基于心音窗函数的心音图形化处理方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-11页 |
| 1.2.1 心音图形化的研究现状 | 第10-11页 |
| 1.2.2 数字图像特征提取技术研究现状 | 第11页 |
| 1.3 本文的组织架构和创新点 | 第11-13页 |
| 第二章 心音信号预处理 | 第13-24页 |
| 2.1 心音信号 | 第13-14页 |
| 2.2 心音去噪 | 第14-17页 |
| 2.2.1 心音模极大值去噪算法 | 第14-15页 |
| 2.2.2 心音相关性去噪算法 | 第15页 |
| 2.2.3 心音小波阈值去噪算法 | 第15-16页 |
| 2.2.4 心音平移不变量小波去噪 | 第16-17页 |
| 2.2.5 几种小波去噪方法的比较 | 第17页 |
| 2.3 心音滤波器 | 第17-21页 |
| 2.3.1 心音小波 | 第18-20页 |
| 2.3.2 心音小波实验检测 | 第20-21页 |
| 2.4 心音周期划定 | 第21-23页 |
| 2.4.1 包络提取 | 第21页 |
| 2.4.2 检测S1和S2 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 心音窗函数 | 第24-36页 |
| 3.1 心音时频图 | 第24-29页 |
| 3.1.1 心音信号主要特征 | 第24页 |
| 3.1.2 心音时频图的定义及实现 | 第24-25页 |
| 3.1.3 小波变换 | 第25-26页 |
| 3.1.4 Hilbert-Huang变换 | 第26-28页 |
| 3.1.5 短时傅里叶变换 | 第28-29页 |
| 3.2 构造心音窗函数 | 第29-32页 |
| 3.2.1 心音窗函数构造原则 | 第29页 |
| 3.2.2 心音窗函数构造方法 | 第29-32页 |
| 3.3 自适应心音窗函数系数 | 第32-33页 |
| 3.4 心音窗长的选择 | 第33-34页 |
| 3.5 四种窗函数获取心音时频图的比较 | 第34页 |
| 3.6 本章小结 | 第34-36页 |
| 第四章 心音纹理图特征提取与识别 | 第36-48页 |
| 4.1 心音纹理图 | 第36-37页 |
| 4.2 心音纹理图特征提取 | 第37-40页 |
| 4.2.1 脉冲耦合神经网络 | 第37-39页 |
| 4.2.2 改进的脉冲耦合神经网络 | 第39-40页 |
| 4.3 心音纹理图识别算法 | 第40页 |
| 4.4 实验结果与分析 | 第40-44页 |
| 4.4.1 IPCNN特征提取与身份识别 | 第40-43页 |
| 4.4.2 算法比较 | 第43-44页 |
| 4.5 早搏心音的诊断 | 第44-46页 |
| 4.5.1 早搏心音纹理图 | 第45-46页 |
| 4.5.2 早搏心音熵序列 | 第46页 |
| 4.6 本章小结 | 第46-48页 |
| 第五章 心音纹理图角点相关性快速识别 | 第48-59页 |
| 5.1 心音纹理图角点相关性快速识别算法 | 第48页 |
| 5.2 角点检测 | 第48-54页 |
| 5.2.1 Harris角点检测 | 第49-50页 |
| 5.2.2 心音角点检测 | 第50-53页 |
| 5.2.3 实验结果与分析 | 第53-54页 |
| 5.3 心音角点相关性快速识别 | 第54-58页 |
| 5.3.1 心音角点相关性算法 | 第54-57页 |
| 5.3.2 实验结果与分析 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
