心音信号自动识别算法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·课题的研究背景 | 第8-9页 |
| ·心音在心肌收缩能力评价中的应用 | 第8页 |
| ·心音在心血管疾病诊断中的应用 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·课题的研究意义及内容 | 第12-15页 |
| ·研究意义 | 第12-13页 |
| ·研究内容 | 第13-15页 |
| 2 心音基础理论 | 第15-19页 |
| ·心音的产生及传导机制 | 第15-16页 |
| ·心音的时域特征 | 第16-17页 |
| ·心音的频域特征 | 第17-18页 |
| ·心音和心脏瓣膜的关系 | 第18页 |
| ·本章小结 | 第18-19页 |
| 3 心音信号的预处理 | 第19-36页 |
| ·心音信号的噪声特性 | 第19-20页 |
| ·频率分析及重采样 | 第20-22页 |
| ·高通滤波 | 第22-23页 |
| ·工频干扰的滤除 | 第23-25页 |
| ·几种常用去噪方法分析 | 第25-29页 |
| ·自应提升小波变换及其在心音信号去噪中的应用 | 第29-35页 |
| ·提升小波变换的原理 | 第29-32页 |
| ·提升格式的构造 | 第32-33页 |
| ·自适应提升小波变换用于心音去噪 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 心音信号的包络提取 | 第36-47页 |
| ·基于希尔伯特-黄变换的包络提取方法 | 第36-38页 |
| ·经验模式分解 | 第36-37页 |
| ·希尔伯特变换提取包络 | 第37-38页 |
| ·基于数学形态学的包络提取方法 | 第38-40页 |
| ·形态学定义 | 第38-39页 |
| ·形态学算法及其在心音信号处理中的应用 | 第39-40页 |
| ·基于相移小波的包络提取方法 | 第40-42页 |
| ·基于规则平均Shannon 能量的包络提取方法 | 第42-43页 |
| ·基于短时平均能量的包络提取方法 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 5 心音成分自动识别算法的研究 | 第47-57页 |
| ·心音信号自动识别概念的引入 | 第47页 |
| ·差分法原理 | 第47-48页 |
| ·差分法定义 | 第47-48页 |
| ·差分法的物理意义及差分阈值的确定 | 第48页 |
| ·S1、S2 的识别 | 第48-53页 |
| ·识别算法的理论及实验基础 | 第48-50页 |
| ·算法描述 | 第50-53页 |
| ·特征参数的选取 | 第53-54页 |
| ·结果分析 | 第54-56页 |
| ·数据及其分析 | 第54-55页 |
| ·效果与说明 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第63页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第63页 |
