摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 心电图和TWA简介 | 第12-14页 |
1.2.1 心电图概述 | 第12-14页 |
1.2.2 TWA概述 | 第14页 |
1.3 国内外研究现状 | 第14-17页 |
1.3.1 单导联TWA分析算法研究现状 | 第15-16页 |
1.3.2 多导联心电信号研究现状 | 第16-17页 |
1.4 本文的主要研究内容及组织结构 | 第17-19页 |
1.4.1 本文的主要研究内容 | 第17-18页 |
1.4.2 本文的组织结构 | 第18-19页 |
第2章 TWA分析理论基础 | 第19-27页 |
2.1 递推贝叶斯估计 | 第19-21页 |
2.2 粒子滤波基本理论 | 第21-25页 |
2.2.1 蒙特卡罗方法 | 第21-22页 |
2.2.2 重要性采样 | 第22-23页 |
2.2.3 序列重要性采样 | 第23页 |
2.2.4 SIS方法存在的主要问题 | 第23-25页 |
2.3 ECG数据库简介 | 第25-26页 |
2.3.1 Physionet TWA数据库 | 第25-26页 |
2.3.2 MIT-BIH噪声压力测试数据库 | 第26页 |
2.4 本章小结 | 第26-27页 |
第3章 基于粒子滤波的单导联TWA分析算法 | 第27-45页 |
3.1 单导联ECG中的TWA分析框架 | 第27-28页 |
3.2 单导联ECG预处理方法 | 第28-32页 |
3.2.1 概述 | 第28页 |
3.2.2 心电信号噪声和干扰滤除 | 第28-30页 |
3.2.3 QRS波检测 | 第30-31页 |
3.2.4 P波检测 | 第31页 |
3.2.5 T波检测与对齐 | 第31-32页 |
3.3 TWA分析方法对比 | 第32-34页 |
3.3.1 谱分析方法 | 第32-33页 |
3.3.2 修正移动平均方法 | 第33-34页 |
3.4 基于粒子滤波的单导联TWA分析算法 | 第34-43页 |
3.4.1 动态状态空间模型 | 第34-35页 |
3.4.2 噪声模型及其统计特性的确定 | 第35-38页 |
3.4.3 基于标准粒子滤波的单导联TWA分析 | 第38-41页 |
3.4.4 基于GSPF的单导联TWA分析 | 第41-43页 |
3.5 TWA幅度的量化 | 第43-44页 |
3.6 本章小结 | 第44-45页 |
第4章 基于粒子滤波的多导联TWA分析算法 | 第45-53页 |
4.1 多导联ECG中的TWA分析框架 | 第45页 |
4.2 多导联ECG预处理方法 | 第45-47页 |
4.3 信号变换算法 | 第47-48页 |
4.3.1 去均值处理 | 第47页 |
4.3.2 主成分分析 | 第47-48页 |
4.4 多导联TWA分析方法对比 | 第48-49页 |
4.5 基于粒子滤波的多导联TWA检测算法 | 第49页 |
4.6 多导联TWA估计算法 | 第49-51页 |
4.6.1 信号重构 | 第49-50页 |
4.6.2 基于粒子滤波的多导联TWA估计算法 | 第50-51页 |
4.7 本章小结 | 第51-53页 |
第5章 仿真实验与结果分析 | 第53-69页 |
5.1 单导联TWA分析算法仿真结果 | 第53-62页 |
5.1.1 模拟单导联ECG产生 | 第53-54页 |
5.1.2 非线性滤波方法的仿真 | 第54-56页 |
5.1.3 噪声模型仿真 | 第56-57页 |
5.1.4 PF和GSPF方法的稳健性仿真 | 第57-60页 |
5.1.5 非稳态TWA仿真 | 第60-62页 |
5.2 多导联TWA分析算法仿真结果 | 第62-67页 |
5.2.1 模拟多导联ECG产生 | 第62-64页 |
5.2.2 单导PF与多导PF方法对比仿真 | 第64-66页 |
5.2.3 多导PF方法与经典方法的对比仿真 | 第66-67页 |
5.2.4 Physionet TWA数据库仿真结果 | 第67页 |
5.3 实验结果分析 | 第67-68页 |
5.4 本章小结 | 第68-69页 |
第6章 结论与展望 | 第69-71页 |
6.1 结论 | 第69页 |
6.2 展望 | 第69-71页 |
参考文献 | 第71-79页 |
致谢 | 第79-81页 |
攻读硕士学位期间发表的论文及科研情况 | 第81页 |