| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 冠心病识别的国内外研究现状 | 第14-17页 |
| 1.2.2 脉搏波传导时间变异性的国内外研究现状 | 第17页 |
| 1.3 本文内容安排 | 第17-19页 |
| 第2章 脉搏波传导时间变异性提取方法研究 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 心电脉搏信号预处理 | 第19-24页 |
| 2.2.1 数据来源 | 第20页 |
| 2.2.2 降采样和归一化 | 第20-21页 |
| 2.2.3 心电脉搏信号滤波 | 第21-24页 |
| 2.3 脉搏波传导时间变异性提取方法 | 第24-28页 |
| 2.3.1 基于心电脉搏信号的PTTV提取方法研究 | 第25-26页 |
| 2.3.2 PTTV提取结果分析 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 脉搏波传导时间变异性的实时分析方法研究 | 第29-48页 |
| 3.1 引言 | 第29-30页 |
| 3.2 滑窗迭代 | 第30页 |
| 3.3 脉搏波传导时间变异性的频域分析 | 第30-33页 |
| 3.3.1 PTTV信号的功率谱估计 | 第30-32页 |
| 3.3.2 实验结果对比分析 | 第32-33页 |
| 3.4 脉搏波传导时间变异性的时域分析 | 第33-35页 |
| 3.4.1 常用时域分析方法 | 第33-34页 |
| 3.4.2 基于滑窗迭代的实时时域分析方法 | 第34-35页 |
| 3.5 脉搏波传导时间变异性的非线性分析 | 第35-45页 |
| 3.5.1 基于滑窗迭代的实时庞加来散点图分析方法 | 第36-42页 |
| 3.5.2 基于滑窗迭代的实时信息熵分析方法 | 第42-45页 |
| 3.6 滑窗迭代改进方法的实时性和准确性分析 | 第45-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 基于脉搏波传导时间变异性的冠心病识别 | 第48-65页 |
| 4.1 引言 | 第48页 |
| 4.2 脉搏波传导时间变异性信号特征选择 | 第48-52页 |
| 4.2.1 主成分分析 | 第48-50页 |
| 4.2.2 健康人和冠心病人PTTV信号特征选择 | 第50-52页 |
| 4.3 冠心病识别方法研究 | 第52-59页 |
| 4.3.1 BP神经网络 | 第53-54页 |
| 4.3.2 RBF神经网络 | 第54-55页 |
| 4.3.3 广义回归神经网络 | 第55页 |
| 4.3.4 概率神经网络 | 第55页 |
| 4.3.5 支持向量机 | 第55-56页 |
| 4.3.6 各识别算法参数分析 | 第56-59页 |
| 4.4 冠心病识别结果分析 | 第59-64页 |
| 4.4.1 冠心病识别准确性和实时性分析 | 第59-64页 |
| 4.4.2 与现有结果对比分析 | 第64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 主要工作总结 | 第65-66页 |
| 5.2 后续工作展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第74页 |