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 |