用于身份辨识的ECG单基点识别算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-13页 |
| 1.2 国内外研究发展现状 | 第13-16页 |
| 1.2.1 多基点检测的特征提取方法 | 第13-14页 |
| 1.2.2 单基点检测的特征提取方法 | 第14-15页 |
| 1.2.3 非基点检测的特征提取方法 | 第15-16页 |
| 1.3 论文主要研究内容和创新点 | 第16-17页 |
| 1.4 论文章节安排 | 第17-18页 |
| 第2章 心电信号身份识别理论基础 | 第18-24页 |
| 2.1 心电信号产生机理 | 第18页 |
| 2.2 心电信号测量及其时域波形特点 | 第18-20页 |
| 2.3 心电信号主要噪声特性 | 第20-21页 |
| 2.4 心电信号身份识别的可行性 | 第21页 |
| 2.5 心电信号身份识别系统框图 | 第21-22页 |
| 2.6 系统的性能指标 | 第22-23页 |
| 2.7 实验数据来源 | 第23页 |
| 2.8 本章小结 | 第23-24页 |
| 第3章 基于小波OGS算法的平移不变心电信号消噪 | 第24-42页 |
| 3.1 心电信号消噪方法 | 第24-25页 |
| 3.2 小波变换理论 | 第25-29页 |
| 3.2.1 连续小波变换 | 第25-26页 |
| 3.2.2 离散小波变换 | 第26-27页 |
| 3.2.3 小波阈值消噪 | 第27-29页 |
| 3.2.4 小波平移不变算法 | 第29页 |
| 3.3 OGS算法 | 第29-34页 |
| 3.3.1 OGS算法原理 | 第29-31页 |
| 3.3.2 OGS阈值函数中参数的设定 | 第31-33页 |
| 3.3.3 软阈值函数和OGS阈值函数比较 | 第33页 |
| 3.3.4 基于小波OGS算法的平移不变心电消噪 | 第33-34页 |
| 3.4 实验与结果讨论 | 第34-41页 |
| 3.4.1 模拟信号消噪 | 第35-39页 |
| 3.4.2 心电信号消噪 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于块稀疏分解的心电身份识别算法 | 第42-61页 |
| 4.1 信号的稀疏表示原理 | 第42-47页 |
| 4.1.1 基于冗余字典的信号稀疏表示 | 第42-43页 |
| 4.1.2 基于贝叶斯框架下的信号稀疏表示 | 第43-45页 |
| 4.1.3 基于贝叶斯框架下信号块稀疏表示 | 第45-47页 |
| 4.2 基于BSBL的心电身份识别算法 | 第47-55页 |
| 4.2.1 算法框图 | 第48页 |
| 4.2.2 心电波形R点检测 | 第48-50页 |
| 4.2.3 单周期波形提取 | 第50-51页 |
| 4.2.4 心跳信号块稀疏系数特征提取 | 第51-53页 |
| 4.2.5 分类识别 | 第53-54页 |
| 4.2.6 PCA降维原理 | 第54-55页 |
| 4.3 实验结果与讨论 | 第55-60页 |
| 4.3.1 不同训练时间对身份识别的影响 | 第55-56页 |
| 4.3.2 PCA特征值个数对身份识别的影响 | 第56-58页 |
| 4.3.3 不同分类准则对身份识别的影响 | 第58-59页 |
| 4.3.4 不同稀疏算法对身份识别的影响 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 总结和展望 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 今后工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
