心音信号特征分析及其在辅助诊断中的价值
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·心音图学的发展 | 第11-13页 |
| ·心音消噪技术 | 第13页 |
| ·心音成分识别 | 第13-14页 |
| ·心音信号特征分析及模式识别 | 第14-16页 |
| ·论文的研究目的和内容 | 第16-18页 |
| ·研究目的 | 第16页 |
| ·研究内容 | 第16-18页 |
| 第二章 心音信号的基本特征 | 第18-24页 |
| ·心音的产生机理 | 第18页 |
| ·心脏听诊 | 第18-19页 |
| ·心音信号的特点 | 第19-21页 |
| ·心杂音的特点 | 第21-22页 |
| ·收缩期杂音 | 第21-22页 |
| ·舒张期杂音 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 基于小波变换的心音包络提取及成分识别 | 第24-42页 |
| ·心音包络提取的经典算法 | 第24-33页 |
| ·希尔伯特-黄变换 | 第24-28页 |
| ·数学形态学 | 第28-31页 |
| ·规则平均香农能量 | 第31-33页 |
| ·基于小波变换的心音包络提取 | 第33-37页 |
| ·小波变换理论 | 第33-34页 |
| ·小波包络提取算法 | 第34-37页 |
| ·心音成分识别 | 第37-40页 |
| ·小结 | 第40-42页 |
| 第四章 基于支持向量机的心音分类模型研究 | 第42-54页 |
| ·支持向量机理论 | 第42-43页 |
| ·基于 SVM 的分类预测模型的建立 | 第43-45页 |
| ·心音数据来源 | 第43页 |
| ·特征值提取 | 第43-44页 |
| ·分类模型构建 | 第44-45页 |
| ·结果与讨论 | 第45页 |
| ·二尖瓣杂音的分类模型研究 | 第45-52页 |
| ·功率谱估计 | 第45-47页 |
| ·功率谱信息熵 | 第47-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 心音在心脏疾病辅助诊断中的价值 | 第54-66页 |
| ·心音辅助诊断系统系统设计思路 | 第54页 |
| ·心音辅助诊断系统实例设计 | 第54-64页 |
| ·硬件系统设计 | 第54-55页 |
| ·软件功能模块 | 第55-64页 |
| ·心音在辅助诊断中的价值分析 | 第64页 |
| ·本章小结 | 第64-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 附录 | 第74-78页 |
| 附录 1 心音分类模型的特征值表 | 第74-75页 |
| 附录 2 部分程序代码 | 第75-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
