| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 心电信号的特征以及波形意义 | 第12-14页 |
| 1.2.1 心电信号的特征 | 第12页 |
| 1.2.2 心电图波形及意义 | 第12-14页 |
| 1.3 国内外研究现状综述 | 第14-18页 |
| 1.3.1 ECG预处理技术的发展现状 | 第14-16页 |
| 1.3.2 QRS检测的发展历史 | 第16-17页 |
| 1.3.3 TWA检测的历史沿革 | 第17-18页 |
| 1.4 论文的研究内容及组织结构 | 第18-21页 |
| 第2章 TWA分析算法的基本理论 | 第21-31页 |
| 2.1 小波变换的基本理论 | 第21-23页 |
| 2.1.1 连续小波变换 | 第21-22页 |
| 2.1.2 离散小波变换 | 第22-23页 |
| 2.2 L1趋势估计 | 第23-30页 |
| 2.2.1 H-P趋势估计 | 第23-25页 |
| 2.2.2 L1趋势估计 | 第25-26页 |
| 2.2.3 凸优化基本理论 | 第26-27页 |
| 2.2.4 凸优化问题 | 第27-28页 |
| 2.2.5 拉格朗日对偶法 | 第28-29页 |
| 2.2.6 KKT条件 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 心电信号预处理算法的分析 | 第31-47页 |
| 3.1 心电信号的概述和噪声分析 | 第31页 |
| 3.2 心电信号去噪算法综述 | 第31-33页 |
| 3.2.1 肌电干扰去噪算法的综述 | 第31-32页 |
| 3.2.2 基线漂移去噪算法的综述 | 第32-33页 |
| 3.3 小波变换的去噪原理 | 第33页 |
| 3.4 小波去噪方法的比较 | 第33-35页 |
| 3.4.1 模极大值法去噪 | 第33-34页 |
| 3.4.2 相关性去噪法 | 第34页 |
| 3.4.3 小波收缩阈值去噪法 | 第34-35页 |
| 3.4.4 平移不变量的小波去噪方法 | 第35页 |
| 3.5 小波阈值收缩去噪法 | 第35-45页 |
| 3.5.1 去噪小波基函数的选择 | 第35-36页 |
| 3.5.2 小波分解层数的确定 | 第36-37页 |
| 3.5.3 小波阂值收缩去噪 | 第37-39页 |
| 3.5.4 新阈值去噪法 | 第39-41页 |
| 3.5.5 仿真实验及分析 | 第41-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第4章 心电信号特征点的定位 | 第47-61页 |
| 4.1 基于小波变换的信号奇异点检测原理 | 第47-48页 |
| 4.1.1 李普西兹指数 | 第47-48页 |
| 4.1.2 奇异点检测原理 | 第48页 |
| 4.2 R峰值点的检测 | 第48-53页 |
| 4.2.1 小波函数的选取 | 第49-50页 |
| 4.2.2 小波变换尺度的选择 | 第50-51页 |
| 4.2.3 R波峰值点的检测 | 第51-53页 |
| 4.3 QRS波起始点的检测 | 第53-55页 |
| 4.4 T波的提取和对齐 | 第55-56页 |
| 4.5 R波峰值点的定位实验仿真以及分析 | 第56-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第5章 TWA检测算法的分析与研究 | 第61-77页 |
| 5.1 TWA的特点和检测难点 | 第61-62页 |
| 5.2 典型的TWA检测算法的分析对比 | 第62-68页 |
| 5.3 L1趋势估计 | 第68-71页 |
| 5.3.1 L1趋势估计的检测原理 | 第68-70页 |
| 5.3.2 基于L1趋势估计的TWA检测 | 第70-71页 |
| 5.4 实验仿真及分析 | 第71-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第6章 结论与展望 | 第77-79页 |
| 6.1 本文工作总结 | 第77-78页 |
| 6.2 未来工作展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-87页 |
| 作者攻读硕士学位期间发表的论文、专利及参加项目情况 | 第87页 |