| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 心音信号分析的研究现状 | 第11-12页 |
| 1.2.2 心音信号识别的研究现状 | 第12-13页 |
| 1.3 论文的研究内容和结构安排 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 结构安排 | 第14-16页 |
| 第二章 心音基础理论知识 | 第16-22页 |
| 2.1 心音的发生机理 | 第16页 |
| 2.2 心音的成分与时频特性分析 | 第16-18页 |
| 2.2.1 心音的成分 | 第16-17页 |
| 2.2.2 心音的时域特性 | 第17-18页 |
| 2.2.3 心音的频域特性 | 第18页 |
| 2.3 心杂音的机理和特性 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于EEMD-SVD的心音信号特征提取及分类 | 第22-44页 |
| 3.1 引言 | 第22页 |
| 3.2 经验模态分解 | 第22-26页 |
| 3.2.1 瞬时频率 | 第23-24页 |
| 3.2.2 本征模函数 | 第24页 |
| 3.2.3 Hilbert边际谱 | 第24-26页 |
| 3.3 集合经验模态分解 | 第26-30页 |
| 3.4 本征模函数筛选准则 | 第30-31页 |
| 3.4.1 相关系数 | 第30页 |
| 3.4.2 峭度 | 第30-31页 |
| 3.5 奇异值分解 | 第31-32页 |
| 3.6 马氏距离判断函数 | 第32-33页 |
| 3.7 心音信号识别分析 | 第33-42页 |
| 3.7.1 识别方案与步骤 | 第33-36页 |
| 3.7.2 实验结果分析 | 第36-42页 |
| 3.8 本章小结 | 第42-44页 |
| 第四章 基于LMD能量熵LS-SVM的心音特征提取及分类 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 局部均值分解 | 第44-47页 |
| 4.3 能量熵 | 第47-48页 |
| 4.4 心音信号能量特征提取 | 第48-52页 |
| 4.5 支持向量机 | 第52-56页 |
| 4.5.1 支持向量机 | 第53-55页 |
| 4.5.2 最小二乘支持向量机 | 第55-56页 |
| 4.6 心音信号识别分析 | 第56-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录A (攻读学位其间发表论文目录) | 第68页 |