| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第10-17页 |
| 1.1 心率变异性研究背景介绍 | 第10-11页 |
| 1.2 HRV研究现状 | 第11-13页 |
| 1.3 HRV研究方法 | 第13-14页 |
| 1.4 本文的主要内容和结构安排 | 第14-17页 |
| 第二章 HRV信号时频分析方法 | 第17-30页 |
| 2.1 时频分析理论 | 第17页 |
| 2.2 短时傅里叶变换 | 第17-22页 |
| 2.2.1 傅里叶变换 | 第17-20页 |
| 2.2.2 短时傅里叶变换 | 第20-22页 |
| 2.3 Gabor变换 | 第22-24页 |
| 2.4 小波变换 | 第24-29页 |
| 2.4.1 小波变换理论 | 第25-27页 |
| 2.4.2 小波变换的特点 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 小波变换在HRV去噪上的应用 | 第30-45页 |
| 3.1 多分辨率分析和正交小波变换 | 第30-33页 |
| 3.1.1 多分辨率分析 | 第30-32页 |
| 3.1.2 Mallat算法和正交小波基 | 第32-33页 |
| 3.2 常用的小波函数 | 第33-35页 |
| 3.3 小波分析在HRV信号去噪中的应用 | 第35-38页 |
| 3.3.1 心电信号的噪声特点 | 第35页 |
| 3.3.2 小波分析的去噪原理 | 第35-36页 |
| 3.3.3 小波去噪的步骤和阈值的选择 | 第36-38页 |
| 3.3.3.1 小波变换去噪的步骤 | 第36页 |
| 3.3.3.2 基于改进的Garrote阈值去噪方法 | 第36-38页 |
| 3.4 实验结果 | 第38-44页 |
| 3.4.1 不同小波基在不同尺度下的去噪效果 | 第38-40页 |
| 3.4.2 四种阈值方法去噪效果对比分析 | 第40-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于小波变换的HRV信号提取 | 第45-63页 |
| 4.1 QRS波群检测和实验分析 | 第45-49页 |
| 4.1.1 QRS波群检测 | 第45-47页 |
| 4.1.2 实验结果分析 | 第47-49页 |
| 4.2 RR间期信号提取分析 | 第49-52页 |
| 4.2.1 RR间期信号提取方法 | 第49-50页 |
| 4.2.2 实验结果 | 第50-52页 |
| 4.3 HRV信号的功率谱分析 | 第52-62页 |
| 4.3.1 周期图谱估计 | 第53页 |
| 4.3.2 AR模型 | 第53-55页 |
| 4.3.3 实验结果和分析 | 第55-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 HRV信号在心血管疾病诊断方面的应用 | 第63-79页 |
| 5.1 非负矩阵分解 | 第63-64页 |
| 5.2 三种分类器的设计 | 第64-70页 |
| 5.2.1 基于决策树的分类器的设计 | 第64-67页 |
| 5.2.2 基于BP神经网络的分类器的设计 | 第67-69页 |
| 5.2.3 基于支持向量机（SVM）的分类器的设计 | 第69-70页 |
| 5.3 实验结果和分析 | 第70-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第六章 总结和展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 附录 | 第86-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89-90页 |
| 致谢 | 第90-91页 |
| 附件 | 第91页 |