首页--医药、卫生论文--内科学论文--心脏、血管(循环系)疾病论文--心脏疾病论文

基于心电信号和T波交替分析的心脏猝死无损诊断研究

中文摘要第1-4页
英文摘要第4-9页
1 绪论第9-12页
   ·课题研究的背景及意义第9-10页
     ·心脏性猝死的介绍第9页
     ·心脏性猝死预警研究的意义第9-10页
   ·课题研究的国内外现状第10-11页
     ·国外现状第10页
     ·国内现状第10-11页
   ·论文的研究内容及结构安排第11-12页
2 心电信号和T波交替第12-18页
   ·引言第12页
   ·心电信号生理学基础第12-14页
     ·心电信号的产生原理第12-13页
     ·心电信号波形特点第13-14页
   ·心电标准数据库第14-15页
   ·T 波交替分析第15-17页
   ·本章小结第17-18页
3 心电信号特征值提取第18-35页
   ·引言第18页
   ·希尔伯特-(黄)分析方法第18-25页
     ·经验模式分解第18-21页
     ·EMD 边界效应的探讨及解决方法第21-24页
     ·EMD 筛选过程及停止标准的选取第24-25页
   ·基于EMD的心电信号预处理第25-27页
     ·心电信号预处理研究进展第25页
     ·心电信号去噪处理第25-27页
   ·QRS 波群的检测算法第27-32页
     ·QRS波群研究进展第27-28页
     ·QRS波群的检测第28-29页
     ·实验结果讨论第29-32页
   ·T 波检测算法的设计第32-34页
     ·T波研究进展第32页
     ·T 波检测第32-33页
     ·T 波的定位结果分析第33-34页
   ·本章小结第34-35页
4 T波交替算法设计第35-42页
   ·引言第35页
   ·TWA 检测方法的研究进展第35-37页
     ·基于短时傅立叶变换的方法第35-36页
     ·基于符号变换第36-37页
     ·基于非线性的方法第37页
   ·TWA 检测算法及验证第37-41页
     ·TWA 检测数据准备第37-39页
     ·TWA 的相关分析第39页
     ·TWA 检测结果的分析第39-41页
   ·本章小结第41-42页
5 支持向量机在心脏性猝死研究中的应用第42-54页
   ·引言第42页
   ·心电信号用于模式识别的研究进展第42-43页
   ·统计学习理论第43-44页
     ·机器学习的介绍第43页
     ·统计学习的基本理论第43-44页
   ·支持向量机理论第44-48页
     ·线性可分第44-46页
     ·线性不可分第46页
     ·支持向量机第46-48页
   ·基于支持向量机的心脏猝死无损诊断研究第48-53页
     ·基于神经网络的诊断研究第48-49页
     ·基于支持向量机的诊断研究第49-53页
   ·本章小结第53-54页
6 总结和展望第54-56页
   ·总结第54-55页
   ·展望第55-56页
致谢第56-57页
参考文献第57-62页
附录第62页

论文共62页,点击 下载论文
上一篇:HIV-1逆转录酶抑制剂的定量构效关系及分子设计研究
下一篇:斑马鱼血管中致动脉粥样硬化脂质的浓度极化现象