基于分形理论的心音信号特征分析与分类识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·心音信号的传统特征分析方法 | 第10-11页 |
| ·心音信号识别研究的现状 | 第11-12页 |
| ·分形理论的发展及应用概述 | 第12-14页 |
| ·分形理论的发展概述 | 第12-13页 |
| ·分形理论在生理信号处理中的应用 | 第13-14页 |
| ·论文的研究内容及结构安排 | 第14-17页 |
| 2 心音信号的经验模式分解 | 第17-33页 |
| ·心音信号的基本理论 | 第17-20页 |
| ·心音信号的产生机理及特性 | 第17-18页 |
| ·心音信号的时频域特征 | 第18-19页 |
| ·心音信号的采集及预处理 | 第19-20页 |
| ·心音信号的经验模式分解 | 第20-31页 |
| ·经验模式分解理论 | 第20-21页 |
| ·心音信号的 EMD 分解及主 IMF 分量选取 | 第21-28页 |
| ·心音信号的 IMF 分量频谱特性 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 3 分形理论概述 | 第33-47页 |
| ·分形的定义及性质 | 第33-35页 |
| ·分形的定义 | 第33-34页 |
| ·分形的性质 | 第34-35页 |
| ·关联维数及其计算 | 第35-39页 |
| ·G-P 算法计算关联维数 | 第36页 |
| ·延迟时间的确定 | 第36-37页 |
| ·嵌入维数的确定 | 第37-39页 |
| ·多重分形的定义 | 第39-42页 |
| ·多重分形去趋势波动理论 | 第42-45页 |
| ·DFA 方法原理 | 第42-43页 |
| ·MF- DFA 方法原理 | 第43-44页 |
| ·MF- DFA 简化算法的相关理论 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 4 心音信号的分形特征分析 | 第47-63页 |
| ·心音信号关联维数 | 第47-53页 |
| ·心音信号关联维数分析 | 第47-51页 |
| ·基于经验模式分解的心音信号关联维数 | 第51-53页 |
| ·基于 MF-DFA 的心音信号分析 | 第53-62页 |
| ·心音信号的 MF-DFA 方法分析 | 第53-54页 |
| ·心音信号的广义 Hurst 指数分析 | 第54-56页 |
| ·心音信号的 Renyi 指数分析 | 第56-57页 |
| ·心音信号多重分形谱分析 | 第57-59页 |
| ·心音信号的多重分形谱特征参数选取 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 5 基于分形特性的心音信号分类识别 | 第63-71页 |
| ·特征参数的选择 | 第63-64页 |
| ·特征提取与选取原则 | 第63页 |
| ·心音信号特征选择 | 第63-64页 |
| ·支持向量机理论 | 第64-68页 |
| ·支持向量机理论及多分类支持向量机 | 第64-67页 |
| ·核函数的选择 | 第67页 |
| ·核函数参数的选取 | 第67-68页 |
| ·心音信号分类识别结果 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 6 总结和展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81页 |
| A 作者在攻读硕士学位期间发表的论文目录 | 第81页 |
| B 作者在攻读硕士学位期间参加的科研项目 | 第81页 |
