摘要 | 第3-5页 |
ABSTRACT | 第5-7页 |
图表目录 | 第10-12页 |
第一章 绪论 | 第12-18页 |
1.1 课题的研究背景与意义 | 第12-13页 |
1.2 心室晚电位识别方法的研究现状 | 第13-15页 |
1.3 盲源分离的研究现状 | 第15-16页 |
1.4 论文的主要内容和章节安排 | 第16-18页 |
第二章 盲源分离的基础知识 | 第18-38页 |
2.1 盲源分离问题的描述 | 第18-20页 |
2.2 独立分量分析的理论基础 | 第20-26页 |
2.2.1 概率论基础 | 第20页 |
2.2.2 高阶统计量理论基础 | 第20-24页 |
2.2.3 信息论基础 | 第24-26页 |
2.3 预处理 | 第26-27页 |
2.4 独立分量分析的独立性度量准则 | 第27-31页 |
2.4.1 非高斯性极大化 | 第28页 |
2.4.2 互信息最小化 | 第28-29页 |
2.4.3 极大似然函数 | 第29-30页 |
2.4.4 负熵最大化 | 第30-31页 |
2.5 基于信息论的独立成分分析算法 | 第31-34页 |
2.5.1 信息极大化算法 | 第31-32页 |
2.5.2 互信息最小化算法 | 第32-33页 |
2.5.3 最大似然算法 | 第33页 |
2.5.4 固定点算法 | 第33-34页 |
2.6 分离性能的评判准则 | 第34-36页 |
2.6.1 主观定性评判方法 | 第35页 |
2.6.2 客观定量评判方法 | 第35-36页 |
2.7 本章小结 | 第36-38页 |
第三章 小波(包)分析基础知识 | 第38-50页 |
3.1 小波分析 | 第38-43页 |
3.1.1 小波变换及其特性 | 第38-40页 |
3.1.2 多分辨率分析 | 第40-42页 |
3.1.3 双尺度方程分析 | 第42-43页 |
3.2 基小波的选择 | 第43-44页 |
3.3 小波包分析 | 第44-46页 |
3.4 小波(包)分析在心电信号中的应用 | 第46-48页 |
3.5 本章小结 | 第48-50页 |
第四章 RFastICA算法的建立及验证 | 第50-62页 |
4.1 FastICA算法 | 第50-51页 |
4.2 RFastICA算法的建立 | 第51-55页 |
4.3 RFastICA算法的验证 | 第55-61页 |
4.3.1 实验仿真 | 第55-58页 |
4.3.2 结果分析 | 第58-61页 |
4.4 本章小结 | 第61-62页 |
第五章 RFastICA算法在单导联心室晚电位提取中的应用 | 第62-74页 |
5.1 单导联心室晚电位提取的原理 | 第62-63页 |
5.2 单导联心室晚电位提取的实现步骤 | 第63页 |
5.3 RFastICA算法提取单导联心室晚电位的仿真实验 | 第63-73页 |
5.3.1 实验仿真 | 第63-69页 |
5.3.2 结果分析 | 第69-73页 |
5.4 本章小结 | 第73-74页 |
第六章 总结与展望 | 第74-76页 |
6.1 本文的研究内容总结 | 第74-75页 |
6.2 前景展望 | 第75-76页 |
参考文献 | 第76-82页 |
致谢 | 第82-84页 |
攻读学位期间发表的论文及参与项目 | 第84页 |