| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·本文研究背景和选题意义 | 第11-14页 |
| ·国内外现有研究状况 | 第14-15页 |
| ·GPU 通用计算的发展 | 第15-17页 |
| ·本文主要内容架构 | 第17-19页 |
| 第二章 确定学习理论及其在心肌梗塞早期辅助诊断方法中的应用 | 第19-33页 |
| ·引言 | 第19页 |
| ·心脏医学知识和心肌梗塞简介 | 第19-22页 |
| ·心脏的传导系统和心电信号的产生机理 | 第19-20页 |
| ·常规心电图 | 第20-21页 |
| ·心电向量图 | 第21页 |
| ·心电向量导联体系 | 第21页 |
| ·心肌梗塞的诊断依据 | 第21-22页 |
| ·PTB 心电数据库 | 第22-23页 |
| ·确定学习简介 | 第23-30页 |
| ·径向基函数（RBF）神经网络 | 第24-25页 |
| ·径向基函数的持续激励条件（PE 条件） | 第25-26页 |
| ·离散系统的确定学习 | 第26-28页 |
| ·动态模式表示和相似性定义 | 第28-30页 |
| ·确定学习在心肌梗塞早期辅助诊断系统中的应用 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 GPU 的大规模并行计算及其在动态模式识别算法中的应用 | 第33-46页 |
| ·引言 | 第33页 |
| ·基于 GPU 的通用并行计算 | 第33-36页 |
| ·GPU 架构的演化 | 第33-36页 |
| ·基于 GPU 通用计算的大规模并行计算 | 第36页 |
| ·MATLAB GUI 与 Jacket 平台简介 | 第36-39页 |
| ·MATLAB GUI 简介 | 第36-37页 |
| ·Jacket 简介和基于 Jacket 下 GPU 编程 | 第37-39页 |
| ·动态模式识别算法中 GPU 平台设计实现 | 第39-45页 |
| ·确定学习识别算法的工程分析 | 第39-41页 |
| ·基于 GPGPU 的并行化分析 | 第41-43页 |
| ·动态模式识别算法中的并行化实现 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于 GPU 加速的心肌梗塞早期辅助诊断系统设计 | 第46-57页 |
| ·引言 | 第46页 |
| ·系统的整体框架介绍 | 第46-47页 |
| ·心电数据采集设计 | 第47-50页 |
| ·虚拟仪器简介 | 第47页 |
| ·采集模块的整体设计 | 第47-48页 |
| ·采集模块的硬件设计 | 第48页 |
| ·采集模块的软件设计 | 第48-50页 |
| ·心电数据的预处理 | 第50-52页 |
| ·心电信号的滤波 | 第50-51页 |
| ·模式的预处理 | 第51-52页 |
| ·基于 GPU 加速的心电识别系统设计 | 第52-56页 |
| ·GPU 硬件支持 | 第53页 |
| ·模式学习的 GPU 加速 | 第53-54页 |
| ·模式库管理 | 第54页 |
| ·模式识别的 GPU 加速 | 第54-55页 |
| ·自动诊断结果显示 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 系统实验数据分析研究 | 第57-61页 |
| ·引言 | 第57页 |
| ·基于 PTB 数据库的实验结果 | 第57-59页 |
| ·基于采集数据的研究 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69页 |
