基于混沌非线性理论的心音信号分析研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 心音信号的去噪方法 | 第13-14页 |
| 1.2.2 心音信号的特征分析 | 第14-16页 |
| 1.3 论文的研究内容和创新点 | 第16-18页 |
| 1.4 章节内容概述 | 第18-20页 |
| 第二章 心音的采集和预处理 | 第20-34页 |
| 2.1 心音的理论基础 | 第20-24页 |
| 2.1.1 心脏的基本结构 | 第20-21页 |
| 2.1.2 心音产生的机制和组成 | 第21-23页 |
| 2.1.3 心脏听诊区 | 第23-24页 |
| 2.2 心音数据的采集 | 第24-26页 |
| 2.3 自适应小波去噪 | 第26-30页 |
| 2.3.1 小波去噪的原理 | 第26页 |
| 2.3.2 小波基的选择 | 第26-29页 |
| 2.3.3 阀值函数的选择 | 第29-30页 |
| 2.4 小波去噪分解层数 | 第30-31页 |
| 2.5 小波去噪的性能评价标准 | 第31-32页 |
| 2.6 归一化 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第三章 心音信号的非线性动力学特征分析 | 第34-50页 |
| 3.1 混沌理论基础 | 第34-36页 |
| 3.1.1 混沌的定义 | 第34-36页 |
| 3.1.2 混沌的判别准则 | 第36页 |
| 3.2 相空间重构 | 第36-43页 |
| 3.2.1 心音信号延迟时间的算法和计算 | 第37-40页 |
| 3.2.2 嵌入维数的计算 | 第40-42页 |
| 3.2.3 心音信号的相空间重构 | 第42-43页 |
| 3.3 李雅普诺夫指数的计算 | 第43-45页 |
| 3.3.1 李亚普洛夫指数的计算方法 | 第43-44页 |
| 3.3.2 心音信号的最大李亚普洛夫指数 | 第44-45页 |
| 3.4 关联维数的计算和应用 | 第45-47页 |
| 3.4.1 关联维数的计算方法 | 第46页 |
| 3.4.2 心音信号的关联维数的求取 | 第46-47页 |
| 3.5 心音信号混沌参数的分析 | 第47-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第四章 替代数据法在心音分析中的应用 | 第50-56页 |
| 4.1 替代数据法定义 | 第50-51页 |
| 4.2 替代数据法在心音信号中的应用 | 第51-54页 |
| 4.3 本章小结 | 第54-56页 |
| 第五章 正常和异常心音信号的分类 | 第56-64页 |
| 5.1 统计学习和支持向量机理论 | 第56-60页 |
| 5.1.1 统计学习理论 | 第56-57页 |
| 5.1.2 支持向量机理论 | 第57-60页 |
| 5.2 心音信号分类的SVM实现 | 第60-62页 |
| 5.2.1 心音信号特征向量的选取构造 | 第60-61页 |
| 5.2.2 选择训练集合测试集合 | 第61页 |
| 5.2.3 核函数的选择及参数确定 | 第61页 |
| 5.2.4 正常心音和异常心音的分类 | 第61-62页 |
| 5.3 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 研究工作总结 | 第64页 |
| 6.2 进一步工作展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 个人简历 | 第74页 |
