| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-15页 |
| ·课题背景 | 第10页 |
| ·课题研究意义和应用前景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国内外研究样本 | 第11-12页 |
| ·国内外研究情况 | 第12页 |
| ·国内外研究小结 | 第12-13页 |
| ·本课题研究内容 | 第13-15页 |
| 第2章 声诊信号处理方法 | 第15-40页 |
| ·概述 | 第15页 |
| ·声诊信号的采集 | 第15-18页 |
| ·信号样本的选择 | 第15-16页 |
| ·采集软硬件环境 | 第16页 |
| ·样本来源 | 第16页 |
| ·声诊信号的预处理 | 第16-18页 |
| ·声诊信号的特征提取方法研究 | 第18-31页 |
| ·时域分析方法 | 第18-19页 |
| ·频域分析方法 | 第19-23页 |
| ·小波包变换分析方法 | 第23-29页 |
| ·声诊信号的特征参数 | 第29-31页 |
| ·声诊信号分类识别方法研究 | 第31-39页 |
| ·隐马尔可夫模型 | 第31-34页 |
| ·BP神经网络算法 | 第34-35页 |
| ·支持向量机原理 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于小波包能量熵和小波包盒维数的声诊信号研究 | 第40-58页 |
| ·概述 | 第40页 |
| ·小波包能量熵特征参数 | 第40-47页 |
| ·熵的定义 | 第40页 |
| ·小波包能量熵特征 | 第40-42页 |
| ·小波包能量熵特征数据的统计和讨论 | 第42-47页 |
| ·小波包盒维数特征参数 | 第47-55页 |
| ·盒维数的概念 | 第47-48页 |
| ·小波包盒维数特征 | 第48-51页 |
| ·小波包盒维数特征数据的统计和讨论 | 第51-55页 |
| ·基于支持向量机的声诊信号分类结果 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 基于小波包线性预测倒谱和小波包美尔倒谱的声诊信号研究 | 第58-66页 |
| ·概述 | 第58页 |
| ·基于小波包的LPCC特征分析 | 第58-61页 |
| ·声诊信号LPCC特征参数 | 第58-60页 |
| ·声诊信号WPD-LPCC特征的定义和提取 | 第60-61页 |
| ·基于小波包的MFCC的特征参数 | 第61-64页 |
| ·声诊信号的MFCC特征参数 | 第61-62页 |
| ·声诊信号DWPTC的特征定义和提取 | 第62-64页 |
| ·基于SVM的分类识别分析及结果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 中医声诊信号特征优化研究 | 第66-72页 |
| ·概述 | 第66页 |
| ·主分量分析 | 第66-68页 |
| ·基于K-L变换的主分量分析 | 第66-67页 |
| ·基于K-L变换的降维 | 第67-68页 |
| ·核广义判别分析法 | 第68-69页 |
| ·基于PCA和KDA降维结果 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 中医声诊五脏信号的特征提取分析 | 第72-87页 |
| ·概述 | 第72页 |
| ·中医声诊五脏疾病患者和正常人数据 | 第72页 |
| ·中医声诊五脏信号的特征提取 | 第72-85页 |
| ·中医声诊五脏信号小波包盒维数特征分析 | 第73-79页 |
| ·中医声诊五脏信号小波包能量熵特征分析 | 第79-85页 |
| ·本章小结 | 第85-87页 |
| 第7章 中医声诊分析系统的实现 | 第87-95页 |
| ·开发工具和开发语言简介 | 第87页 |
| ·VISUAL C++6.0主要特点 | 第87-88页 |
| ·软件项目开发过程 | 第88页 |
| ·C++语言基础和基本特点 | 第88-89页 |
| ·声诊分析系统软件设计 | 第89-93页 |
| ·信号采集模块 | 第90-92页 |
| ·特征提取模块 | 第92页 |
| ·分类识别模块 | 第92-93页 |
| ·本章小结 | 第93-95页 |
| 第8章 总结与展望 | 第95-97页 |
| ·总结 | 第95页 |
| ·展望 | 第95-97页 |
| 参考文献 | 第97-101页 |
| 致谢 | 第101-102页 |
| 附录 | 第102页 |