| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文的研究目的与意义 | 第9页 |
| 1.2 论文的国内外研究现状 | 第9-13页 |
| 1.2.1 心电信号特征提取的国内外研究现状 | 第10-12页 |
| 1.2.2 心电信号分类识别的国内外研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容与章节安排 | 第13-15页 |
| 第二章 心电信号基础知识及课题总体研究方案设计 | 第15-21页 |
| 2.1 心电信号的基础知识 | 第15-19页 |
| 2.1.1 心电信号的产生机理 | 第15页 |
| 2.1.2 心电信号的组成 | 第15-16页 |
| 2.1.3 心电信号的特点 | 第16-17页 |
| 2.1.4 MIT-BIH心律失常数据库 | 第17页 |
| 2.1.5 本文所用的心电数据类型 | 第17-19页 |
| 2.2 课题总体研究方案设计 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 心电信号的特征提取算法研究 | 第21-39页 |
| 3.1 小波分析的理论基础 | 第21-23页 |
| 3.1.1 小波分解的理论基础 | 第21-22页 |
| 3.1.2 小波包分解的理论基础 | 第22-23页 |
| 3.2 统计分析的理论基础 | 第23-24页 |
| 3.3 基于小波包分解与统计分析相结合的特征提取 | 第24-38页 |
| 3.3.1 心电信号的小波包分解 | 第24-26页 |
| 3.3.2 小波包系数统计特征提取算法 | 第26-28页 |
| 3.3.3 小波包系数统计特征提取仿真 | 第28-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 心电信号的特征分类算法研究 | 第39-57页 |
| 4.1 神经网络概述 | 第39-40页 |
| 4.2 传统BP神经网络的心电信号分类 | 第40-46页 |
| 4.2.1 BP神经网络的原理 | 第40-41页 |
| 4.2.2 传统BP神经网络的心电信号分类算法 | 第41-43页 |
| 4.2.3 传统BP神经网络的心电信号分类仿真 | 第43-46页 |
| 4.3 遗传算法优化BP神经网络的特征选择和分类 | 第46-53页 |
| 4.3.1 遗传算法的原理 | 第46-47页 |
| 4.3.2 基于遗传算法优化BP神经网络的特征选择算法 | 第47-49页 |
| 4.3.3 基于遗传算法优化BP神经网络的特征分类算法 | 第49-51页 |
| 4.3.4 基于遗传算法优化BP神经网络的特征选择和分类仿真 | 第51-53页 |
| 4.4 心电信号分类方法的仿真结果对比分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 心电信号的特征提取和分类实验设计 | 第57-73页 |
| 5.1 心电信号采集实验系统的搭建 | 第57-59页 |
| 5.2 心电信号的采集结果与分析 | 第59-61页 |
| 5.3 基于小波包分解与统计分析相结合的特征提取实验 | 第61-68页 |
| 5.4 基于遗传算法优化神经网络的分类实验 | 第68-72页 |
| 5.4.1 传统BP神经网络的分类实验 | 第68-69页 |
| 5.4.2 基于遗传算法优化BP神经网络的分类实验 | 第69-71页 |
| 5.4.3 心电采集信号分类方法的实验结果对比分析 | 第71-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 论文工作总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 发表论文和参加科研情况 | 第81-83页 |
| 致谢 | 第83页 |
