基于小波包理论的心电信号分析方法研究及实现
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-17页 |
·课题研究的目的与意义 | 第10页 |
·心电学基础理论 | 第10-14页 |
·研究现状 | 第14-16页 |
·本文主要研究内容 | 第16-17页 |
第2章 心电信号的预处理 | 第17-33页 |
·几种常用的心电信号滤波方法 | 第17-19页 |
·小波变换滤波 | 第19-25页 |
·小波概述 | 第19-21页 |
·小波滤波的原理与特性 | 第21-23页 |
·小波变换的多尺度系数 | 第23页 |
·小波变换滤波的基本步骤 | 第23-24页 |
·小波变换滤波仿真实验 | 第24-25页 |
·小波包变换滤波 | 第25-32页 |
·小波包变换基本理论 | 第25-27页 |
·心电信号的小波包滤波 | 第27-28页 |
·小波包变换滤波仿真实验 | 第28-29页 |
·滤波效果对比评价 | 第29-32页 |
·本章小结 | 第32-33页 |
第3章心电信号的特征提取 | 第33-48页 |
·基于小波包的R 波检测 | 第34-41页 |
·基于小波包变换的信号奇异点检测 | 第34-36页 |
·R 波检测特征尺度的选择 | 第36-37页 |
·R 波检测具体步骤 | 第37-38页 |
·仿真实验 | 第38-40页 |
·仿真实验对比 | 第40页 |
·R 波检测结果分析 | 第40-41页 |
·利用导数识别其他波形 | 第41-44页 |
·Q、S 波形检测 | 第41-43页 |
·Q 波起点的确定 | 第43-44页 |
·S 波终点的确定 | 第44页 |
·相对小波包能量特征 | 第44-47页 |
·本章小结 | 第47-48页 |
第4章 心电信号的分类方法研究 | 第48-64页 |
·几种常用的心电信号分类方法 | 第48-57页 |
·贝叶斯分类器 | 第48-49页 |
·模式聚类分类方法 | 第49-50页 |
·BP 神经网络分类方法 | 第50-53页 |
·支持向量机分类方法 | 第53-57页 |
·ECG 在不同分类器下的性能评价 | 第57-62页 |
·基于相对小波包能量的BP 神经网络分类器 | 第57-59页 |
·基于相对小波包能量的SVM 分类器 | 第59-62页 |
·本章小结 | 第62-64页 |
结论 | 第64-66页 |
参考文献 | 第66-72页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
致谢 | 第73-74页 |
作者简介 | 第74页 |