算法问题分析与改进第42-47页
        4.3.1 改进的自适应边界延拓算法第42-44页
        4.3.2 边界延拓效果验证第44-46页
        4.3.3 低通滤波器设计及参数选择第46-47页
    4.4 希尔伯特振动分解下的特征提取算法第47-51页
        4.4.1 算法流程第47-48页
        4.4.2 特征定义第48-49页
        4.4.3 单个样本心音特征分析第49-50页
        4.4.4 总体样本心音特征分析第50-51页
    4.5 本章小结第51-52页
第5章 基于支持向量机的冠心病智能诊断算法第52-63页
    5.1 引言第52页
    5.2 支持向量机理论第52-54页
    5.3 其他分类器第54页
    5.4 多频率阈值下能量比值的性能研究第54-57页
        5.4.1 不同PCA特征值对分类结果的影响第55页
        5.4.2 不同训练集数目对分类结果的影响第55-56页
        5.4.3 不同分类器对分类结果的影响第56-57页
        5.4.4 不同诊断算法对分类结果的影响第57页
    5.5 希尔伯特振动分解下不同谐波组合频率的性能研究第57-60页
        5.5.1 不同滤波器截止频率对分类结果的影响第57-58页
        5.5.2 不同谐波分量数目对分类结果的影响第58页
        5.5.3 不同训练集数目对分类结果的影响第58-59页
        5.5.4 不同分类器对分类结果的影响第59-60页
    5.6 特征级融合算法的性能研究第60-62页
        5.6.1 特征融合理论第60页
        5.6.2 不同训练集数目对分类结果的影响第60-61页
        5.6.3 不同分类器对分类结果的影响第61-62页
    5.7 本章小结第62-63页
第6章 总结与展望第63-65页
    6.1 工作总结第63-64页
    6.2 展望第64-65页
致谢第65-66页
参考文献第66-71页
附录第71页

论文共71页,点击 下载论文
上一篇:基于SAML的集成身份认证机制
下一篇:光学玻璃电熔窑炉流液洞耐蚀损性的研究