面向海量ECG信号检测分析的云加速器的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 云医疗平台简介 | 第12-13页 |
| 1.1.2 远程心电监护的意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 远程心电监护系统研究现状 | 第14-15页 |
| 1.2.2 心电分析分类算法研究现状 | 第15-16页 |
| 1.3 论文的主要内容与章节安排 | 第16-17页 |
| 第二章 云加速器总体结构设计 | 第17-19页 |
| 2.1 设计思想 | 第17页 |
| 2.2 总体结构 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 ECG特征提取模块的设计与实现 | 第19-28页 |
| 3.1 功能描述 | 第19-20页 |
| 3.2 算法描述 | 第20-22页 |
| 3.2.1 小波变换 | 第20-21页 |
| 3.2.2 ECG波形检测 | 第21-22页 |
| 3.3 硬件实现 | 第22-26页 |
| 3.3.1 结构框图 | 第22-23页 |
| 3.3.2 处理流程 | 第23-26页 |
| 3.4 本章小结 | 第26-28页 |
| 第四章 关联规则挖掘模块的设计与实现 | 第28-48页 |
| 4.1 功能描述 | 第28页 |
| 4.2 关联规则挖掘算法的改进与实现 | 第28-36页 |
| 4.2.1 关联规则挖掘的基本概念 | 第28-30页 |
| 4.2.2 频繁项集挖掘算法 | 第30-31页 |
| 4.2.3 Bit_Q_Apriori算法介绍 | 第31-35页 |
| 4.2.4 Bit_Q_Apriori性能分析 | 第35-36页 |
| 4.3 硬件实现 | 第36-47页 |
| 4.3.1 结构设计 | 第36-38页 |
| 4.3.2 功能模块设计 | 第38-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 实验与分析 | 第48-57页 |
| 5.1 硬件模块仿真 | 第48-52页 |
| 5.1.1 实验环境介绍 | 第48页 |
| 5.1.2 实验流程 | 第48-49页 |
| 5.1.3 仿真结果 | 第49-52页 |
| 5.2 实验结果及分析 | 第52-56页 |
| 5.2.1 Bit_Q_Apriori算法性能 | 第52-53页 |
| 5.2.2 硬件加速比 | 第53-54页 |
| 5.2.3 资源使用情况 | 第54页 |
| 5.2.4 吞吐率和可扩展性 | 第54-55页 |
| 5.2.5 与其它硬件设计的对比 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| 6.1 主要工作与创新点 | 第57页 |
| 6.2 后续研究工作 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间已发表或录用的论文 | 第64-66页 |
