| 摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第15-29页 |
| ·引言 | 第15-16页 |
| ·心电信号自动分析研究的内容及现状 | 第16-24页 |
| ·心电信号预处理技术的研究 | 第16-17页 |
| ·波形检测与特征点定位算法的研究 | 第17-20页 |
| ·特征提取与选择方法的研究 | 第20-22页 |
| ·心电波形自动分类与疾病诊断方法的研究 | 第22-24页 |
| ·本文的研究内容 | 第24-29页 |
| ·本文的研究目标及总体方案 | 第24-26页 |
| ·本文的内容安排 | 第26-29页 |
| 第二章 心电信号的产生机理及心律失常分类 | 第29-42页 |
| ·心电信号的产生机理及特点 | 第29-32页 |
| ·心脏传导系统与心电信号的产生机理 | 第29-30页 |
| ·心电信号特点 | 第30-32页 |
| ·正常心电图波形及其生理意义 | 第32-33页 |
| ·心律失常分类及其评价方法 | 第33-39页 |
| ·心律失常监测的意义 | 第33-34页 |
| ·心律失常的分类 | 第34-38页 |
| ·临床心律失常的评价方法 | 第38-39页 |
| ·常用的标准心电数据库简介 | 第39-41页 |
| ·CSE数据库 | 第39-40页 |
| ·AHA数据库 | 第40页 |
| ·MIT-BIH数据库 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第三章 心电信号预处理技术研究 | 第42-75页 |
| ·引言 | 第42-43页 |
| ·小波理论基础 | 第43-52页 |
| ·连续小波变换 | 第44页 |
| ·时-频局域化分析特性 | 第44-46页 |
| ·离散小波变换 | 第46页 |
| ·多分辨分析 | 第46-49页 |
| ·Mallat算法 | 第49-50页 |
| ·小波变换对信号突变特征的表征 | 第50-52页 |
| ·小波滤波器 | 第52-58页 |
| ·几种常用的小波滤波方法 | 第52-54页 |
| ·小波滤波器设计 | 第54-58页 |
| ·数学形态学滤波器 | 第58-67页 |
| ·数学形态学原理 | 第59-62页 |
| ·基于形态学算子的ECG滤波 | 第62-63页 |
| ·改进形态学算子的ECG去基线漂移方法 | 第63-67页 |
| ·自适应滤波器 | 第67-70页 |
| ·自适应滤波器工作原理 | 第67-69页 |
| ·自适应滤波器对ECG信号的滤波结果 | 第69-70页 |
| ·基于小波变换与形态学运算的ECG自适应滤波算法 | 第70-73页 |
| ·基于小波变换与形态学运算的ECG自适应滤波器设计 | 第70-71页 |
| ·实验结果与分析 | 第71-73页 |
| ·小结 | 第73-75页 |
| 第四章 心电信号波形检测算法研究 | 第75-109页 |
| ·引言 | 第75页 |
| ·QRS波群检测算法 | 第75-98页 |
| ·几种经典的阈值检测算法 | 第75-78页 |
| ·基于小波变换的QRS波群检测算法 | 第78-83页 |
| ·基于Hilbert变换的QRS波群检测算法 | 第83-88页 |
| ·基于Marr小波变换与形态学运算的QRS波群检测算法 | 第88-98页 |
| ·P波、T波的检测 | 第98-105页 |
| ·常用的P波、T波检测算法分类 | 第98-99页 |
| ·基于小波变换的P波、T波检测算法 | 第99-101页 |
| ·基于小波变换的自适应QRS-T对消P波检测算法 | 第101-105页 |
| ·心电信号特征点标定及参数测量 | 第105-107页 |
| ·波形特征点 | 第106页 |
| ·间期测量 | 第106-107页 |
| ·幅度测量 | 第107页 |
| ·波形形状描述 | 第107页 |
| ·小结 | 第107-109页 |
| 第五章 心电信号多域特征提取与选择方法研究 | 第109-126页 |
| ·引言 | 第109页 |
| ·时域特征提取与分析 | 第109-111页 |
| ·频域特征提取与分析 | 第111-113页 |
| ·功率谱估计 | 第112页 |
| ·相干分析 | 第112页 |
| ·高阶谱估计 | 第112-113页 |
| ·时频域特征提取与分析 | 第113-117页 |
| ·短时傅立叶变换(STFT) | 第113-114页 |
| ·维格纳分布(WD) | 第114页 |
| ·小波变换(WT) | 第114-117页 |
| ·高阶统计量特征提取与分析 | 第117-120页 |
| ·患者静态属性描述 | 第120-121页 |
| ·特征选择方法的研究 | 第121-124页 |
| ·主成分分析(PCA) | 第121-122页 |
| ·多重判别分析(MDA) | 第122-124页 |
| ·小结 | 第124-126页 |
| 第六章 基于波形特征和SVM的心电信号分类方法研究 | 第126-149页 |
| ·引言 | 第126-127页 |
| ·几种常用的心电信号分类方法 | 第127-128页 |
| ·逻辑分枝判断法 | 第127页 |
| ·模糊模式识别法 | 第127-128页 |
| ·神经网络法 | 第128页 |
| ·支持向量机 | 第128页 |
| ·支持向量机 | 第128-134页 |
| ·支持向量机 | 第129-130页 |
| ·核函数的选取 | 第130-131页 |
| ·多类模式分类方法 | 第131-134页 |
| ·基于波形特征和SVM的心电信号分类方法 | 第134-138页 |
| ·实验数据的获取及预处理 | 第134-135页 |
| ·基于波形特征和SVM的心电信号分类方法 | 第135-137页 |
| ·分类算法的评估 | 第137-138页 |
| ·实验结果与分析 | 第138-147页 |
| ·参数设置对SVM分类器性能的影响 | 第138-140页 |
| ·不同心电特征选取方法对SVM分类器性能的影响 | 第140-145页 |
| ·本文方法与文献方法的比较 | 第145-147页 |
| ·小结 | 第147-149页 |
| 第七章 结束语 | 第149-152页 |
| ·本文的主要成果和创新点 | 第149-150页 |
| ·需进一步研究的问题 | 第150-152页 |
| 致谢 | 第152-153页 |
| 参考文献 | 第153-163页 |
| 作者在学期间完成的论文与论著 | 第163-164页 |
| 作者在学期间获得的成果奖励 | 第164页 |
| 作者在学期间参加的科研项目 | 第164页 |
