| 第一章 绪论 | 第12-22页 |
| 1.1 引言 | 第12页 |
| 1.2 心电自动诊断的研究的主要内容及现状 | 第12-16页 |
| 1.2.1 心电信号预处理技术 | 第13页 |
| 1.2.2 波形检测与参数提取 | 第13-15页 |
| 1.2.3 诊断技术 | 第15-16页 |
| 1.3 研究方案的确定 | 第16-18页 |
| 1.4 研究内容 | 第18-22页 |
| 第二章 研究平台及系统结构 | 第22-33页 |
| 2.1 12导同步心电数据库的建立 | 第22-26页 |
| 2.1.1 数据通讯 | 第23-24页 |
| 2.1.2 数据库结构 | 第24-25页 |
| 2.1.3 用户接口界面 | 第25-26页 |
| 2.2 虚拟心电信号发生器、MIT数据库及数据分析引擎接口的建立 | 第26-29页 |
| 2.2.1 虚拟心电信号发生器 | 第26-27页 |
| 2.2.2 MIT－BIH数据库重采样处理 | 第27-28页 |
| 2.2.3 计算引擎接口封装 | 第28-29页 |
| 2.3 系统结构的确定 | 第29-32页 |
| 2.4 小结 | 第32-33页 |
| 第三章 心电自动诊断的推理解释系统 | 第33-53页 |
| 3.1 开发工具及知识的表示、存储与获取 | 第33-36页 |
| 3.1.1 开发工具的选择 | 第33页 |
| 3.1.2 知识的表示 | 第33-34页 |
| 3.1.3 知识的存储 | 第34-35页 |
| 3.1.4 知识获取 | 第35-36页 |
| 3.2 知识数据库的设计 | 第36-42页 |
| 3.2.1 专家系统与数据库技术结合方式 | 第37页 |
| 3.2.2 草稿库 | 第37-38页 |
| 3.2.3 规则知识库 | 第38-42页 |
| 3.3 推理机的设计 | 第42-46页 |
| 3.3.1 推理机设计考虑 | 第42-43页 |
| 3.3.2 推理机的实现 | 第43-46页 |
| 3.3.3 解释系统 | 第46页 |
| 3.4 知识录入界面与用户使用界面 | 第46-51页 |
| 3.5 小结 | 第51-53页 |
| 第四章 预处理技术及波形特征点识别 | 第53-86页 |
| 4.1 心电预处理 | 第53-64页 |
| 4.1.1 高频噪声的抑制 | 第54-55页 |
| 4.1.2 采集后工频干扰的抑制 | 第55-57页 |
| 4.1.3 采集过程中的工频干扰抑制 | 第57-62页 |
| 4.1.4 基线漂移的纠正 | 第62-64页 |
| 4.2 QRS波检测 | 第64-74页 |
| 4.2.1 四点差分法 | 第65-67页 |
| 4.2.2 LPD(Low-Pass Differentiators)方法 | 第67-73页 |
| 4.2.3 小波检测方法 | 第73-74页 |
| 4.3 QRS起点终点、Pon、Toff及多导联的特征点检测 | 第74-84页 |
| 4.3.1 QRS波起点与终点 | 第75-78页 |
| 4.3.2 P波检测 | 第78-81页 |
| 4.3.3 T波终点的检测 | 第81-82页 |
| 4.3.4 多道同步数据的特征点检测 | 第82-84页 |
| 4.4 小结 | 第84-86页 |
| 第五章 符号解释与规则定义 | 第86-107页 |
| 5.1 基本符号解释 | 第86-93页 |
| 5.1.1 典型波形的确定 | 第86-87页 |
| 5.1.2 基本符号测量约定 | 第87-93页 |
| 5.2 部分波形识别及术语定义方法 | 第93-100页 |
| 5.2.1 P波形状的识别 | 第93-95页 |
| 5.2.2 QRS波基本形状的识别 | 第95-96页 |
| 5.2.3 QRS波细微结构的识别 | 第96-98页 |
| 5.2.4 其他符号解释问题 | 第98-100页 |
| 5.3 部分规则定义 | 第100-105页 |
| 5.3.1 心电诊断的主要类别 | 第100-101页 |
| 5.3.2 诊断规则的定义原则 | 第101页 |
| 5.3.3 窦性心律异常 | 第101-103页 |
| 5.3.4 期前收缩 | 第103-104页 |
| 5.3.5 逸波 | 第104页 |
| 5.3.6 扑动与颤动 | 第104页 |
| 5.3.7 预激综合症 | 第104-105页 |
| 5.4 小结 | 第105-107页 |
| 第六章 基于数学指数直接分类的研究 | 第107-131页 |
| 6.1 室性心动过速(VT)、心室颤动(VF)的排除 | 第107-114页 |
| 6.1.1 室速、室扑的自动检测方法 | 第108页 |
| 6.1.2 滤波法 | 第108-109页 |
| 6.1.3 幅度概率密度函数法(Probability Density Function) | 第109-110页 |
| 6.1.4 贯序假设检验法 | 第110-114页 |
| 6.2 基于SVM的心电波形的分类的研究 | 第114-130页 |
| 6.2.1 支持向量机 | 第115-118页 |
| 6.2.2 多类分类的推广 | 第118-119页 |
| 6.2.3 数据预处理 | 第119-120页 |
| 6.2.4 分类试验及结果 | 第120-130页 |
| 6.3 小结 | 第130-131页 |
| 第七章 总结与展望 | 第131-135页 |
| 7.1 总结 | 第131-133页 |
| 7.2 展望 | 第133-135页 |
| 参考文献 | 第135-144页 |
| 攻读学位期间发表或录用的学位论文 | 第144-145页 |
| 附录I. ECG推理系统中所用库的表结构 | 第145-147页 |
| 致 谢 | 第147页 |
