基于顺序统计量的心音分类
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 心音信号分割算法的研究现状 | 第13-14页 |
| 1.2.2 心音信号识别分类的研究现状 | 第14-15页 |
| 1.2.3 顺序统计量的研究现状 | 第15-16页 |
| 1.3 论文组织结构 | 第16-18页 |
| 第二章 心音基础 | 第18-23页 |
| 2.1 心音的发生机理 | 第18页 |
| 2.2 心音的成分与时频特性分析 | 第18-21页 |
| 2.2.1 心音的成分 | 第18-19页 |
| 2.2.2 心音的时域特性 | 第19-21页 |
| 2.2.3 心音的频域特性 | 第21页 |
| 2.3 心脏杂音的机理和特性 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 心音信号预处理及分割 | 第23-34页 |
| 3.1 心音信号的预处理 | 第23页 |
| 3.2 小波变换 | 第23-26页 |
| 3.2.1 连续小波变换 | 第23-24页 |
| 3.2.2 离散小波变换 | 第24-25页 |
| 3.2.3 多分辨率分析 | 第25-26页 |
| 3.3 小波去噪 | 第26-29页 |
| 3.4 基于LR-HSMM的心音分割 | 第29-33页 |
| 3.4.1 隐藏的半马尔可夫模型 | 第29-31页 |
| 3.4.2 扩展的维特比算法 | 第31-32页 |
| 3.4.3 逻辑回归和半隐马可夫 | 第32-33页 |
| 3.4.4 心音分割结果 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 心音特征提取及分类 | 第34-49页 |
| 4.1 顺序统计量 | 第34-36页 |
| 4.2 分类框图 | 第36页 |
| 4.3 特征提取 | 第36-40页 |
| 4.3.1 时域特征 | 第36-37页 |
| 4.3.2 频域特征 | 第37页 |
| 4.3.3 卷积神经网络特征 | 第37-39页 |
| 4.3.4 顺序统计量特征 | 第39-40页 |
| 4.4 基于支持向量机的心音分类方法 | 第40-44页 |
| 4.4.1 支持向量机(SVM)的基础理论 | 第40-42页 |
| 4.4.2 支持向量机的实验ROC曲线 | 第42-44页 |
| 4.5 实验 | 第44-48页 |
| 4.5.1 数据集 | 第44-45页 |
| 4.5.2 评价指标 | 第45页 |
| 4.5.3 分类结果 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间发表论文 | 第55-57页 |
| 致谢 | 第57页 |
